Menyusun daftar kosakata dari bacaan Mandarin

Kata yang berulang dalam bacaan Mandarin layak menjadi calon bahan ulasan, tetapi daftar frekuensi tetap perlu ditafsirkan. Tulisan Mandarin biasanya tidak memisahkan kata dengan spasi. Sebelum menghitung, alat harus menentukan awal dan akhir setiap kata; batas yang keliru dapat menempatkan entri yang salah di bagian atas daftar.

Mulailah dengan bacaan singkat yang memang ingin Anda pahami. Periksa pemenggalan katanya, tentukan kata yang masuk statistik, lalu tambahkan kalimat dan makna pada kosakata yang disimpan. Contoh berikut mengikuti paragraf asli dari teks awal hingga daftar belajar kecil, dengan angka yang dapat Anda ulangi sendiri.

Pilih bacaan dengan tujuan jelas

Satu bab, artikel pendek, atau bacaan kelas memberikan cakupan yang jelas. Salin isi teks dan simpan versi asli yang bersih. Sebelum analisis, hapus navigasi berulang, iklan, kepala halaman, serta baris OCR yang terduplikasi. Jika tidak, pengulangannya akan bersaing dengan kosakata bacaan. Jika judul ikut dihitung, catat keputusan itu saat membandingkan teks.

Gunakan paragraf latihan asli berikut. Isinya menggambarkan kunjungan ke perpustakaan dan kebiasaan membaca, bukan kutipan buku terbitan atau pengalaman orang nyata:

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。

Pencerita pergi ke perpustakaan pada akhir pekan, meminjam dua buku berbahasa Mandarin, berencana mengembalikannya minggu depan, dan mencatat kata baru dalam buku catatan. Konteks ini penting nanti karena menjelaskan jenis buku dan makna kata kerja dalam 还书.

Tempelkan paragraf ke penganalisis frekuensi kata Mandarin. Biarkan kolom kata khusus dan kata yang dikecualikan kosong pada analisis pertama. Baca teks yang sudah dipenggal, bukan hanya tabel frekuensi. Tabel menggabungkan pengulangan dalam satu baris, sedangkan tampilan pemenggalan mempertahankan urutan dan tanda baca asli.

Periksa batas sebelum menghitung

Pada alat saat ini, analisis pertama menghasilkan 33 kemunculan terhitung dan 25 entri berbeda. 中文书 terpecah menjadi 中 dan 文书. Kedua rangkaian karakter itu mungkin ada, tetapi pemisahan tersebut tidak sesuai dengan makna buku berbahasa Mandarin dalam paragraf ini. Entri kamus yang tampak masuk akal belum membuktikan bahwa pembacaannya tepat.

Tambahkan 中文书 ke kolom kata khusus pada satu baris tersendiri, lalu analisis ulang. Kedua kemunculannya kini tetap utuh. Hasilnya menjadi 31 kemunculan dan 24 entri berbeda. Di sini, buku berbahasa Mandarin sengaja diperlakukan sebagai satu unit belajar; ini pilihan untuk latihan tersebut, bukan pernyataan bahwa setiap gabungan Mandarin hanya memiliki satu pemenggalan yang benar secara universal.

Tujuan lain mungkin memerlukan 中文 dan 书 dipelajari terpisah, atau pembahasan 两 serta kata penggolong buku 本. Keluaran pemenggalan menjadi titik awal untuk menentukannya. Jangan memasukkan seluruh kalimat sebagai kata khusus hanya untuk memperpendek daftar. Tambahkan nama atau ungkapan jika kemunculannya memang perlu dikelompokkan untuk tugas Anda.

Kata khusus memengaruhi semua bagian yang cocok dalam masukan. Setelah menambah istilah singkat atau ambigu, periksa kalimat di sekitarnya. Gunakan kata khusus yang sama saat membandingkan bab dan simpan salinannya bersama hasil. Mengubah batas di tengah pekerjaan mengubah entri kosakata sekaligus total yang dibandingkan.

Baca jumlah dan proporsi bersama

Token adalah satu kemunculan yang dihitung; entri berbeda adalah rangkaian teks yang berbeda. Setelah 中文书 dipertahankan utuh, 图书馆, 看书, 中文书, dan 新词 masing-masing muncul dua kali. 我 muncul tiga kali. Tanda baca dan spasi terlihat dalam pemenggalan, tetapi tidak termasuk total frekuensi.

Proporsi adalah jumlah kemunculan kata dibagi total token yang dipertahankan. Sebelum pengecualian, perhitungan 图书馆 adalah 2 ÷ 31 × 100, sekitar 6,45%. Sesudahnya menjadi 2 ÷ 22 × 100, sekitar 9,09%. Kata itu tidak muncul sekali lagi; hanya penyebutnya yang berubah.

