/TermFrequency

Primary LanguagePython

词频分析

coding in python3.6

为摆脱无脑谷歌翻译而诞生的程序，希望能帮助自己啃下绝望的众英文文档。

用法

  • 程序所需文件夹需先行创建，可复制example中文件进行测试

  • 用户添加的文件最好存为utf-8格式，可参考example中文件

Main.py

分析文本，筛去常用词汇()后按词频顺序输出固定比例(自定义)的表格

  • 文本放在text

  • 英汉词典位于buildin_dicts(内置牛津词典)

  • 常用词汇位于clear_lists

  • 输出文件夹为output

  • 可改参数位于代码末尾

GenerateDicts.py

将希望导入的词典转为程序所需格式

  • 需修改分词部分的代码

  • 新词典放在new_dicts

  • 生成词典所在位置buildin_dicts

  • Tips:若buildin_dicts只有中高考/四六级词汇，输出的就是文本中考纲范围内的单词

导入至anki

anki是本人强推的背诵软件，各平台均有客户端，官网:https://apps.ankiweb.net/index.html

点击导入文件选中anki.txt即可导入，记忆库中不会添加重复项。

关于anki的各种奇技淫巧可关注anki的知乎专栏:https://zhuanlan.zhihu.com/-anki

Todo

  • 用爬虫抓取文本