【080】真实（最小）收词量@朗文当代高级英语辞典（英英·英汉双解）（第5版）
2017-03-03作者：GoldenDict
注：本文获作者授权，仅供本站使用，转载请联系原作者。
http://wx3.sinaimg.cn/mw690/006alh7oly1fkcfbxrnhpj30hs09wjrw.jpg
[*]典评：朗文当代高级英语辞典（英英·英汉双解）（第5版）
文中有下面一席话：►《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版）真实词头数 42244 ，去重后 38016 个。
► 去重的意思是将类似 abandon¹，abandon² 这样的“多”词头视为一个。
► 您没有看错，哪怕是《朗文当代》这样看上去个头很大的词典，真实的词头数也就四万左右。
► 哪怕词典里每个单词都认识，也只不过达到了欧美母语英语人士的大学毕业生水平，当然，这对于母语人士而言，也已经是不低的标准了。
这 38016 和宣传语里的“230,000词条”差距也忒大了点吧，有无（yi）数（ge）朋友希望进一步了解下，故有此文。
[*]母语为英语人士的词汇量究竟有多大？
[*]我们自己的词汇量又有多大？
[*]人掌握或使用的的词汇量究竟怎么计算？
[*]……
上面这些问题，我都不打算在这里回答。哈哈，来打我啊，因为我确实也不知道答案或者说这些问题根本就没有标准答案。这里只谈一个小小的话题，那就是《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版）的真实收词量。我自己弄了个“真实收词量”概念，如有雷同，纯属巧合。《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版）entry
STH WRITTEN 文字
C
a piece of writing in a DIARY, or in a book containing information such as a dictionary 〔日记的〕一则；〔词典等的〕条目
» a dictionary entry 词典的条目朗文當代大辭典（英英·英漢雙解）head·word
/ˋhɛdˏwɝd; ˈhedwɜːd/
n
the word which is written at the beginning of a description of its meaning, especially in dictionaries 標題詞;〔詞典中的〕詞目﹐首詞:
» The next headword is ‘heady’. 下一個詞目是 heady。headword 条目引自《朗文當代大辭典》（英英·英漢雙解），和《朗文当代高级英语辞典》（英英·英汉双解）的区别，可参考：外研社的朗当高 vs 商务印书馆的朗当大。真实收词量也就是最小收词量，和虚假（广告、宣传、最大）收词量相对，具体到《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版）。
[*]entry 最前方的 headword ，加粗，有音节划分，算一个
[*]同形异义词算一个
截取朗五双解部分正文如下图。http://wx4.sinaimg.cn/mw690/006alh7oly1fkcf81jwj1j30ed0higo5.jpg
[*]真实（最小）收词量是 2，collateral 和 colleague ，这也是符合我们直觉的计算方法。
[*]虚假（广告、宣传、最大）收词量是 9 ：
[*]collateral¹ 贡献为 3 （ 1 个义项 + 1 个派生词 collateralize + 1 个同义词 security ）；
[*]collateral² 贡献为 4 （ 3 个义项 + 1 个短语 collateral damage）；
[*]colleague 贡献为 2 （ 1 个义项 + 1 个同义词 co-worker）
《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版） 广告语里的：收录单词、短语和释义共计 230000 个同义、反义和相关词令人瞠目结舌的 230000 就是这么来的，重复计数等办法都用上了。那么我前面提到的“真实词头数 42244 ，去重后 38016 个”又是怎么来的呢？《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版） 光盘版虽然不堪一用，但是也有一些有用的文件和信息。…\program\Data\LDOCE5.mdb 。LDOCE5.mdb 这个文件是 Microsoft Access Database 文件（居然还是 2000 版本），可以用 Microsoft Access 打开，里面 ldoce_bre_links 这张表很关键：http://wx3.sinaimg.cn/mw690/006alh7oly1fkcf81ygxoj30hs0fkju2.jpg
[*]第一列 WORD_ID 已经揭示了秘密，最大是 42244 ，也就是说词头数是 42244 ；
[*]第二列 search_TEXT 就是词头，但是如图，有 42231 = zoom1、42232 = zoom2 这种情况，也就是说在 42244 这个数字里， zoom 贡献了 2 ，这和我们“真实（最小）收词量”精神不符啊，把这一列复制出来，把 zoom1 、zoom2 这种处理成 zoom、zoom， 也就是去掉后面的数字然后去掉重复的，Bingo! 就得到 38016 。
当然，处理的时候有点误伤，比如 G8 ，可能把数字 8 删除后，它和 G 条目重复，所以就被删了，不过这种条目很少，我懒得再精确处理了。LDOCE5.mdb 这个文件，可以玩出很多花样，大家持续关注不要取关噢，我时间充裕的时候会折腾一下。所以，《朗文当代高级英语辞典》（英英·英汉双解）（第 5 版）的真实（最小）收词量也就四万左右。根据我的使用体验，阅读一般性质的英文文章，比如我每日必读的体育消息（NBA、英超、西甲赛况之类的），偶尔会遇到一些在 LDOCE 中查不到的词。今天遇到的 hyperextend，无论 LDOCE 还是其他任何一部高阶英语学习型词典，都没有收录。Durant hyperextends left knee; Warriors to bring back Barnes
HOWARD FENDRICH
Associated Press March 1, 2017新牛津英汉双解大词典（第 2 版）hyperextend /ˌhaɪpərɪkˈstend/
verb
［with obj.］
forcefully extend a limb or joint beyond its normal limits, either in exercise or therapy or so as to cause injury （对肢体或关节）用力伸展, 过度伸展。重复下最前面的观点，哪怕是《朗文当代》这样看上去个头很大的词典，真实的词头数也就四万左右。哪怕词典里每个单词都认识，也只不过达到了欧美母语英语人士的大学毕业生水平，当然，这对于母语人士而言，也已经是不低的标准了。出现在学习型词典上的每个词，都是要背下来的噢，一起加油吧，少年。
页:
[1]