चीनी पाठ से उपयोगी शब्द-सूची बनाना

चीनी पाठ में बार-बार आने वाला शब्द दोहराने के लिए अच्छा विकल्प हो सकता है, लेकिन आवृत्ति सूची को समझकर इस्तेमाल करना ज़रूरी है। चीनी लेखन में आम तौर पर शब्दों के बीच खाली जगह नहीं होती। गिनने से पहले उपकरण को तय करना पड़ता है कि हर शब्द कहाँ शुरू और समाप्त होता है। गलत सीमा किसी अनुपयुक्त प्रविष्टि को सूची में ऊपर पहुँचा सकती है।

ऐसे छोटे पाठ से शुरू करें जिसे आप वास्तव में पढ़ना चाहते हैं। शब्द-विभाजन जाँचें, तय करें कि किन शब्दों को आँकड़ों में शामिल करना है, फिर चुने हुए शब्दों के साथ वाक्य और अर्थ जोड़ें। नीचे दिया गया मौलिक अनुच्छेद शुरुआती पाठ से छोटी अध्ययन सूची तक की प्रक्रिया दिखाता है। इसके आँकड़े आप स्वयं दोहरा सकते हैं।

स्पष्ट उद्देश्य वाला पाठ चुनें

एक अध्याय, छोटा लेख या कक्षा का पाठ सूची की सीमा स्पष्ट रखता है। मुख्य पाठ की प्रतिलिपि बनाएँ और साफ मूल प्रति सुरक्षित रखें। विश्लेषण से पहले दोहराए गए मेनू, विज्ञापन, पृष्ठ-शीर्ष और OCR में दो बार आई पंक्तियाँ हटा दें। वरना उनके शब्द पाठ की वास्तविक शब्दावली से प्रतिस्पर्धा करेंगे। यदि शीर्षक भी गिनना है, तो अलग पाठों की तुलना के लिए यह निर्णय लिख लें।

यह मौलिक अभ्यास अनुच्छेद पुस्तकालय जाने और पढ़ने की आदत का वर्णन करता है। इसे किसी प्रकाशित पुस्तक से नहीं लिया गया है और यह किसी वास्तविक व्यक्ति की कहानी नहीं है:

周末，我去图书馆看书。图书馆有中文书，也有英文书。我借了两本中文书，准备下周还书。看书以后，我在笔记本上写下新词，再用新词写句子。

वक्ता सप्ताहांत में पुस्तकालय जाता है, चीनी भाषा की दो किताबें उधार लेता है, अगले सप्ताह लौटाने की योजना बनाता है और नए शब्द नोटबुक में लिखता है। आगे यह संदर्भ महत्त्वपूर्ण होगा: इससे किताबों की भाषा और 还书 में क्रिया का अर्थ दोनों स्पष्ट होते हैं।

अनुच्छेद को चीनी शब्द आवृत्ति विश्लेषक में चिपकाएँ। पहली बार अपने शब्द और हटाए जाने वाले शब्दों के क्षेत्र खाली रखें। आवृत्ति तालिका के साथ विभाजित पाठ भी पढ़ें। तालिका एक शब्द के दोहराए गए प्रयोगों को एक पंक्ति में समेटती है, जबकि विभाजन दृश्य मूल क्रम और विराम चिह्न बनाए रखता है।

गिनने से पहले सीमाएँ जाँचें

वर्तमान उपकरण पहली बार 33 गिने गए प्रयोग और 25 अलग प्रविष्टियाँ देता है। वह 中文书 को 中 और 文书 में बाँटता है। दोनों अक्षर-क्रम संभव हैं, लेकिन यह विभाजन इस अनुच्छेद में चीनी भाषा की किताबों के आशय को नहीं पकड़ता। शब्दकोश में मिलने जैसी प्रविष्टि अपने आप सही व्याख्या का प्रमाण नहीं है।

