【資源分享】《硅谷》全季英文劇本&詞頻


下載
鏈接: https://pan.baidu.com/s/1SX5cd2YwZJxmRopF6BooeA??
密碼: ra5c
背景
前段時間打算練習聽力+擴充詞匯量,所以用爬蟲爬下了全季的英文劇本,然后處理了整個詞頻,用“歐路詞典”把詞頻文件做成了生詞本。
壓縮包內(nèi)容

all.txt是season1到season6所有的劇本合成的大文件,主要是用來通過在線詞頻獲取網(wǎng)站(https://www.online-utility.org/text/frequent_words.jsp)生成詞頻文件的。

“clean”開頭的是我清洗過后的詞頻,主要剔除了一些數(shù)字和無效字符。
這里clean_words10.txt是詞頻>=10的,clean_words4.txt是詞頻>=4且<10的,剩下的類推。
最終在歐路上生成的生詞本:

標簽: