本文将对于网上主要的几个英语词频统计软件进行使用测试,以下是使用体验。
测试文本如下,以最小化的文本包含了动词和名词的变形。另外有个2M的txt测试文件。主要测试软件是否会卡死。内容太多,不方便贴到这里。
He has gone to Shanghai.
He went to Shanghai yesterday.
He want to go home.
she have apples
she has an apple
下面开始测试:
1.AntConc
软件很小,功能很多。支持多文档导入,文件夹导入。可以说很强大。详细功能请看官网。
官网:http://www.laurenceanthony.net/software/antconc/
下图是简单的测试结果,
先说缺点:
has和have没有还原并统计为一个单词;
apples和apple:名词单数和复数没有合并统计;
went go gone:变形后的动词没有合并统计;
(后来发现软件是支持词形还原的,只是需要手动加载单词词形变换的文件。这个文件不知道从哪里获取。有这个文件应该就可以词形还原了)
2M的文件测试有些卡。等了几十秒没有反应。
优点:
小文件统计速度很快。发现还可以统计单词出现的位置,如下图。这个功能真的很棒。还标注了不同的颜色。如果细细研究一下,可能还会发现很多功能。
其他还有很多功能,只是是英文的,需要好好研究一下才能明白怎么使用。
2.语料库在线
官网:
http://www.aihanyu.org/cncorpus/CpsTongji.aspx
优点是:
网页版。中文和英文都能统计。
缺点:没有词形还原功能。统计内容限制最长100000字。功能比较少。没有antconc功能丰富。
3.清博词频统计
http://nlp.newmin.cn/
缺点:
没有词形还原 。
优点:
词性标注很棒。还有词性分类和词云生成。
可以上传文件。
4.英语词频统计助手
网址:没有官网。只在知乎上找到了下载链接。
链接: https://pan.baidu.com/s/1yQQhLpSvXgBPkcGgl_CiYQ 提取码: k6ei
https://wws.lanzous.com/b01hgsxqh
密码:fmfj
缺点:
比如has错误还原成了ha.
优点:
具有词形还原功能。
标注单词音标、意思、大纲词汇、自定义词汇、柯林斯词典等信息。还是挺丰富的。
有过滤简单单词(比如a,the,of)的功能。
有导出Excel文件的功能。
支持docx 、txt、pdf三种格式文件的导入。
下面是导出文件的结果。整理一下就可以打印了。
除了以上,还有一下其他的统计工具对比信息。
主要是中文的统计工具。
参考下面的表吧。