法语最常用词汇统计

在学习法语的过程中，学习词汇的顺序很重要。学习词汇的顺序应为从高频词汇到低频词汇。因此有必要统计出最常见的法语高频核心词汇以加速法语词汇学习。

使用NLTK的nltk.probability.FreqDist()可以方便地获得排序后的词频统计结果

from nltk.stem.wordnet import WordNetLemmatizer
from nltk.probability import FreqDist
from nltk import RegexpTokenizer
toknizer = RegexpTokenizer(r'''\w'|\w+|[^\w\s]''')
def get_top_words(path, coding):
    f = open(path,encoding=coding)
    text = f.read().lower()
    f.close()
    words = toknizer.tokenize(text)
    words = [WordNetLemmatizer().lemmatize(word) for word in words]
    fdist = FreqDist(words)
    tops = fdist.most_common(len(fdist))
    return tops

    
tops = get_top_words('corpus.txt','utf8')

topf = open('list.txt','w',encoding='utf8')
for j in tops:
    i = j[0]
    if all((char>='a' and char<='z') or (char>='A' and char<='Z') or (char>='Ï' and char<='œ')  for char in i):
        topf.write(i)
        topf.write('\n')
topf.close()

使用Dragon Age Inquisition解包后的游戏内文本作为语料库，得到如下常用法语词汇：

de：从……，……的，以……，

le：定冠词

la：定冠词

vous：你们，您

à：（介词prép）表方向，表目的，表给予，表状况，表工具，表方式，表归属

et：和，而且

que：（关系代词pron.rel）那个， （疑问代词pron.interrog）什么

que：（连词conj.）引出从句，引导独立句表愿望，=pourquoi/si ce n'est/comme/quand/puisque/si，作为tel/quel/même和比较级的关联词

que: （副词adv.）多么

est：是，存在

il：他

je：我

un：一个

pa=pas：（阳性名词n.m.）步，（副词）表否定

en: （人称代词）=de lui/d'elle/d'eux/d'elles/de cela，（介词）在……内，（副词）从……那里

ce: （指示代词）这

une: 一个

ne：不

pour：（介词）为了，去，对于，以为，如此……以至于，因为

qu'=que

nous: 我们

qui: （关系代词）那个人，那些人，任何人，（疑问代词）谁，不管是谁

dans: （介词）在……里，在……时，在……后

ou: 在哪里，（关系副词），在……时

on: 某人，人们，大家

mais: （连词）可是

plus: （副词）更多

sur: （介词）在……上面，向着，关于，根据，通过，在……中，将近，处于……情况

tout: 整个的，所有的，任何，大家，一切

votre: 你们的，您的

si: 如果，只要

s' = se

par: 通过，因为，用，

me: （直接宾语）我，（间接宾语）对我，（自反人称代词）自己

se: 自己

elle: 她

sont：是

être：是

bien：好，很

ont: 有（avoir的一般现在时）

avec: 和……一起，用，对于，带有，尽管

y : there, it

avez: 有

peut：能（pouvoir的第三人称单数变位）

aux=à+les

au=à+le

du=de+le

des=de+les

comme: 好像，简直，作为，当……时，由于

font: 做（faire一般现在时）

moi: 我

était: （他）是（être未完成过去时变位）

son: 他的

leur: 他们的

fait: 事实，行动，现象

faire: 做

ce, cet: 这（阳性单数）

cette: 这（阴性单数）

ces: 这（阳阴性复数）

suis: （我）是（être变位）

non: （副词）不，不是

ma: 我的（阴性）

même: 同样的，自己

notre: 我们的（阳性）

sa: 他们的（阴性）

été: 是（être复合过去式）

vos: 你们的（votre变位）

mon: 我们的（阳性）

lui: 他（宾语）

êtes: （你们）是（être变位）

tous: 全部的，一切（阳性复数）

toute: 全部的，一切（阴性单数）

toutes: 全部的，一切（阴性复数）

t' = tu，你

autres: 另外的，又一个，不一样的（复数）

là: 那里

ici: 这里

sans: 没有，否则

quand: 当……的时候

autre: 另外一个的

rien: 什么都没有

jamais: 从来没有

où: 哪里，在……时候

va: 行，好

quoi: 什么，无论什么

soit: 即，假设有，好吧

aussi: 也

avoir: 有

dit: （他，她）说（dire变位）

leurs: 他们的

monde: 世界

toujours: 总是

encore: 还，又，再

dire: 说

avant: 在……之前

après: 在……之后

c' = ce

avait: （他，她）有（avoire未完成过去时）

peu: 少

quelque: 某个，几个，……多，大约

données: 数据（复数）

alors: 那时

vie: 生活

besoin: 需要

deux: 两个

comment: 怎么

voir: 看见

oui: 是

pourquoi: 为什么

fois: 次

faut: （我）需要（falloir变位）

maintenant: 现在

entre: 在……之间

mieux: 更好

trop: 太

bon: 好（阳性）

moins: 少

très: 很

vu: 看见（voir复合过去时）

grand: 大

sou: 钱

vraiment: 真的

compte: 计算

contre: 挨着

sais: （我，你）知道（savoir变位）

fort: 强大的

personne: 人

faites: （你们）做（faire变位）

ca

d' = de

peux: （我，你）能（pouvoir动词变位）

donc: 因此

eux: 他们

ceux: 这个，这些（复数）

tu: 你