SUBTLEX-US 美式字幕词频表

Brysbaert & New SUBTLEX-US：美式英语字幕语料逐词统计，74,286 词行，含总频次、语境多样性（CD）、主导词性与 Zipf 值。

统计范围

SUBTLEX-US 字幕语料（FREQcount 合计 49,719,560 词元，CDcount 合计 9,034,251 个词-文件出现对，语境上限 8,388 个字幕文件）。

统计口径

  • 记录行数74,286
  • 词头数74,286
  • 材料登记数0
  • 完整纳入材料0
  • 部分纳入材料0

口径说明：observations 与 materials 是登记行数，不代表独立语料总量；tokens 为纳入材料（included+partial）的 token 合计，includedTokens 仅计 status=included 的完整材料；excluded 材料不计入 token。校对或来源许可待核的馆藏不进入全站观察与材料合计，该馆藏的观察数量与词头数量记为未知。

前 5 条公开记录

  1. a · cd_count: 8,382 · cd_low: 8,380 · freq_count: 1,041,179 · freq_dom_pos: 993,445 · freq_low: 976,941 · lg10cd: 3.92 · lg10wf: 6.02 · pct_dom_pos: 0.96
  2. aa · cd_count: 70 · cd_low: 5 · freq_count: 87 · freq_dom_pos: 79 · freq_low: 6 · lg10cd: 1.85 · lg10wf: 1.94 · pct_dom_pos: 0.92
  3. aaa · cd_count: 23 · cd_low: 3 · freq_count: 25 · freq_dom_pos: 20 · freq_low: 5 · lg10cd: 1.38 · lg10wf: 1.41 · pct_dom_pos: 0.8
  4. aah · cd_count: 634 · cd_low: 37 · freq_count: 2,688 · freq_dom_pos: 2,657 · freq_low: 52 · lg10cd: 2.8 · lg10wf: 3.43 · pct_dom_pos: 1
  5. aahed · cd_count: 1 · cd_low: 1 · freq_count: 1 · freq_dom_pos: 1 · freq_low: 1 · lg10cd: 0.3 · lg10wf: 0.3 · pct_dom_pos: 1