अपने शब्दों के क्षेत्र में 中文书 को अलग पंक्ति में जोड़ें और फिर विश्लेषण करें। दोनों जगह यह एक साथ रहेगा। परिणाम 31 प्रयोग और 24 अलग प्रविष्टियाँ हो जाएगा। यहाँ हम चीनी भाषा की किताब को जानबूझकर एक अध्ययन इकाई मान रहे हैं। यह इस अभ्यास का चुनाव है, हर चीनी संयुक्त अभिव्यक्ति के लिए एक ही सार्वभौमिक सही विभाजन होने का दावा नहीं।

दूसरे उद्देश्य के लिए 中文 और 书 को अलग सीखना, या 两 तथा किताबों के लिए प्रयुक्त गणक शब्द 本 पर चर्चा करना बेहतर हो सकता है। उपकरण का परिणाम उस निर्णय का शुरुआती आधार है। केवल सूची छोटी दिखाने के लिए पूरे वाक्यों को अपने शब्दों में न जोड़ें। नाम या अभिव्यक्ति तभी जोड़ें जब कार्य में उसके प्रयोगों को वास्तव में एक साथ गिनना चाहिए।

अपने शब्द पूरे इनपुट में मिलने वाले सभी हिस्सों को प्रभावित करते हैं। छोटा या अस्पष्ट शब्द जोड़ने के बाद आसपास के वाक्य जाँचें। अध्यायों की तुलना में वही शब्द-सूची उपयोग करें और परिणाम के साथ उसकी प्रति रखें। काम के बीच सीमाएँ बदलने से प्रविष्टियाँ और तुलना के कुल आँकड़े दोनों बदल जाते हैं।

संख्या और प्रतिशत साथ पढ़ें

एक टोकन का अर्थ एक गिना गया प्रयोग है; अलग प्रविष्टि का अर्थ अलग पाठ-क्रम है। 中文书 को एक साथ रखने पर 图书馆, 看书, 中文书 और 新词 दो-दो बार आते हैं। 我 तीन बार आता है। विराम चिह्न और खाली स्थान विभाजन दृश्य में दिखते हैं, लेकिन आवृत्ति के कुल योग में नहीं जुड़ते।

प्रतिशत निकालने के लिए शब्द की संख्या को बचे हुए कुल टोकनों से भाग देते हैं। शब्द हटाने से पहले 图书馆 के लिए 2 ÷ 31 × 100, लगभग 6.45%, मिलता है। बाद में 2 ÷ 22 × 100, लगभग 9.09%, मिलता है। शब्द एक बार और नहीं आया; केवल भाजक बदला है।

दूसरी बार शब्दावली पर ध्यान देने के लिए तालिका के छह हटाए जाने वाले शब्द अलग-अलग पंक्तियों में लिखें। कुल नौ प्रयोग हटेंगे। हटाने का नियम पूरे टोकन से मेल खाता है, इसलिए 书 हटाने पर अपने द्वारा रखा गया टोकन 中文书 नहीं हटेगा। आँकड़ों से बाहर किए गए शब्द भी विभाजित मूल पाठ में दिखाई देते रहेंगे।

ये छह शब्द चीनी में उपयोगी हैं और हर पाठ से अपने आप नहीं हटाने चाहिए। व्याकरण या वाक्य-रचना पढ़ते समय इन्हें रखें। इसी तरह, कुछ पाठों में अंक हटाना मददगार हो सकता है, लेकिन समय-सारणी या खरीदारी के पाठ में ज़रूरी जानकारी छिपा सकता है। पहले सीखने का उद्देश्य तय करें, फिर फ़िल्टर चुनें और सहेजे गए परिणाम पर उनकी जानकारी लिखें।

अर्थ को उसके वाक्य में रखें

शब्द चुनते समय आवृत्ति, अपना मौजूदा ज्ञान और पढ़ने का उद्देश्य साथ देखें। बार-बार आने वाला परिचित शब्द कम ध्यान माँगता है, जबकि एक बार आया शब्द पूरे अनुच्छेद का अर्थ स्पष्ट कर सकता है। इस उदाहरण में 借 एक बार आता है, लेकिन बताता है कि किताबें उधार ली गई थीं। केवल पहली दस प्रविष्टियाँ चुनना सबसे अच्छा पाठ तैयार करने की गारंटी नहीं है।

