# delete\_\_\_\_\_\_\_ **URL:** \ **Category:** 闲聊吹水\ **Created:** [2020 年9 月 5 日 03:21 UTC](https://forum.freemdict.com/t/topic/3199 "2020-09-05T03:21:19Z")\ **Posts on this page:** 1\ **Showing post:** 124
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2020 年10 月 14 日 00:44 UTC](https://forum.freemdict.com/t/topic/3199/124 "2020-10-14T00:44:43Z")
# 用户词库的管理 - （英语）词汇提取、分析、学习、应用 需要说明的是，本贴的出发点完全是为了日常的学习提升（查字典、看电影、网络阅读、 kindle看书、工作等），并未考虑应试的情形（或许是相通的，但我没有仔细思考过）。 发现越来越有必要管理自己的词库，一方面可以帮助自己准确、快速地提升词汇量，另一 方面也可以不浪费各种场景下的日常学习成果。已有的工具总是有各种问题，要么只有一 部分功能，综合使用很麻烦，要么无法方便地与其他工具合作等等。若能将后文参考资料 中提到的各种工具链融合到一起，并结合词典工具，想想都很美好。 基本需求如下： 1. 能够方便地建立用户词库：最好是常见的词库（如词典历史查询记录） + 自定义词库 （如生词本、基础词汇、分级词汇等），并且可以在其中记录笔记、上下文、类别、 tag等各种学习相关的字段。 2. 可以从外部提取/批量导入词库（ **详见以下的词汇提取** ），比如为了快速生成已 熟悉词库，可以从常见的词频资料库或四六级词汇等导入，然后经过测试后筛查，将其 中不熟悉的纳入生词本，或自定义的分级词库。 3. 提供词汇相关的分析（ **详见下文的词汇分析** ）和管理功能，比如：这些用户词库 之间可以方便地互相转换，可以方便地通过网络同步用户词库（方便手机、家里、公司 等多种设备的词库），可以主动的推荐要学习的词汇（比如将熟悉的词汇与高频词汇对 比后，将常见但并未掌握的词汇主动输出）。 4. 可以导出不同格式的用户词库（最讨厌那种封闭的工具，毫不留情的抛弃），以便用于 各种用途（ **详见下文参考资料** ），比如词汇复习、字幕处理、阅读分析等。 **========= 以下为参考资料 ============** ## 词汇提取 在使用过程中逐步构建接近自己真实的词汇量，提取的生词就越精准 ### 首次过滤高频常用词汇 - British National Corpus lists - BNC from AntConc/ - British National Corpus lists - BNC from PDAWIKI/ - British National Corpus lists - BNC-20 v 3.2/ - British National Corpus lists - BNC15000 from Audience Dialogue/ - Brown Corpus list/ - COCA词频表-美国当代英语语料库/ - Collins 14700星级词频/ - google-10000-english-master/ - iWeb-基于14 Billion Word Web Corpus词频词典/ - JACET 8000 for Japan ESL/ - Lextutor Sublists of the Academic Word List/ - Lextutor GSL 1000 and 2000 lists/ - Longman Communication 3000 and 9000/ - Longman Defining Vocabulary/ - Macmillan 7500 Red Words & Stars List/ - Macmillan Defining Vocabulary 2500/ - Martinez’ BNC-5k Phrase Lists/ - NGSL-New General Service List/ - Oxford 3000 and 5000 Word lists/ - Paul Nation Vocabulary Lists based on BNC/ - Test Your Vocabulary/ - VOA Special English Word Book/ - Word Frequencies in Written and Spoken English Based on BNC/ - Word list-基于影视字幕库的口语词频/ - 高频短语词组（[Vocabulary.com](http://Vocabulary.com) + Collins + 雅思 + 牛津）/ - 其他词频/ ### GoldenDict查询记录及收藏 GoldenDict/F4首选项/高级/保存历史/最大历史条数5000 - 保存周期1分钟 ### iOS欧路词典生词本 欧路词典在iOS查询后，可用PC版导出生词本 ### Kindle生词本 [Kindle Mate](http://kmate.me/newcn/) 是Kindle标注/笔记、Kindle生词本内容管理程 序。Kindle Mate同步导入Kindle标注笔记与生词本、提供书籍作者分类、内容搜索与导出 等管理功能，帮助提升Kindle深度阅读与语言学习用户体验。 ### 字幕生词提取并翻译 [studyzy/LearnEnglishBySubtitle](https://github.com/studyzy/LearnEnglishBySubtitle) 深蓝英文字幕助手，是一款学习英语的辅助工具，可以通过记录用户的词汇量，然后对英 文字幕中不认识的单词进行注释，做到摆脱中文字幕看懂美剧英剧。使用C# 写成，需 [要.Net](http://xn--dw2a.Net) Framework 4.0的运行环境 “深蓝英文字幕助手”是一款看美剧（英剧）学英语的字幕辅助软件，通过只对英文字幕 中生词的注释，实现摆脱对中文字幕的依赖，同时在潜移默化中学习英语的目的。本软件 主要有以下特点： - 采用斯坦福自然语言处理引擎，实现很好的词性判断和注释预判。 - 支持灵格斯提供的维科英汉词典，能够准确的提供英语单词的中文解释。 - 采用柯林斯词频分级方式，方便为用户初始化词汇量。 - 支持SRT，ASS等常用的字幕格式。 - 自动对中文字幕过滤，对于中英双语的字幕处理后只保留英文字幕。 - 支持用户词汇和生词的导入导出和调整。 - 支持百度翻译和有道翻译提供的整句翻译。 - 扩展：支持沪江开心词典，有道词典生词本等外部词典的生词本导入。 - 扩展：支持灵格斯提供的朗道英汉词典、现代英汉综合大辞典，英汉速查词典，维科词典等较权威的词典，能够准确的提供英语单词的中文解释。 - 最重要的是，本软件完全绿色、免费、开源 [Celthi/meltSubtitles](https://github.com/Celthi/meltSubtitles) 融化字幕（melt subtile）去掉字幕的熟词，给生词一个参考释义 使用Python编写，支持Python 2和3 思路 1. 词库假定是你认识的单词 2. 将字幕里在词库中的单词去掉， 3. 通过查询有道网页得到生词的释义 4. 将释义加入到新的字幕文件中 5. done ### 给定文本生词提取 [洛克生词本](https://www.douban.com/group/topic/40323246/) 语境学英语、辅助阅读英文原著、妙用Anki的利器 目前最新版本1.7，仅支持Python 2.x 程序下载地址： [百度网盘-链接不存在](https://pan.baidu.com/s/1jItXuVO) - 为什么要使用洛克生词本？