COCA是什么？

COCA是美国杨百翰大学做的美国英语语料库，全称是Corpus of Contemporary American English。里面的材料来自口语、小说、杂志、报纸和学术这几种类型，比较平均，可以用来了解现在美式英语怎么用。网站是 english-corpora.org/coca。

这个语料库做了几个词频表，常见的有 5000、20000、60000 个词这几个档次。前 20000 个词最常用，也最有用。有人统计过，学会前 5000 个词能应付大约 94% 的日常情况，前 20000 个能到 99%。另外，COCA 还给很多高频词标了常见搭配，这样学的时候可以直接记用法，记得更牢。

可以到https://preply.com/en/learn/english/test-your-vocab这里测试你掌握了多少单词。

COCA两种主要用法

用法 A：用下载的词频表背单词

  • 先选表，按顺序从前 5000 学到前 20000，有时间再学 60000。如果主要是为了读文章，可以只记简单的意思，快一点过。如果为了说和写，就要一起记常用的搭配和固定说法，比如 good morning、be prone to 这种。

  • 词频表里同一个拼法但不同词性的词会分开列，所以会有重复。实际用时可以先按词性挑出名词、动词、形容词、副词这几类，再去重，这样学得更快。比如前 20000 个词去重后大概剩 1.77 万个，再留下这四类就差不多 1.73 万个。

  • 大表可以按 500 或 1000 个词一组分开，放进背单词软件里，比如“欧陆词典”“知米背单词”，这样每天任务不会太多。也可以配合 MP3 听一听，帮助记住发音和拼写的关系。

  • 前 5000 个词可以在官网免费下载，20000 和 60000 大多要付费，也有别人整理好的版本，但要注意看来源和版本是不是一样，比如有没有搭配信息、有没有标词性、有没有分出口语和学术的频率。

用法 B：在网站上查词的具体用法

  • 在 List 或 Chart 页面搜一个词，可以看到它一共出现多少次，还有在不同文体（口语、学术、小说、杂志、报纸、网页）和不同年份的分布，这样能知道这个词多正式、在哪用得多。

  • 用 Collocates 可以找出一个词常和哪些词连着用，可以限定词性和距离。用 Compare 可以比较两个相近词的区别，比如 work 和 job 常和哪些动词搭配不一样。用 KWIC 能看到词在句子里的真实样子，方便直接看例子。

  • 网站还支持一些简单搜索方法。比如标词性（[n] 名词、[v] 动词、[j] 形容词等）、用 ? 代替一个字母、用 * 代替多个字母、找同义词（[=develop]）、统一查一个词的不同形式（[confess] 或全大写）、一次搜好几个词（confess|admit|declare）。还可以按前缀、后缀、音节、重音、押韵来找词。这些方法能帮我们把背过的词变成能真正用出来的表达。

学习路线和例子

  • 30–60–90 天的学法和时间可以按自己情况改。

  • 前 30 天：学完前 5000 个词的主要意思和常用搭配。每天学 200–300 个词，意思尽量简单，搭配一定要记。晚上花 10–15 分钟听写或者跟读，帮助巩固。

  • 第 31–60 天：学到前 10000–15000。每周挑 2–3 个常聊的话题，比如教育、健康、科技，每个话题记下 20–30 个可以重复用的说法。

  • 第 61–90 天：学到前 20000。用网站的检索查容易错或容易混的词，看看它们的搭配差别，整理成自己的搭配表。每周写一篇 200–300 词的短文，逼自己用上新学的表达。

例子：学 postpone 的搭配

先在 Collocates 里输入 postpone，设右边距离为 1，按重要程度或次数排序，会看到它常和 a meeting、decision、vote 这些词连用。再用 Compare 看 delay 的搭配有什么不一样，避免用错。最后到 KWIC 找几个真实句子，抄下 3–5 句来模仿写。

目前网络上能免费下载的主要版本与特点：

版本规模格式/获取方式说明
COCA 5000前 5 000 词官网免费下载可在线浏览或复制，适合入门
COCA 20000前 20 000 词PDF / Excel含词性、搭配、同义词；GitCode 仓库可下；也可通过“硕博工具屋”公众号回复关键词＂COCApdf＂获取
COCA 60000前 60 000 词Excel（coca60000full.xlsx）最全原始数据，可自定义排序（口语、学术等）；网上有分享链接
口语高频 13500前 13 500 词MP3+TXT已覆盖口语 99% 用词，可导入背单词 App

常见问题和建议

  • 只记单词本身，不记搭配，会让话说出来不自然。高频词的搭配很重要，最好连着词一起记，比如 take a risk、be prone to + 名词。

  • 不注意词形和词性也会漏掉东西。同一个词根不同写法出现次数差很多，比如 abash 和 unabashed。用标签和统一查词形的方法能减少出错。

  • 不要把 COCA 当成考试专用词表。它的范围大、更通用，TOEFL、GRE 那些词表更有针对性。可以先学 COCA 打基础，再学考试词表专门练。

  • 别一味追很大的词表。20000 以后的词出现次数差得不多，多学收益变小。先把前 20000 的意思和搭配弄熟，再考虑加新的。

  • 要注意口语和书面语的区别。同一个词在这两种场合的搭配和频率可能不一样。用 Chart 按文体看分布，说话和写作各准备一份常用的表达清单。