yikelee大记忆库收词量的分析和建议

mahuangyihao

, G( X6 H9 L% M- X4 p9 _+ B2 P# B
首先感谢yikelee的各种重磅，anki是个好东西，但也得有好内容。好马配好鞍！在当今纸质书日渐走低的情况下，说实话，大多数人买了词典基本就是积灰。anki+词典的模式，可以说是词典的第二春了。

+ _+ r7 R& x" Gyikelee大的记忆库从收词角度讲，基本分3类
, T5 }6 i$ Z+ P( Q初级：朗文3000
: g6 f& [6 U  M( a" V2 ]/ T$ K# p; J高级：牛津5000+朗文9000（排除词组，只剩单词，去重后约8000）。这个级别托福、雅思基本够了
词典级: 中阶词典2w+，高阶词典3w+。主要面向英语专业人士了
# G1 t7 H$ n( A# P7 a
1 S  D* {9 y; F( i9 C- k另外有个超级大包子，把 口语13500，牛津5000， 朗文9000，麦克米伦7000，柯林斯星级，合并去重，一共是15737个卡片。
0 A0 O8 _7 T& n- C, B
) d4 _; h! j2 R* M2 C现在很多词典都标注了词频
朗文9000：分3级，每级3000。总量虽有9000，但去重后为8000
- o+ Y) x9 Q5 Y" v
牛津5000：牛10按照CEFR的A1~C2进行了标注，但只标了5000词
A级 1700
B级 1300
C级 2000
( Z5 O$ E* S' k- p' p. P
麦克米伦6800：分了3级
, f5 o+ A1 b; v" W, X: P3星        2000
3 b$ D8 ]4 S/ B% e2星        2300
0 `. D) j$ K: P- M1星        2500

剑桥（或CEFR）9700：完全按照CEFR的A1~C2标注，注意这里是包含了词组的，去掉词组，则只有6500
. n. ^6 c. r8 zA级        1700
B级        5000
C级        3000

' W4 V' S% p/ C4 q/ E* E柯林斯：柯林斯3把单词分成5级，总共标了1.6w，其中5星~2星共计8000，是最有用的。后续版本简化为3级，而且只标了3千左右，基本没啥用。但柯林斯这个分级个人感觉一般，很多不太常用的词也标了3星或2星。
+ ]: i4 _  g+ @% q% T5星        1300
2 @; a0 D) _4 |- ]7 B" g; X: p4星        1400
: a' q" t( H! p% a& o3星        1800
6 S1 P6 q- G+ D! c% ^2星        3400
) [/ z) a- G; ?7 H- W1星        8200

: b2 k1 n+ C% }6 g7 x- r
3 r3 B+ o) K+ U由以上统计，个人有些建议
. I  `  _" G) |7 V, h9 }( g/ z7 m1、初级收词量
朗文3000+麦克米伦3星+剑桥A级+柯林斯5星4星，我算了下，除去词组，总量3200


2、高级收词量
# u4 ?% B1 M) A2 t* e这里需要说下牛10的词频标注，总量5000，比较尴尬，可以说是个历史遗留的问题。当初朗文异军突起，搞出个定义不出3000词，获得市场的欢迎。牛津就比较尴尬，跟风吧，放不下架子，不跟吧，市场又有需求，最后拖了几个版本，弄出个自己的5000释义词。但5000出来之后，朗文已经标注了9000词，对门剑桥也弄出了一个CEFR标准（涵盖1w词左右），这么搞基本就是把事情做绝的节奏了，因为1w词以上，统计上标注意义已经不大了。这牛津就2次尴尬了，这个在牛10上体现出来，就弄了个四不像的东西出来。
- k$ Y" W4 {! d! ?( s4 {对于高阶词汇，我的建议是朗文9000+麦克米伦6800+剑桥9700，除去词组，总量9000+
3 S9 |( K" _" [; p/ j: D: R
- f" P3 I7 a- p7 h0 d3、词典级
卡片主要还是背，整部词典感觉还是查询的场景多些。另一个场景是英语专业人士，这些人词汇量应该在1.5w或2w的样子，yikelee大做了COCA和Ngram的2w的记忆库，基本就是这个体量。
我的建议是，用中阶词典的收词范围，用高阶词典的释义。就像开头说的，中阶词典收词基本在2w左右。出版社在决定不同级别词典的收词范围时，应该是有考量的，后面已经有了原始词频统计和人工筛选的工作，这个做出来一定很棒。

做过词典的应该有体会——特殊情况特别多。无论你程序编的多完善，总有特殊情况，需要迭代很多次。提取首词也是这样，我在提取剑桥A1~C2单词的时候就遇到很多问题。收词量参考多部词典可以避免这种情况。