हर चुने हुए शब्द के साथ सही मूल वाक्य या छोटा पूरा उपवाक्य, संदर्भ के अनुसार अर्थ और जाँचा हुआ उच्चारण रखें। 准备下周还书 में 还 का अर्थ लौटाना है और इसे huán पढ़ते हैं। यदि केवल दूसरे संदर्भों में अभी भी या भी का अर्थ देने वाला hái याद हो, तो यह वाक्य गलत समझ आएगा। इसी तरह 笔记本 यहाँ लिखने की कागज़ी नोटबुक है, लैपटॉप नहीं।

उपयोगी रिकॉर्ड में शब्द, उच्चारण, इस पाठ का अर्थ, मूल वाक्य और पाठ का शीर्षक हो सकते हैं। स्वचालित उच्चारण को अंतिम मानने के बजाय अनिश्चित हिस्सों को बाद में जाँचने के लिए चिह्नित करें। किसी नाम, तकनीकी शब्द या अस्पष्ट उच्चारण का कार्ड बनाने से पहले पूरा वाक्य और उपयुक्त शब्दकोश देखें।

फिर उपयोग करने योग्य सूची निर्यात करें

अपने शब्द और हटाए जाने वाले शब्द तय करने के बाद CSV डाउनलोड करें। उसमें परिणाम के सभी पृष्ठों के बचे हुए शब्द, संख्या और प्रतिशत शामिल होते हैं। स्क्रीन प्रतिशत को दो दशमलव स्थान तक गोल करती है, जबकि CSV चार रखता है। गोल करने का छोटा अंतर संख्या बदलने का संकेत नहीं है और दिखाए गए प्रतिशतों का योग बिल्कुल 100% होना ज़रूरी नहीं।

CSV आँकड़ों की सूची है, तैयार परिभाषाओं वाला कार्ड संग्रह नहीं। उसे मूल पाठ और सेटिंग के नोट के साथ रखें। फ़ाइल के नाम में पाठ की पहचान और फ़िल्टर लगे होने की जानकारी शामिल कर सकते हैं। अलग लंबाई वाले पाठों की तुलना में एक जैसे विभाजन और फ़िल्टर नियम रखते हुए संख्याओं के साथ कुल के अनुपात में प्रतिशत भी देखें।

दोहराने के लिए चुने हुए शब्दों को चीनी शब्दावली फ़्लैशकार्ड उपकरण में डालें। शब्द, पिनयिन और संदर्भ वाला अर्थ तैयार करें, फिर अभ्यास या निर्यात से पहले कार्ड जाँचें और संपादित करें। आवृत्ति CSV को इस तरह न चिपकाएँ जैसे उसकी संख्या वाली कॉलम उच्चारण की कॉलम हो। मूल वाक्य अध्ययन नोट या कार्ड के अर्थ वाले क्षेत्र में रखा जा सकता है।

मूल पाठ पर वापस लौटें

शब्दों के एक संभालने योग्य समूह को दोहराने के बाद अनुच्छेद फिर पढ़ें। देखें कि क्या सूची देखे बिना पुस्तकालय का प्रसंग समझ आता है, खासकर उधार लेने, लौटाने और नोट बनाने की क्रियाएँ। इससे अभ्यास का परिणाम केवल प्रविष्टियाँ जमा करना नहीं, बल्कि वास्तविक पढ़ने की क्षमता होता है।

लंबे पाठों को एक समान तरीके से भागों में पढ़ें और तुलना से पहले उनका दायरा तथा सेटिंग जाँचें। सरल और पारंपरिक अक्षर-रूप, नाम और अलग लिखित रूप अलग प्रविष्टियाँ रह सकते हैं; समान अर्थ से टोकन एक जैसे नहीं हो जाते। चुने हुए पाठ की आवृत्ति उसी पाठ का वर्णन करती है, सामान्य चीनी आवृत्ति क्रम, भाषा-स्तर या समझे गए अर्थ का प्रतिशत नहीं।