技术宅分析Friends高频词讲解.docVIP

【技术宅分析Friends高频词】只背3000单词，就能裸看美剧！ 来源：?东皓 Gary.A的日志 ??? ??今天突发奇想，到底美语日常口语里有多少单词？如果背下Friends里的高频词，是不是类似的美剧都可以裸看了？口语会不会上一大个台阶？于是统计了下Friends的词频，最后得出结论：只背3,406个单词就能裸看美剧《六人行》！ ? ? ? P.S.很多人看Friends学英语。一 位童鞋这样介绍：“经典中的经典，对于英语初级水平的朋友来说，是突破发音和对话交流最好的美剧。整个剧都是人物间谈话，而且都很简短，没有长句，词汇非 常简单，基本是plain English的典范。我发觉自己的英文有明显的提升，就是在看这部剧多达十遍后。”（⊙﹏⊙b汗！将近300集，每集20多分钟，看了10+ 遍，佩服佩服！） ? ? ? 好了，言归正传： ? ? ??我下载了一个Friends的全十季剧本，为了方便统计，对原文做了如下改动： ? ? ? 1. 把所有字母转换成了小写； ? ? ? 2. 删除了标点； ? ? ? 3. 删除了一些无意义的字串（如删除标点后dont变成的don和t）； ? ? ? 4. 并删除了阿拉伯数字； ? ? ? 5. 删除了一些的名字?。 ? ? ? 统计结束的时候发现还有少数字符且文中有少数拼写错误，不过由于样本比较大，不会对统计结果造成太大影响。 ? ? ? 以下是统计结果： ? ? ? 1. Friend剧本中共出现不同单词：18,096个。别怕，这个数字包括了时态以及单复数的变形。 ? ? ? 2.?因为有少数拼写错误，少数其他字符，所以让我们去掉词频为1的单词，看看词频大于1的单词有多少？10,637个，怎么样，少多了吧？ ? ? ? 3. 再去掉词频为2的单词，还剩下：7,964个，剩下总数的一半都不到了。 ? ? ? 4. 再去掉词频为3的单词，还剩下：6,621个，剩下总数的三分之一了。 ? ? ? 5. 再去掉词频为4、5的单词后，还剩下：5,075个，只剩下总数28%了。 ? ? ? 7. 最后去掉所有词频小于等于10的单词，平均每季才出现一次，也算稀有了，这样的话，只剩3,406个了！！ ? ? ? 8. 那么背下了这3,406个单词，就能裸看Friends么？这还涉及到听力、语法等等其他方面的问题，我只能单从所得到词频的数据加以分析，计算方法如下（伪代码）： ? ??for?(int?i = 0; i 3406; i++){ ? ? ? ? 累加词数 += 单次列表[i].词频数; ????} ? ? 前3,406高词频单词在Friends出现的百分比 = 累加词数 / 总词数 = 95.5445%； ? ? //看清，是总词数，不是一共出现了多少个不同的单词，是剧本里一共有多少个词。 ? ? 也就是说，单从这个角度分析的话，如果背下了3,406个单词（看了附录就知道，其实很多已经会了），你就能理解Friends的95%以上，剩下的不到5%猜也猜懂了吧？还等什么？！赶紧背吧。 附录： Friends高频词表 1.仅列出词频大于10的单词， 2.意义：举例如下 100个单词， 序号 单词 词频 % ? 454 hot ? ? ? 204 ? 80.00 第454个单词是hot，在Friends里出现了204次，如果你从第1个单词到第454个单词都掌握了的话，那么你已经至少能理解Friends里80%的词汇了。? ? 3.此表为粗略统计，旨在证明英语日常用语并不难学。时间仓促，谬误必多，还望原谅。 4.转载请注明原作@ArcticHare 序号 单词 词频 % 1 i 34938 4.29 2 you 28787 7.83 3 the 26133 11.04 4 to 19997 13.50 5 and 19387 15.88 6 a 15843 17.83 7 it 14963 19.67 8 that 11950 21.13 9 is 9571 22.31 10 what 8270 23.33 11 oh 8188 24.33 12 in 7575 25.26 13 know 7211 26.15 14 of 7124 27.02 15 no 6718 27.85 16 we 6426 28.64 17 on 6244 29.41 18 this 6238 30.17 19 he 5878 30.90 20 just 5853 31.62 21 me 5795 32.33 22 so 5709 33.03 23 my 5588 33.72 24 she 5233 34.36 25 with 5229 35.00 26 h