python英文词频统计软件_如何统计长篇英文材料中的词频？

本文转自微信公众号『妙面爸』

……………………………………………………………………

各位爷，你们也太麻烦了吧。

介绍两个在线网站，轻松解决这个问题。

………2016年11月30日更新了词组统计功能的分割线………

1、长篇词频统计 writewords J.K. Rowling - HP 2 - Harry Potter and the Chamber of Secrets ，这部小说共计十万词左右。咦，你怎么知道是十万词？

复制粘贴到word文档里面，下面就显示出来总字数啦。全部文本粘贴输入对话框，以下是词频统计结果。

（1）单词词频统计

（2）词组词频统计

将点击Phrase Frequency counter，就讲单词词频统计转换成词组统计了。上图中可以选择统计的词组单词数量，可以选择2到10个单词构成的词组。这次选3字词组。

统计结果出来了。由于很多单词的组合本身并不是词组，只是由于意义组合反复出现而被统计了出来。比如It was a这个组合。其中还是可以统计出很典型的词组，比如be able to 和out of sight等。这个网站在统计词组时会插入一些单字词，是一个bug，不管就可以了。

长篇使用技巧：

A、善用高频人名、地名，迅速熟悉小说剧情。可以看到，排在最上面的都是一些诸如the、and、of之类的小词（small words）。对于英语学习没有多大意义。出现频率几百次的，除了一些特别常用的词之外，就是人名，比如 Ron出现704次，Hermione出现320次，Malfoy出现222 。对于提高阅读和听力而言，这些人名地名的意义比掌握一般单词更大，因为谁是谁和哪是哪都搞不懂，你怎么能搞懂整本小说？利用wikipedia搜索这部小说，通过梗概介绍熟悉人物的基本关系，对听懂和读懂这部小说意义重大。

B、利用高频词预习、复习，提升裸听、裸读理解率，帮助单词积累。对于学习英语，提高词汇量意义重大的词语，往往是出现5-几十次的单词，一般出现次数不会高于30次。比如上面这些出现10次的单词。将它们找出来，在阅读和聆听之前预习，可以大大提高阅读理解率和听力理解率；在读完听完之后复习，又大大了提高单词复习针对性。由于这类单词在文本中反复出现，是可以通过大量阅读聆听自然习得的单词。有意识地重点掌握，可以如虎添翼，使得自己在短时间内增加大量单词。

2、短篇词频统计 WordCounter

网址：WordCounter

这个网站最多只能统计出现频率前200名的单词，特点是具有去小词功能。

我将2016年11月27日的yahoo新闻政治版块的头条进行统计。结果如下：

选择将小词（small words）过滤掉。

短篇使用技巧：

A、集中掌握中频词，高效轻松增长词汇量。排在前名的依然是人名，比如川普出现22次。其他高频词太简单了，不予考虑。bedminster 和mitt出现5次，segar/reuter 出现4次，depart 和president-elect等出现3次。这样在一篇短短的文章里出现3到5次的单词是特别重要的，因为一般出现7次左右就可以保留在长期记忆里了。

B、善用多篇统计，捕捉特定话题高频词。这个网站比较适合进行短篇文章的词频排序。比第一个网站优势在于可以去掉一些小词。其实，如果对于特定题材的文章，可以输入同一主题的文章，比如将有关川普英语文章输入几十篇，看看那些是高频词。

学习者总是要接触难度高于目前水平的英语素材。这些素材，有时像一堆无法破译的拼图碎片。统计出来的高频词汇，像打开听力阅读口语的钥匙，可将通用拼图片找出来，恢复原图的样貌，大大提高学习的针对性。

以上两个网站都不需要翻墙。善用词频统计网站进行英语学习，真的是无敌利器；每次英语学习前后常用词频统计，会受益不穷、效率大增。

关注妙面爸微信公众号，就可免费获得英语学习方法、自我提升和教育学习文章全集，包含上百篇干货文章，让你英语水平和自我高度进步神速。↓