如题。
据说抓取难度比较大，每天限定查词多少条这样，还是有人通过换IP成功地抓取了些：
(https://www.pdawiki.com/forum/thread-35701-1-1.html)
([3.6]iWeb词频词典:The 14 Billion Word Web Corpus - MDict 词库资源区 - MDict Dictionaries - 掌上百科 - PDAWIKI - Powered by Discuz!)
很希望这里有人能抓取一把
1 Like
@Hua考虑一下吗?
1 Like
那个garypang不是抓完了吗
2 Likes
拿到了6万多的iWeb词频的词头（从他/她的“theLittleDict”分离出来）。
想要语料库 
没人鸟我 
对了，Skell Corpus的语料库也不错，抓取应该容易点，抽几分钟写几行应该就好啦哈，反正应该都在躲病毒 
益一下广大粉丝^_^
2 Likes
能分享一下吗
你这个列表还是有意义的
今天被击穿了，单词app里集成的词汇量测试测出来都差不多是一万六，然后刚刚看到一个单词不认识见都没见过，一查rank才五千，spoken rank 一万，破防了。内心除了拒绝app测词汇量外，就是想着找个frequency word list 浏览速刷，再慢速二刷。
1 Like
这个语料库用处当然很大，就看大家怎么提取使用。
我看很多人觉得分文体语境及根据搭配的频率来提示学习者，是一个很的思路。
技术小白，不知道难度怎样，哈哈。
membrane这词在技术领域出现得较多，iWeb采集全网络词频可能就高。做过几个电池领域的案子经常看到，倒不是英文，是日文的片假名
词频也只能做参考，不同领域词频差别极大，全范围语料库看起来似乎更权威，但对于分属领域就未必很适用。我最近刚开始看哈利波特第一册，按理说总词汇数也就4400应该简单得不行吧，实际上一大堆词频在1万5甚至2万后的词，而且还都是字母数7以内的所谓“小词”。我感觉词频采集范围越广（例如iWeb这种全网络采集的），对于文学作品的词频可能就不准。
1 Like
刚学外语的时候讨厌长单词，喜欢短的单词；
后来我发现我肤浅了，短的我也不欢喜 
长词好背啊，基本上都是词根词缀组合。短词就只能靠经常看到，如果是词频不高的，就死活记不住。
1 Like