4 N8 }+ z" j7 {6 B& F9 l以上提到的所有词典及其收词星级等，如果yikelee大有意做的话，我可以免费分享。
$ M6 a/ P, Q2 w
2 r  K+ U1 d+ w. \! R  s* P本人现在用的是LONGMAN 9000 (ldoce5++) 双样式，感谢yikelee大的辛苦制作。

% Q8 K; N, f" [2 S* kanki区已经有牛9的作品，期待楼主朗文6的大作！


+ q& z  W3 ?3 Q" R" ?! e% L8 j

* g8 A8 x" ?' C# B" d

wei66

口语13500是啥？

宁冷越

我是anki重症用户，日均2000卡以上的那种。说实话，我理解不了背词典的你们——用anki来背英语词典的你们，一个单词多个释义，一个释义又有多个例句，全部汇总在一个小小的手机屏幕里，甭说看不看得过来，看起来不头大吗。虽然你们对单词进行了分级，但我想应该没几个人去对单词的释义进行分级制卡吧？就好像是学了杀鸡法，解牛技，又学了屠龙术，可是世上已经没有龙，生活中你也只需要杀杀鸡，十年都未见得有机会去解牛。我始终觉得用anki去学去背“大而全”的知识，是南辕北辙。就当作学习之余发牢骚吧，有怪莫怪。

mahuangyihao

宁冷越 发表于 2021-4-23 23:39
7 _' l; R+ _$ b+ `  f6 t我是anki重症用户，日均2000卡以上的那种。说实话，我理解不了背词典的你们——用anki来背英语词典的你们， ...

- P9 I8 W/ O' q5 B  s7 O! D
* T- S5 U3 c2 P. a4 {回答下哈
! |' ]3 z7 G+ X) ^
" T1 C* _$ W5 Y8 G' _) @背词典这种事其实也是有技巧的，首先不是所有单词都背，词典收词一般在3w+，论坛里有不少anki库都是只把9000左右常用词提取出来。其次，针对某个具体单词，朗文牛津这种学习型词典释义是按照从常用到不常用排序的，大部分单词是不需要通读全文的，只看前几个释义就好了，个别释义不清楚，再看看例句。
) @7 W7 k2 k% p+ O
3 u. v: B0 x8 [# ~4 |* G6 q单词释义分级这个是有的，剑桥按照A1~C2做了标注，论坛里能搜到。

xhbah

哈哈哈，我也在等朗文，不过我是朗文5

eric109

我正在背coca 2w，由于英语扔了十了年了，感觉anki真的不错。卡片做的很不错了。我是主要记忆中文意思，等全部过一遍之后再考虑看英文释义，过早看英文浪费时间。上下班手机背，回家翻纸词典。只有反复去看才能有效果

aijunfeng

宁冷越 发表于 2021-4-23 23:39
我是anki重症用户，日均2000卡以上的那种。说实话，我理解不了背词典的你们——用anki来背英语词典的你们， ...

世上没有龙是真的，最初就没有龙。屠龙刀只是名字是屠龙，实际上是用来杀人的。
但是世界上还是有需要记得那些超过15000词以外的词的。我看外刊经常会遇到不常见的词。但是我觉得看外刊记词，效率低。有些词反复出现，有些词好久都不出现。
: h- `5 j( a4 V用记忆卡背词，可以系统的，无差别的，刷每一个词。
4 p4 @% U7 Y$ L至于释义，例句，我是这么来的。最开始记词，我只看中文释义。后来我看例句。朗文的例句很适合练口语，而且能刷到朗文9000词的每一个词，可以说是非常好了！再后来我看牛津的例句，牛津例句短小精悍。再后来我看柯林斯释义。
所以，虽然释义，例句，等很多，但是你可以挑你这个阶段想要看的，比如你这个阶段是记词，那就只看中文释义，比较快。

gicra

各位大侠，我也在背词典，现在在背牛津高阶加牛津简明提取出来的单词总数是五万。目的就是好玩，因为我已经退休，英语实战对我没什么用处。
背单词的过程有几个疑问请教大家：
1，派生词怎么处理，比如 areology有派生词areological 和areologist 我一般是直接将派生词删掉，但是也有问题就是往往派生出来的词义和原意不同。
2，好多植物和矿物名词实在背不了，背了很快就忘，是不是也应该删除。比如hamamelis金缕梅，spodumene锂辉石。
* G9 s" U( i6 }7 r4 }7 [3，缩略语，大部分缩略语我都删了。但是那些是非常常用的呢。
8 G0 w: o* i  p- y4，地名，地名我原则上只记国名和首都，但肯定有一些常用的必需记的吧。
6 R( r) }# i& F1 M2 a5，人名这个也非常为难，不知道那些重要，那些不重要。
6，印度英语，我发现印度英语很多，并且都非常难背，删除怎么样。同样还有很多殖民地方言。
5 ]* Z6 c+ w$ T: t请哪位大侠指教一二，感谢不尽。