查看: 15596|回复: 21
打印 上一主题 下一主题

Updated! on-line search now! 汉语词频 CH word frequency [复制链接]

荣誉版主

2012之前究竟应该做些什么咧

Rank: 5Rank: 5

水晶
3310
心级
580
精华
0
主题
62
帖子
417

心之水滴勋章 魔棒

跳转到指定楼层
楼主
发表于 2010-5-3 20:11:26 |只看该作者 |倒序浏览
本帖最后由 miao 于 2011-5-12 19:39 编辑

Update May 12, 2011:
On-line search available now! Your feedback is most welcome!!
http://crr.ugent.be/isubtlex_ch/
我们的中文词频在线查询可以用了!欢迎大家提意见。
简单说明在这里:
http://crr.ugent.be/archives/644
稍候也许会加中文版。
大家试用看看还需要什么功能?欢迎反馈!请跟帖讨论,并欢迎mail我miao.cai@gmail.com
抱歉没有足够时间答复水滴私讯。
现在考虑加的还有笔画数,以及部分词的RT做参考。
如果谁正好有大量词汇的lex decision的RT数据之类的,可以提供吗?
我会加上,并且注明contribution!
希望可以更多共享,一起进步。
All the best with your research!
Qing Cai



更新:http://expsy.ugent.be/subtlex-ch/??这页的最後几行:现在可以下载all in one的新文件,除了词频 也包括拼音和英文参考。

网站上下载原文出现乱码的童鞋请直接链接原文地址
http://www.plosone.org/article/i ... ournal.pone.0010729

不好意思,因为在修改一些小毛病, 所以之前提供给大家的词频表现在才正式出炉。
已经通过私人email获得之前版本词频和文献的朋友请update一下。

如题,三个频率表可以在这里下载:
http://expsy.ugent.be/subtlex-ch/
词频基于四千七百万汉字(三千三百万词)的电影电视字幕和汉语分词技术。
在word naming和lexical decision的实验数据上,与现存词频表进行了比较,显示对RT的解释作用最优。

具体实现方法,细节请参考和引用这篇:
Cai, Q. & Brysbaert, M (in press). SUBTLEX-CH: Chinese Word and Character Frequencies Based on Film Subtitles. PLoS ONE.
http://www.plosone.org/article/i ... ournal.pone.0010729
abstract也贴在下面了。

词频为文本格式。比较容易的使用办法是 下载存盘- 打开excel - 从excel里打开 - Original data type 选Delimited(上面一个); File Origin选中文简体。使用其他program调用,请参考paper里的figures,有介绍格式。
其他应该在文章里都介绍了,有问题mail我把:??miao.cai@gmail.com
抱歉因为这段时间很少上水滴,关于词频的私人消息我还没有答复的就不一一答复了。有问题请mail联系。
希望对诸位有用。祝诸位快乐顺利安好~~

简介
Word frequency is the most important variable in language research. However, despite the growing interest in the Chinese language, there are only a few sources of word frequency measures available to researchers, and the quality is less than what researchers in other languages are used to.
Following recent work by New, Brysbaert, and colleagues in English, French and Dutch, we assembled a database of word and character frequencies based on a corpus of film and television subtitles (46.8 million characters, 33.5 million words). In line with what has been found in the other languages, the new word and character frequencies explain significantly more of the variance in Chinese word naming and lexical decision performance than measures based on written texts.??
Our results confirm that word frequencies based on subtitles are a good estimate of daily language exposure and capture much of the variance in word processing efficiency. In addition, our database is the first to include information about the contextual diversity of the words and to provide good frequency estimates for multi-character words and the different syntactic roles in which the words are used. The word frequencies are freely available for research purposes.
附件: 你需要登录才可以下载或查看附件。没有帐号?注册
已有 3 人评分水晶 收起 理由
wangzeng + 10 很有价值+20
wuzhen6284 + 1 极有价值+30
fisher + 1 非常感谢。

总评分:?水晶 + 12? ?查看全部评分

转发到微博

Rank: 3Rank: 3

水晶
1625
心级
328
精华
0
主题
16
帖子
170

Medal No.1

沙发
发表于 2010-5-3 21:44:35 |只看该作者
好东东,谢谢了。

Rank: 4

水晶
3380
心级
645
精华
2
主题
30
帖子
556
板凳
发表于 2010-5-3 21:52:58 |只看该作者
恭喜恭喜 :)

Rank: 8Rank: 8

水晶
8693
心级
1322
精华
0
主题
215
帖子
1529

爱心天使勋章

地板
发表于 2010-5-3 22:00:28 |只看该作者
很好的东西啊 ????

版主

能婴儿乎?

Rank: 7Rank: 7Rank: 7

水晶
18327
心级
1869
精华
10
主题
183
帖子
1871

2011一季度优秀版主

5
发表于 2010-5-4 08:15:34 |只看该作者
恭喜恭喜哈哈哈

Rank: 3Rank: 3

水晶
949
心级
214
精华
0
主题
38
帖子
256
6
发表于 2010-5-4 09:33:02 |只看该作者
好东西,好东西,为什么我做实验之前没有呢,唉

Rank: 3Rank: 3

水晶
1848
心级
226
精华
0
主题
10
帖子
195
7
发表于 2010-5-4 11:22:57 |只看该作者
很好哦,真的好东西,谢谢

正式滴友

旧单车

Rank: 3Rank: 3

水晶
159
心级
309
精华
0
主题
8
帖子
380
8
发表于 2010-5-4 11:36:14 |只看该作者
谢谢了

正式滴友

believe in god,believe in myse

Rank: 3Rank: 3

水晶
466
心级
128
精华
0
主题
18
帖子
226
9
发表于 2010-5-5 13:23:27 |只看该作者
很有帮助,谢谢

Rank: 2

水晶
244
心级
41
精华
0
主题
4
帖子
41
10
发表于 2010-5-5 17:06:44 |只看该作者

谢谢
您需要登录后才可以回帖 登录 | 注册

bottom

Powered by Discuz! X2

? 2001-2011 Template By Yeei. Comsenz Inc.

回顶部