2020hsk词汇大纲app1.0免费版

编辑点评：hsk词汇大纲

HSK词汇是一款专业的词汇app，用户可以通过这款APP来更好的学习自己的汉语水平，实时了解汉字、拼音和发音等内容的学习，帮助用户学习，让汉语考试更加轻松。感兴趣的就快来下载吧

HSK词汇大纲简介

【快快查系列】产品，包含了HSK一级到六级的所有词汇学习，是HSK汉语水平考试的必备产品。

HSK是一项国际汉语能力标准化考试，重点考查汉语非母语的考生在生活、学习和工作中运用汉语进行交际的能力。HSK包括HSK一级、HSK二级、

HSK三级、HSK四级、HSK五级和HSK六级。有纸笔考试和网络考试两种考试形式。

软件亮点

1、词语详细说明，每一个汉字的历史演化、出處和释意、词组都能获得；

2、自定方案，每一个人能够自身设置每日学习和备考的词汇总数；

3、文件目录展示，挑选一个词本得话就可以一览这个词本的所有单词文件目录；

软件特色

海量字库：每个汉字提供海量内容，如注解、详解等；

词汇解释：提供英文翻译，例句，语法解析，多角度学习词语；

引证解释：结合古今经典著作，阐述词语起源，用法；

汉字解析：每个汉字都包含了详细的解释，如拼音、五笔、笔划、部首、结构等；

软件功能

1. 规范阅读，汉字、字音对应规范;
2. 详细显示汉字，可显示汉字的部首、笔画、结构、五笔等;
3. 可以得到每个汉字的详细说明，包括其历史沿革、来源、解释和举例说明;
4. 自主制定计划，每个人都可以设定自己每天学习和复习的词汇量;
5. 在显示内容的表格中，选择一个单词本子可以看到该单词本子中所有新单词的列表;
6. 这里我们收集了HSK 1 - 6级的真实词汇。

如何利用Python筛选HSK核心词汇

背景说明

由于班上有一批学生需要参加HSK5的考试，但是在实际授课中发现他们对于该级别的词几乎不怎么认识，甚至于HSK4的词都有很多没掌握的。所以为了短期突击，需要制作HSK4和5的核心词表。

制作思路如下：

1. 建立HSK标准词表，包括

汉字

拼音

英文

词性

级别

2. 建立基于标准词表的词频表

3. 按照词频筛选核心词汇（除名词/动词/形容词之外的词类）

4. 按照字族筛选核心词汇（名词/动词/形容词）

之所以要补上按照字族筛选核心词汇，是因为汉字的字族（也就是语素教学法中的语素）能有效降低学生的学习成本和记忆成本。比较适合名词/动词/形容词这三类数量比较多的词类。

具体步骤如下：

一，建立HSK标准词表（1-6级）

网上有现成旧词表下载，需要人工审核的是以下几个部分

1. 词表更新：根据HSK官方考纲2015版，有近12%的词汇是增补的，要替换进旧词表

2. 拼音审核：特别是多音字，大小写，还有谷歌翻译的莫名拼写（比如法国的拼音是Fàguó你敢信？）

3. 义项审核：有些多义词，是需要根据官方考纲的词性标注，进行修正的（比如长zhǎng和长cháng）

二，添加词性分类

在这里词性分类有两个方法

1）直接用手机拍照然后用OCR识别官方考纲上的词性标注，与标准词表进行一一对应

2）用Python调用jieba插件，进行词性标注

我用的是第二种方法，代码如下

#!usr/bin/env Python# coding = utf-8import jieba.posseg as posimport xlrdimport xlwtinput_excel = xlrd.open_workbook('/Users/Arthur/learnPython/vocabulary/HSK5.xlsx')input_sheet = input_excel.sheets()[0]output_workbook = xlwt.Workbook(encoding="utf-8")output_worksheet = output_workbook.add_sheet("new", cell_overwrite_ok=True)row1 = 1col1 = 1#存在词典查不到的词，需要优化for word_num in range(2144):    item1 = input_sheet.cell(row1,col1).value    part_of_speech = pos.cut(item1)    for word, flag in part_of_speech:        output_worksheet.write(row1-1, col1-1, word)        output_worksheet.write(row1-1, col1, flag)    row1=row1+1output_workbook.save('/Users/Arthur/learnPython/vocabulary/HSK5-2.xls')

标准好的词性分类如下

这里有一个问题就是jieba插件的词性分类是按照与ictclas 兼容的标记法进行标记的，很多标记与我们熟知的英语不一致，举例如下：

词性标记与传统的英语语法不一致

解决方法是复制到excel之后，进行批量替换即可。

三，建立词频表

因为没有HSK范围内的语料库支持，所以从网上找了一个八千多词频表作为基准。总体而言，针对HSK考试的有效性是不足的，但在时间有限的情况下，也没有更好的办法了。

将HSK标准词表与八千词频表进行比对（用excel的函数vlookup），自动填充HSK词汇的词频。

这里有一个问题就是有些词在词频表里没有出现，采取的处理方法就是：词频作为0处理。不过根据词类排序之后，大部分的虚词还是一眼就能看出来的，影响不大。

建立好的词频表如下：

增加了词频，可以看到有的词频是N/A

四，筛选核心词汇

筛选核心词汇我采用了两种方法

1）按照词频分

将副词/连词/介词/助词等数量较少的词类，在excel中按照词频排序。

实际情况是，词频基本没啥用，因为这些词类本身数量就比较少，所以基本都入选了核心词汇。

2）按照词频+字族分

前面已经介绍过，采用这种方法的原因是

1. 字族能有效降低学习成本和记忆成本，适合考试的时候猜测词义

2. 名动形这三个词类的词汇数量比较多，用字族就能打破一个一个记忆的障碍，以少驭多。

3. 当筛选出n个字族时，再用字族里所有词汇的权重之和去给字族排序，所以

字族的词越多，排名越前

不同字族的词一样多，词汇相加的权重之和多高，该字族排名越前

排序之后再人工筛选一遍