大家好岛马，我是6C
一個學(xué)心理學(xué)的營銷人
為了過上大數(shù)據(jù)指導(dǎo)下的新世紀(jì)斜杠青年的美(tou)好(lan)生活，6C又開始折騰了屠列。這次是非常實用的廣告營銷圈超高頻英文單詞TOP500
為什么要折騰這一個項目呢啦逆？
在營銷圈，英文好是一個加分項笛洛。這個加分項首先要求是夠用的詞匯量夏志，而詞匯量是最花時間的一個事情，有沒有偷懶高效的方法呢苛让？帶著這個思考沟蔑，便有了這個針對營銷人的營銷圈高頻英文單詞項目
這個項目利用爬蟲獲取海量的營銷廣告文章語料，然后通過詞頻分析提取高頻英文單詞
（心急的朋友可直接滑到文末獲取資源）
獲取足量合適的英文營銷語料
網(wǎng)絡(luò)上分散的英文營銷資料很多狱杰，從營銷文章細(xì)分行業(yè)覆蓋度瘦材、文章的專業(yè)程度、文章的來源仿畸、文章更新的頻率等方面綜合考量食棕，最終選擇了digiperform和marketo兩個站點作為爬取對象。通過Python爬蟲技術(shù)错沽，最終共獲取1200+篇文章簿晓，文章字?jǐn)?shù)670000+
https://digiperform.com 是第一個被稱為“亞洲最被信任的Digital Marketing教育品牌，里面有超過2000位的專業(yè)作者
https://blog.marketo.com 是一個成立7年即完成納斯達(dá)克上市千埃，現(xiàn)被Adobe收購的一家以做自動化營銷的公司
分析語料庫憔儿，提取高頻詞匯
這部分比想象中的要復(fù)雜一點，英文單詞的分析并非把詞一分統(tǒng)計個詞頻就好了放可。我摸索后經(jīng)過了三個處理步驟
Step1 單詞清洗
眾所周知谒臼，同一個英文單詞會有多種變形唱逢，例如動詞的分詞形式、名詞的單復(fù)數(shù)形式屋休、形容詞的比較級等等坞古。這些詞拼法不同，但把它們算作是獨立單詞顯然是不準(zhǔn)確的劫樟，會影響詞頻的準(zhǔn)確性痪枫。因此，需要先進(jìn)行進(jìn)行單詞清洗
經(jīng)過一些時間的尋找叠艳，發(fā)現(xiàn)這已經(jīng)是屬于AI領(lǐng)域里最為困難的一個分支NLP（自然語言處理）了奶陈。（敢情一不小心還涉足了AI領(lǐng)域？）
NLP（Natural Language Processing)屬于AI的一個分支附较，主要包括中文自動分詞吃粒、詞性標(biāo)注、句法分析拒课、機(jī)器翻譯徐勃、文字蘊(yùn)含等。比如那些做Social Listening的產(chǎn)品核心技術(shù)就是NLP
然而實際我們這需要解決的問題跟NLP也關(guān)聯(lián)不大早像，一個nltk庫就搞定了僻肖。經(jīng)過一些時間的摸索和嘗試，成功的完成了單詞的清洗工作
Step2 去停用詞
清洗完就能直接統(tǒng)計詞頻么卢鹦？還不夠
稍微思考一下我們就能猜到臀脏，這樣統(tǒng)計出來最高頻的一定是the、of冀自、have 這樣的介詞揉稚，以及夾雜著很多的also、change熬粗、cost搀玖、easy、line這樣即使是營銷小白也耳熟能詳?shù)膯卧~荐糜。這些詞如果不做處理巷怜，那這些所謂的高頻詞也將意義不大
最終我選擇去掉了英文中最常用的1000個詞，基本相當(dāng)于初中英語需要掌握的詞匯量暴氏，是一個比較低的門檻了
Step3 輸出單詞及詞頻
做好前2步的準(zhǔn)備工作之后延塑，終于可以統(tǒng)計詞頻輸出了。最終輸出的TOP500詞都至少是出現(xiàn)60次以上的單詞答渔。
那剩下的詞自然是出現(xiàn)的概率不到萬分之一关带，以每篇文章500詞計算，屬于你讀20篇文章都不會遇到一次的詞，可以再實際碰到的時候再詳細(xì)了解
增加單詞發(fā)音和釋義
為了使用起來更加方便宋雏，我最后還為這500單詞增加了對應(yīng)的發(fā)音和釋義芜飘，排好版制作成了PDF文件共下載
釋義詞典選用的是韋氏英英詞典
為什么選擇英英詞典呢，源自我個人在學(xué)英語的過程中的一個痛點：一個單詞通常有多個中文釋義記起來很累磨总。但你如果看英英釋義就能發(fā)現(xiàn)嗦明，其實核心都是一個意思，只不過是用在不同的場景中蚪燕。英英釋義能方便你理解這個單詞核心的釋義娶牌，容易記憶并且能夠舉一反三靈活運(yùn)用
比如abandont這個單詞，有道給的中文意思為：“遺棄馆纳；離開诗良；放棄；終止鲁驶；陷入”五個詞義鉴裹，而韋氏詞典給的釋義為“to give up completely；to withdraw from often in the face of danger钥弯；to withdraw protection, support, or help from”径荔，可以看出這個詞的核心意思是“退出某個狀態(tài)”，退出直面危險的狀態(tài)那是終止寿羞，退出保護(hù)的狀態(tài)是陷入
下面是最終的成果猖凛，每個單詞選用了最常用的三個釋義（若有）。細(xì)心的你一定發(fā)現(xiàn)了绪穆，這里依舊有很多單詞是你已經(jīng)熟悉的。
但我提醒你再仔細(xì)的看一下對應(yīng)的釋義虱岂，是不是發(fā)現(xiàn)之前的理解不夠徹底不夠完整呢玖院。希望你不要跳過你自認(rèn)為熟悉的詞，溫故而知新第岖。
若你想要獲得完整版的文件难菌，可關(guān)注“6C的筆記”回復(fù)“英語”獲取。創(chuàng)作不易蔑滓，若文章對你有幫助郊酒，記得點贊評論贊賞一鍵三連哦
THE END.
往期精彩：
我分析了林夕近20萬字的詞作曲，告訴你林夕到底寫的是什么
亞瑟王傳奇 | 阿瓦隆角色背景介紹
5分鐘學(xué)會怎么說服客戶
