|
如果收到大學錄取通知書后，你有一個長達8個月的假期，打算去做點什么？ 去山區(qū)支教，當志愿者？跨上背包，來個“迷你版”的間隔年旅行？開啟學霸模式，在當?shù)卮髮W提前修兩門專業(yè)課？ …… 有個叫Klio的姑娘。她幸運地提前8個月就拿到了美國名校Rice的錄取offer。 手握Rice CS 提前錄取offer，萌妹子Klio 竟然一天都沒有粗去浪，就提前開啟了自己的IT生涯。
從10年級到12年級，在準備留學的道路上踩過不少坑，上過幾回當，著實沒少走彎路。這個堅信技術能讓世界更美好的妹子，決定趁著去念大學前的閑工夫，為師弟師妹們做點什么。
在自己就讀的國際高中低年級蹲點了2周，聊（撩）過上百個師弟師妹后，Klio發(fā)現(xiàn)：美本黨們全身上下都是痛點。 標準化考試 ：趕上了2016的SAT改革，老題統(tǒng)統(tǒng)作廢，市面可用的參考資料屈指可數(shù)。 背景提升：百度一下，遍地都是推廣，然而真正有競爭力的好活動，可遇不可求。 申請文書：都說招生官總是“戀”上好essay，然而過來人一半以上沒躲過文書中介的坑。
面對全身都是痛點的吐槽，沒資源、沒背景、沒社會經驗的Klio覺得，自己最有發(fā)言權的還是標準化考試。
師弟師妹們感到前途迷茫...
于是，她決定幫大家研究一份應對改革后SAT的靠譜詞匯資料。 單詞這個東東，真真是簡單到不值一提，又復雜到一言難盡。 隨手搜搜百度文庫，京東當當書城，同類考試的單詞書多的讓人眼花繚亂。 然而，像新東方的紅寶書那樣經得起考驗的，卻又能有幾本？ 面對一門考試，究竟要背哪些詞？確定了背誦范圍后，又要背這些單詞的哪些釋義？過來人Klio認為，解決好這兩個問題，備考效率將直線提高。 思路有了，具體要從何開始呢？
那么新SAT，Klio認為自然也要從官方材料入手。 不同的是，21世紀已經過去小20年了，新時代的騷年們，不需要用繩命數(shù)數(shù)了，因為他們會寫！代！碼！
統(tǒng)計結果不看不知道，一看嚇一跳，什么the,a, of,that，才是詞頻中的霸王詞...... 事實上，拿著手里跑出來的結果，Klio開始懷疑人生...... 比如，如何定義一個單詞的出現(xiàn)頻率？真的就是用程序數(shù)一遍它出現(xiàn)過的次數(shù)么？騷年，too simple too naive啦！ 從跑出來的excel表中看到，很多單獨統(tǒng)計的單詞，其實來自于同一個詞的變形。比如，結果顯示excerpt共出現(xiàn)了3次，而excerpted出現(xiàn)了29次。事實上他倆說的是一個詞：excerpt，只不過在閱讀的斜體字中文章來源處，有大量的“this passage is excerpted from…”的表達，拉高了excepted的出現(xiàn)頻數(shù)。 沒錯，英語中有很多單詞都有不規(guī)則的變型詞，舉幾個初中階段的例子給你看： swim swum swimming forget forgot forgotten 那么諸如這樣的單詞，在做詞頻統(tǒng)計的時候，是算一個詞，還是算多個詞？統(tǒng)計詞頻，是合并？還是分開？如果要合并，技術上怎么操作？查閱了諸多語言學和技術文獻后，Klio終于找到了答案。 英美權威的語料庫在進行詞頻統(tǒng)計時，會根據(jù)詞性對變型詞進行詞頻的合并計數(shù)。 這就好比一個妹子，時而呈現(xiàn)小清新的畫風，時而呈現(xiàn)霸道總裁畫風，但無論風格怎樣多變，只要她出現(xiàn)在大party上的總次數(shù)足夠多，我們就認定她是一個social 女皇！
單詞也是一樣，你可以把變型詞看做一個站臺的家伙，但是不管怎么個變法，只要都還原成原型詞，算出總的出現(xiàn)概率，就能比較精確的判斷這個詞是否常見、?？肌?/span> 因此，基于這樣一種統(tǒng)計的規(guī)則，單詞出現(xiàn)的頻次，是指把所有的變形都進行合并統(tǒng)計后的計數(shù)。 如果說當年的老俞是用生命數(shù)數(shù)，那么Klio各種翻文獻，找語言學理論，找算法，則是用生命在思考了。 實現(xiàn)這個變型詞的合并統(tǒng)計，用到了一個超級有用的東東叫l(wèi)ist of lemma，對此，Klio表示還可以聊上三天三夜，此處省略一萬字…
本著這樣一個對單詞不同形態(tài)的統(tǒng)計原則，Klio代碼一寫呀，一張新SAT官方語料的單詞詞頻匯總excel表就出來了。
▼
有了全部新版SAT官方語料的單詞詞頻統(tǒng)計，是不是就大功告成了呢？
作為一個被老SAT批判性閱讀虐過的孩紙，Klio確定一定以及肯定，答案是：NO?。?！ WHY？ 簡單說來就是：考過的內容indicates了什么重要，但無法indicate什么不重要。換言之：考過的都是重點，然而目前還沒考過的，你判斷不出哪些同樣也是重點。 Klio當年參加中考時，全校童鞋都在刷一本書，叫《5年中考3年模擬》，據(jù)說...他們滴老師當年參加高考的時候，也刷過類似的書...
