WordFrequencyData

WordFrequencyData[word]

给出 word 在常见的已出版的英文文本中出现的频次.

WordFrequencyData[{word1,word2,…}]

给出 wordi 出现频次的关联.

WordFrequencyData[word,"TimeSeries"]

给出 word 在常见的已出版的英文文本中出现频次的时间序列.

WordFrequencyData[word,"TimeSeries",datespec]

给出由 datespec 指定的日期组成的时间序列.

WordFrequencyData[word,"prop"]

给出单词出现频次的属性 prop.

更多信息和选项

  • WordFrequencyData[word1|word2|…] 给出所有单词 wordi 出现的总频次.
  • WordFrequencyData[word,"Total",datespec] 给出单词 word 在由 datespec 指定的日期出现的总频次.
  • 缺省情况下，WordFrequencyData 使用 Google Books English n-元组出版数据集.
  • 可能的选项有：
  • IgnoreCase False是否忽略 word 的大小写
    Language "English"使用何种语言的文献资料
  • 在 WordFrequencyData[word,"prop"] 中，可能的属性包括：
  • "Total"给出一个日期范围内的总频次
    "TimeSeries"给出频次的时间序列
    "CaseVariants"给出不同大小写情况下的变体
    "PartsOfSpeechVariants"给出词性的不同变体
    {prop1,prop2,…}给出不同属性的组合
  • 可能的日期规范为：
  • All使用指定的文献资料的所有可用日期
    DateObject[…]使用 DateObject
    year采用指定的 year
    {yearmin,yearmax}使用年份范围 yearmin 到 yearmax
    {{d1,d2,…}}使用明确指定的日期 {d1,d2,…}

范例

打开所有单元关闭所有单元

基本范例  (4)

获取 "dog" 在常见英文中出现的频次：

获取几个单词的频次：

计算单词 "war" 和 "peace" 在出版物中出现的频次的比：

绘制单词 "economy" 出现的频次的历史时间序列：

范围  (4)

获取 "atlas" 的频次：

一次给出多个单词出现的频次：

WordFrequencyData 接受具有指定"GrammaticalUnit" 的 TextElement 输入：

绘制1900年以来单词 "computer" 出现的频次的历史时间序列：

推广和延伸  (1)

当 Alternatives 被用作输入时，结果为所给选择的总频次：

Alternatives 可与其他属性组合在一起使用，如 "TimeSeries"：

选项  (6)

IgnoreCase  (1)

不考虑大写或小写变体，返回单词的频次. 缺省值为 False：

这将使所得结果大于缺省时的结果：

Language  (5)

求常见西班牙语单词在西班牙语文献资料中出现的频次：

西班牙语也可能出现在其他语言中，但频次要低得多：

法语中的常见单词出现的频次很高：

单词 "peace" 在西班牙语中流行的程度：

俄语单词 "Sputnik"：

获取单词 "Haus" 在德语中自1900年到现在的时间序列，并绘制结果：

属性和关系  (14)

"CaseVariants"  (3)

一个单词可以有很多小写和大写变体：

在 IgnoreCase->True 的情况下获取单词的频次相当于获取上一个输入的 Total：

获取 "DOS" 最常见的大小写变体：

当对多个单词进行计算时，关联中将包含每个单词的所有变体：

"PartOfSpeechVariants"  (4)

计算一个单词在指定年份包含所有词性变体的频次：

显示单词 "nuke" 在1944年时的不同用途：

对于有些单词可能会返回许多词性变体：

将该参数与 "CaseVariants" 一起使用：

与 "CaseVariants" 和 "TimeSeries" 一起使用：

"TimeSeries"  (2)

获取单词 "war" 在整个二十世纪出现的频次：

可以用 DateListPlot 直接将结果画出来：

比较 "peace" 和 "war" 在不同时代的使用情况：

比较它们在另一种语言中的使用情况：

绘制两种语言中 "war" 和 "peace" 的频次比：

"Total"  (5)

"Total" 是缺省的属性：

简单设置一个日期范围：

允许在日期规范中使用 DateObject 对象：

可对指定的年份列表进行 "Total" 计算：

Infinity 可被用来指定无穷大的范围：

可能存在的问题  (1)

对于未包含在语料库中的词将返回 Missing["NotAvailable"]：

巧妙范例  (11)

不同语言中单词 "dog" 及其翻译的流行程度：

不同时代中 "gold" vs "oil" 的变化情况：

不同时代中电话和电视术语出现的频次：

将同义词合在一起：

常见疾病：

把星期几按流行度排序：

有些单词旧时的拼法已不见了：

单词 "democracy" 在二十世纪用的更频繁了：

"Apple"，A 大写的写法在1980年之后变得很流行：

词性变体的相对频次可能随时代不同而变化. "Tackle" 作为动词和名词的区别是一个很好的例子：

不规则动词的规则化可以解释词性的变化和有些单词的拼法，比如 "burnt" vs "burned"：

西班牙语中 "ustedes" vs "vosotros" 的演化：

Wolfram Research (2016)，WordFrequencyData，Wolfram 语言函数，https://reference.wolfram.com/language/ref/WordFrequencyData.html.

文本

Wolfram Research (2016)，WordFrequencyData，Wolfram 语言函数，https://reference.wolfram.com/language/ref/WordFrequencyData.html.

CMS

Wolfram 语言. 2016. "WordFrequencyData." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/WordFrequencyData.html.

APA

Wolfram 语言. (2016). WordFrequencyData. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/WordFrequencyData.html 年

BibTeX

@misc{reference.wolfram_2024_wordfrequencydata, author="Wolfram Research", title="{WordFrequencyData}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/WordFrequencyData.html}", note=[Accessed: 17-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_wordfrequencydata, organization={Wolfram Research}, title={WordFrequencyData}, year={2016}, url={https://reference.wolfram.com/language/ref/WordFrequencyData.html}, note=[Accessed: 17-November-2024 ]}