帮你更有效地背单词，更高效地阅读英文原著 - 洛克生词本可以做什么？自动扫描英文文本中难词、生词，查找释义，添加例句注意！ 这个例句是难词或生词出现在文本中的那个句子，也就是这个单词所在的“语境” - 洛克生词本生成的是什么？是tab键分隔的txt文件，你需要把它导入到一个记忆辅助软 件“Anki”中 - 我最终怎么学习? Anki记忆库是由许多卡片（Card）组成的，牌面是“生词”，牌背 是“音标 - 例句 - 释义”，就像我们以前自己做的抽认卡一样！ Anki使用的是被证明 行之有效的记忆算法，帮你更科学地复习 [Steven-AA/find-all-the-new-words](https://github.com/Steven-AA/find-all-the-new-words) FAIDK 建立自己的词库，找出文章中的生词（配合anki使用） 依赖Python 3.6 [hao-lee/VocabularyAnalyzer](https://github.com/hao-lee/VocabularyAnalyzer) 英语词汇分析器，可用于提取文本中的高阶词汇 用 NLTK 的 lemmatizer 函数库进行词形还原 [sandae/epubFreq](https://github.com/sandae/epubFreq) 为epub电子书添加词频标记和注释（词典释义） 使用shell和python混合编程 ## 词汇分析 ### AntConc统计分析 [AntConc](http://www.laurenceanthony.net/software/antconc/) A freeware corpus analysis toolkit for concordancing（索引）and text analysis， 具体包括7个模块: Concordance Tool索引, Concordance Plot Tool索引定位, File View Tool文件查看, Clusters词丛/N-Grams部分词丛N元模式, Collocates搭配, Word List词 表, Keyword List关键词表 ### 材料难度分析 [爱英阅iyingyue](http://iyingyue.net/iyingyue/) 英文分析与提词软件，辅助阅读英文原著、英语资讯，为英语学习和英文原著爱好者设 计，帮助读者提前梳理英文中的生词，获得更顺畅的阅读体验. 可以对原著进行难度分 析：有多少不认识的单词，占比多少，词汇生僻度，单词总量等。 ### 词形还原Lemmatization [AntBNC Lemma List (ver. 003)](http://www.laurenceanthony.net/software/antconc/) An English lemma list based on all words in the BNC corpus with a frequency greater than 2 (created by Laurence Anthony). [michmech/lemmatization-lists](https://github.com/michmech/lemmatization-lists) Machine-readable lists of lemma-token pairs in 23 languages. These are large-coverage, machine-readable lemma/token pairs in several languages which I have collected (legally) from various sources, mostly as part of my work on the Global Glossary project. I use these for query expansion during fulltext searches: if a user searches for the lemma walk, the query is expanded to also search for the tokens walking, walked etc. These are plain text files (zipped). Each line contains one lemma/token pair separated by a tab character in this sequence: lemma, tab, token. The files are encoded in UTF-8 with Windows-style line breaks. ### NLP语言分析 [Natural Language Toolkit](http://www.nltk.org/) NLTK is a leading platform for building Python programs to work with human language data. It provides easy-to- use interfaces to over 50 corpora and lexical resources such as WordNet, along with a suite of text processing libraries for classification, tokenization, stemming, tagging, parsing, and semantic reasoning, wrappers for industrial- strength NLP libraries, and an active discussion forum. [自然语言处理](https://zh.wikipedia.org/wiki/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86) ## 生词复习 ### GoldenDict浏览学习 先将生词表导入GoldenDict历史，并逐个浏览 若有必要则添加整理至GoldenDict收藏夹 ``` * GoldenDict/历史/导入、导出 * GoldenDict/收藏/添加Ctrl+E、导入、导出 ``` ### Anki周期复习 Anki卡片制作Excel模板 [ninja33/ODH](https://github.com/ninja33/ODH) 在线词典助手 (含Anki制卡功能) A chrome extension to show online dictionary content. 用于浏览网页时查询在线词典，将查询内容显示在单词旁的小弹窗里，并支持Anki制卡功 能(需在Anki上安装ankiconnect插件). [1nsp1r3rnzt/chrome-anki-quick-adder](https://github.com/1nsp1r3rnzt/chrome-anki-quick-adder) This chrome extension provides the ability to create Anki cards directly from Google Chrome on your Anki Desktop. --- _[View the full topic](https://forum.freemdict.com/t/topic/3199)._