使用coca词频表统计实际应用中的英语单词词汇量

数据源为 coca词频表，共6万词，其中包含了每个词的词频，按词频从大到小排列。于是在excel中用了几个简单的函数做统计，计算出，在实际应用中，如果到达到一定百分比的认识率，需要多少词汇量。当然，这并不很准确，但即便如此还是有参考意义的。

原始数据表示例

统计结果

从表中看，口语需求的词汇量与书面相比明显地低，大概只有不到一半。这当然是个事实，除此原因之外，应该也由于，在原始数据中有小说杂志报刊学术，这几类都归到书面，而口语则是一栏。

要想在书面阅读中达到98%的覆盖率，需要超过1.7万个词；95%的覆盖率，也要求接近9000词。实际应用中，一般来说，每个人都局限在特定的一些领域内，所以实际需求的通用词汇量要小于这个量（盲猜浮动量不会超过20%吧）。

Last Updated on 2025/02/19