О чём курс

О материале

Подборка включает базы данных по частотности употребления слов в современном английском языке, сформированные на основе корпуса Corpus of Contemporary American English (COCA) объемом свыше одного миллиарда слов. По словам авторов, этот корпус сбалансирован между различными жанрами и стилями речи.

Что входит в комплект

В составе представлено четыре специализированных набора данных:

  • Частотный список 60 000 лемм с распределением по восьми основным жанрам корпуса, позволяющий разграничить формальную и неформальную лексику.
  • Статистика частотности слов с детализацией по почти 100 поджанрам (спорт, финансы, медицина, блоги, ТВ-комедии и другие направления).
  • База частоты словосочетаний для ключевых форм 60 000 лемм.
  • Выборка из 219 000 наиболее частотных словоформ с критерием встречаемости не менее 20 раз в пяти различных текстах, включающая данные по жанрам и процент написания с заглавной буквы.

Актуальность данных

Корпус основан на текстовых источниках с 1990 по 2019 год, пополнявшихся примерно на 28 миллионов слов ежегодно, а также включает веб-страницы и блоги с 2012–2013 годов. Это обеспечивает отражение современного состояния лексики без устаревших языковых норм прошлых десятилетий.

Программа обучения

  1. Самые основные данные показывают частоту каждого из верхних 60 000 слов (лемм) в каждом из восьми основных жанров корпуса. В отличие от данных о частоте слов, которые основаны только на веб-страницах, данные COCA позволяют увидеть частоту по всем жанрам, чтобы узнать, является ли слово более неформальным (например, блоги или субтитры к телевидению и фильмам) или более формальным (например, академическим). Ниже приведены лишь несколько записей слов на разных уровнях частоты (ранг), 1-60 000.
  2. Другой набор данных показывает частоту не только в восьми основных жанрах, но и почти в 100 "поджанрах" (Журнал-Спорт, Газета-Финансы, Академическое-Медицинское, Web-Reviews, Блоги-Личные, или ТВ-комедии и т.д.).
  3. Третий набор данных показывает частоту словосочетаний в топ-формах 60 000 лемм:
  4. Окончательный набор данных показывает 219 000 лучших слов (не лемм) в миллиардном словарном корпусе - каждое слово, которое встречается не менее 20 раз и в 5 различных текстах. А для каждого слова он показывает, в каких жанрах он наиболее распространен (опять же, чтобы показать +/- формальное), и какие проценты являются заглавными (полезно для определения +/- правильного существительного).
Складчина создана 2 июля 2020 г.

Запишитесь бесплатно — цена упадёт для всех

У автора этот материал стоит 20 650 ₽. В складчине сумму делят на всех: чем больше участников, тем меньше взнос каждого.

  1. 1 Оставляете email

    Без оплаты и без карты. Пришлём, как занять место в складчине на нашем основном сайте.

  2. 2 Складчина набирает людей

    Сейчас 5 участников и взнос 4 930 ₽. Ещё 59 человек — и он опустится до 390 ₽.

  3. 3 Открывается сбор

    Присылаем итоговую цену. Устроит — платите и получаете материалы. Нет — просто не платите.

  • 24 650 ₽ 1 уч.
  • 8 217 ₽ 3 уч.
  • 4 930 ₽ 5 уч. сейчас
  • 390 ₽ 64 уч. цель

Запись ни к чему не обязывает: платите, только если итоговый взнос вас устроит.

390 ₽ Записаться бесплатно