加载中…词汇难度分级
(2017-04-14 00:04:32)
标签：
词汇语料库 |
分类： 技术写作 |
在我维护的一个技术传播微信群里，有人提问如何对词汇难度分级，将回答转录至此，供更多人参考。
对词汇分级的工具有几个，例如Range和AntWordProfile，不过背后的原理都类似，WP的分级也是参照的Range的。
Paul Nation教授对词汇分级分两个阶段
早期共分三级
Level 1 (1000个词族，来自1953年General Service List of English
Words)
Level 2 (1000个词族，来自1953年General Service List of English
Words)
Level 3 (570个词族，来自Coxhead的 Academic Word List)
Level 0（未登录词）
一篇文章送进去，即可给出在不同级别的分布情况。
一般认为，在Level1 和
Level2分布的越多文章越容易。不过这个词汇表，年代久远，很多人认为在现代社会的使用情况存疑。后来Paul教授做了改进，基于BNC语料做了词汇的分级，共分10级。
基于语料库的方法，更为科学，根据Francis等人对Brown语料库的分析发现，按照语料库中出现的频次从高到低排序，前2000个词汇，覆盖语料库79.7%的词汇，前3000个词汇覆盖84%的词汇，前5000词覆盖88.7%，前15851词覆盖88.7%。按照这个研究结论，掌握了排名前2000的词汇，即可看懂79.7的词汇。根据zipf-law，使用频率越高的词汇越简单。
据此一篇技术文档送入AWP，可以看出其在10个级别的分布，如果大部分词汇都分布在前几个level的话，则不必担心了。
另外，Flesch Grade Level Readability Formula可以估算出文章适合美国几年级的人阅读。美国国防部已将将其作为标准测试。
更多可以参考这里：http://www.readabilityformulas.com/flesch-grade-level-readability-formula.php
Range下载：http://www.victoria.ac.nz/lals/resources/range
AWP下载：http://www.laurenceanthony.net/software/antwordprofiler/
喜欢
0
赠金笔