Untuk analisis kedua yang berfokus pada kosakata, masukkan enam kata pengecualian dalam tabel, satu per baris. Semuanya menghapus sembilan kemunculan. Pengecualian mencocokkan token lengkap, sehingga mengecualikan 书 tidak menghapus token khusus 中文书. Teks yang dipenggal tetap tersedia meskipun kata-katanya dikeluarkan dari statistik.

Keenam kata ini berguna dalam Mandarin dan tidak perlu dibuang otomatis dari setiap pelajaran. Pertahankan saat mempelajari tata bahasa atau pola kalimat. Demikian pula, mengecualikan angka dapat membantu pada teks tertentu, tetapi menyembunyikan informasi penting dalam jadwal atau bacaan belanja. Tentukan tujuan belajar sebelum memilih filter dan beri keterangan yang sesuai pada hasil simpanan.

Simpan makna bersama kalimatnya

Pilih kata dengan mempertimbangkan frekuensi, pengetahuan yang sudah dimiliki, dan tujuan membaca secara bersamaan. Kata berulang yang sudah dikenal membutuhkan sedikit perhatian, sementara kata yang muncul sekali dapat menjelaskan seluruh paragraf. Dalam contoh ini, 借 muncul sekali tetapi menunjukkan bahwa buku dipinjam. Mengambil sepuluh teratas saja belum tentu menghasilkan pelajaran terbaik.

Untuk setiap kata pilihan, simpan kalimat persis atau klausa pendek yang lengkap, makna dalam konteks, dan pelafalan yang sudah diperiksa. Dalam 准备下周还书, 还 berarti mengembalikan dan dibaca huán. Jika hanya mempelajarinya sebagai hái, dengan arti masih atau juga pada konteks lain, Anda akan salah memahami kalimat. Begitu pula, 笔记本 di sini berarti buku catatan kertas untuk menulis, bukan laptop.

Catatan yang berguna dapat mencakup kata, pelafalan, makna dalam bacaan, kalimat asli, dan judul teks. Tandai hal yang belum pasti untuk diperiksa nanti, bukan menganggap pelafalan otomatis sebagai keputusan akhir. Sebelum membuat kartu untuk nama, istilah teknis, atau pelafalan ambigu, periksa seluruh kalimat dan kamus yang sesuai.

Ekspor daftar yang dapat dipakai ulang

Unduh CSV setelah kata khusus dan pengecualian ditetapkan. File berisi kata yang dipertahankan, jumlah, serta persentase dari seluruh halaman hasil. Layar membulatkan persentase menjadi dua angka desimal; CSV menyimpan empat. Perbedaan kecil karena pembulatan tidak berarti jumlah berubah, dan persentase tampilan tidak harus berjumlah tepat 100%.

CSV adalah daftar statistik, bukan kumpulan definisi siap belajar. Simpan bersama bacaan asli dan catatan pengaturan. Nama file dapat memuat pengenal bacaan serta apakah filter diterapkan. Saat membandingkan teks dengan panjang berbeda, lihat proporsi terhadap total selain jumlah, dengan pemenggalan dan filter yang konsisten.

Untuk mengulang pelajaran, masukkan kata pilihan ke alat kartu kosakata Mandarin. Siapkan kata, pinyin, dan makna kontekstual; periksa serta sunting kartu sebelum berlatih atau mengekspornya. Jangan menempelkan CSV frekuensi seolah-olah kolom jumlah adalah kolom pelafalan. Simpan kalimat sumber dalam catatan belajar atau kolom makna kartu.

Kembali ke bacaan asli

Setelah mengulang sejumlah kata yang sesuai kemampuan, baca kembali paragraf. Periksa apakah Anda dapat mengikuti kunjungan perpustakaan tanpa melihat daftar, terutama tindakan meminjam, mengembalikan, dan mencatat. Dengan begitu, latihan kosakata menghasilkan sesuatu yang nyata selain mengumpulkan entri.

Untuk bacaan panjang, gunakan bagian yang konsisten dan bandingkan hasil hanya setelah memeriksa cakupan serta pengaturannya. Tulisan sederhana dan tradisional, nama, dan bentuk tulisan berbeda dapat tetap menjadi entri terpisah; makna mirip tidak membuat token identik. Frekuensi dalam bacaan pilihan menjelaskan bacaan itu, bukan peringkat umum bahasa Mandarin, tingkat kemahiran, atau persentase makna yang dipahami.