最重要的那些词——为什么词频决定先学什么

每种语言都有几十万个词。没人全认识，母语者也不例外，也没人需要全认识。学习者需要的是正确的那几千个——而哪些是正确的，不是品味问题。有人数过。

词频的算术

拿一大批文本——报纸、对话、字幕——数一数每个词出现多少次。结果总是同一个形状：一小撮词被不停使用，然后是一条由罕见词组成的长尾。

在英语里，最常用的 100 个词大约占所有书面文字的一半。最常用的 1000 个词族覆盖普通文本的 80% 左右；2000 个覆盖日常对话的 85% 到 90%。此后每多一千个词，只多一两个百分点。

同样的曲线适用于德语、西班牙语、格鲁吉亚语、韩语——数字略有浮动，形状不变。这是齐夫定律，对学习者它只说一件事：最初的两千个词，比接下来的两万个加起来还值钱。

"覆盖率"是什么感觉

80% 的覆盖率不意味着你能听懂人们说的 80%。意义常常藏在较少见的词里：你可能认识"___ 被 ___ 给 ___ 了"里的每一个词，仍然一头雾水。

但它意味着句子有一副可以抓住的骨架。你知道动词在哪，什么对什么做了什么，大致是好事还是坏事。有了骨架，你就能猜出缺的那个词、问出来或者查出来——而在一个你基本听懂的句子里查一个词，正是词汇量自己增长的方式。

覆盖率 40% 时没有骨架。每个句子都是噪音，什么也留不下。

顺序错了代价很高

大多数教材和会话手册按主题开头："在机场""颜色""家庭"。其中一部分是高频词——母亲、水、好。很多不是。行李传送带、青绿色和外甥都是实实在在的词，你一年遇到几次，而每一个花的学习时间都和你一天遇到五十次的因为一样多。

按主题学感觉井然有序。按词频学才真正缩短你能跟上一段对话的时间。

Mullawo 如何排列卡组

Mullawo 词典里每个词都有一个词频等级，取自大型日常英语语料库，并应用到它在全部 30 种语言中的译文上。新卡片按这个顺序发放：你看到的前一百张，就是你在真实语言的前一百分钟里会遇到的词。

有两处有意缓和了纯粹的排名：

• 免费卡组是手工挑选的，不是按排名取前 50。任何语言最常用的词都是 the、of、and——真实、有用，但作为第一批闪卡毫无希望。起始卡组是五十个具体的高频词：水、家、吃、好。
• 同形异义词是分开的。 名词 train 和动词 train 是两张卡片、两个等级，因为在你学的每种语言里它们都是两个词。

怎么做

1. 相信顺序。跳到你想要的词——工作用的、爱好用的——这个冲动很强，而在第一个月里通常是错的。想要的话可以把它们加为自定义词，但让词频卡组继续走。
2. 不要跳过无聊的词。也、还、已经、仍然是把句子拼在一起的词；作为卡片无聊，在口语里无价。
3. 数覆盖率，不数卡片。一千个高频词是一个有意义的里程碑：你现在能跟上大多数句子的骨架。一千个随机的词只是一个数字。