老師告訴他們，把連續(xù)多年的真題都刷一遍，你能掌握80%以上的出題要點，剩下的20%就看造化了。 這個邏輯解釋老SAT很說得通。把2005年以后的亞太北美全部考卷刷上幾遍，上了考場，那可真真是不會做題也會蒙... 但是改革后就不同了，官方資料太少，資料上有的，一定是重點，資料上沒的，也要去推測，哪些可能也是重點。 這樣的燒腦思考，正對了ITer們的口味。 Klio后半段的工作，focus在了“科學推斷”上。
所謂的學術單詞，就是無論是你學物理，還是學數(shù)學，學天文還是學歷史，都會在教材啊、paper啊，lecture啊，頻繁遇到的“萬金油”單詞。 比如，寫神馬論文都離不開literature review,那么review就是一個典型的academic word。 做物理化學生物醫(yī)學實驗，社科人文問卷調查，都要分析數(shù)據(jù)，那么分析，analyse也是一個典型的academic word。 美國有一個超級強大的當代語料庫COCA，COCA基于上億語料，總結出了3000個核心的academic words，還計算了這些單詞在各類學科中出現(xiàn)頻率的分布。分布的越平均，越符合“學術單詞”的定義?？粗嬎鉪ispersion的分類，history, humanity, literature, science, news等等，簡直跟新SAT的考察類別無縫對接，真的是要激動哭了。
所謂有人的地方就有江湖，除了COCA的核心3000，雅思里還有一份專門的學術詞表，叫AWL（academic word list），COCA還特別強調了自己與AWL的不同以及自己為何更流弊。 看著最最權威的白頭發(fā)老爺爺們互相掐，也是醉了。不過對于Klio而言，一切權威的學術詞表，都要拿來分析一下。 于是乎，結合英美最權威的AWL和COCA核心學術單詞表以及老SAT全部真題的詞頻統(tǒng)計（方法如上，Klio沒有直接拿市面出版的SAT單詞書做樣本，因為無法確定這些書收錄詞條的原則和算法?？矗琑ice的人就是這么學術嚴謹）,Klio開始做交叉分析，得到了4類單詞：
這樣，其實得到了4個單詞list，對應4類不同的背誦目標：
就這樣，耗時近2個月，Klio為師弟師妹們制作了一套“根紅苗正”的新SAT備考單詞表。 把這些單詞表導入歐路詞典，補充上Merriam-Webster和American Heritage Dictionary 里的中英文釋義、同義詞、例句。瞬間覺得，當年備考時買的那些SAT單詞書都弱爆了。
這2個月的時間，Klio過的和申請季一樣充實。沒有了對未來的不確定與焦慮，更坦然的投入到工作中去。 這中間，也有很多surprise嚇到了她自己。比如，那個“我是Rice ED生”的驕傲，在面對pdf無亂碼轉word的現(xiàn)實問題時，就被擊的灰飛煙滅。 其實，現(xiàn)實才是最好的老師，為了解決一個問題而行動，收獲往往意想不到。 搜學術期刊、找相關文獻、確定算法、驗證數(shù)據(jù)、交叉分析，Klio感覺自己提前8個月，就開啟了大學的學術生活。
掃掃下方二維碼 回復“SAT”獲得完整詞表 |
|
|
來自： 昵稱30276536 > 《English》
