测试您的英语词汇

经常问的问题

• 在最后的计数中，实际被认为是一个单词？
  

  我们计算标准英语词典中的headword条目。这意味着未计数标准单词派生（例如，“快速”衍生自“快速”，不算为单独的单词）。尽管计算复合单词（例如“空调”），但短语和表达方式不是（例如“思想食物”）。
  

  寻找一种改善英语词汇的方法吗？探索我们的在线英语课程。
• 为什么我必须单击这么多复选框？您不能默认检查所有内容，然后我取消选中我不知道的单词？
  该测试分为两个步骤。第一步包含40个单词来决定您的粗糙水平 - 您有一个3岁或20岁的孩子的词汇量吗？由于我们不知道您是谁，因此我们不能假设您会检查大多数框。

  
  

  然后，在确定大约级别的情况下，第二步在四列中显示了大约120个单词，这些单词在我们认为您的词汇水平所在的一般区域中选择。如果我们完美地猜到，第一列应该几乎是您知道的单词，最后一列几乎应该是您不知道的单词，中间的两列应该是两者之间的渐变。

  
  

  如果我们没有完美地猜测，我们仍然有一个很好的缓冲区，可以为您带来准确的结果。因此，有些用户会发现他们整体选中了更多的框，而另一些用户将留下更多不受限制的框架，因此我们将默认值不受控制。当然，如果您是语言天才并且知道所有的单词，那么我们就无能为力，您只需要更多地运动！
• 这些话似乎很快就从真正的轻松到了。您是否应该进行更流畅的过渡以进行更准确的测量？
  它们从轻松到硬跳，因为那是您词汇量的极限。这不是我们测试的功能，它是词汇学习的功能。尽管在您看来，所有简单的单词都同样容易，但我们可以向您保证其他人会不同意。
• 您的结果似乎很低 - 普通成年人是否知道超过27,000个字？
  测量某人的词汇大小有许多不同的因素，例如，您是否将“快速”和“快速”视为两个单词或一个单词？毕竟，“快速”只是“快速”的简单且可预测的推导。根据如何确定此类问题，词汇测试可以给出截然不同的结果。我们采用保守的方法，并计算您在标准词典中估计知道的头词数量（不是派生的单词）。最后，真正重要的不是您的绝对数字，而是相对于参加相同测试的其他人的分数，无论测试如何组合在一起。有关更多详细信息，请深入了解词汇测试如何工作。
• 您的结果似乎很高 - 我受过良好的教育和读书，而且我很确定我的词汇量比您列出的结果更高！
  你也许是对的。到目前为止，列出的百分位数是参加测验的人，而不是整个人口。到目前为止，他们的平均自我报告的口头SAT得分约为700（超出800分）。
  
  相比之下，美国的平均人口得分约为500，很明显，我们的考试者的识字率远远超过平均水平。随着参与者数量的增加，例如，应该有更多数据来根据不同的自我报告的SAT分数分离百分位数所有的。
• 那非本地演讲者呢？英语不是我的母语，我想知道我如何比较。
  在此博客文章中，您可以在国家 /地区划分总体英语水平。根据我们自己的经验，我们可以为参加私人英语课程的学生提供外语获取的一般概念（通常每周约3个小时开会）：
  
  

  • 1,500–3,000个字：几年的英语课程
  • 4,000–6,000个字：中级英语（4-6岁）
  • 8,000–10,000个字：一个特别好的学生的高级英语（8年）

  
  通常只有超过10,000个单词，只有在一个讲英语的国家生活的时间很长一段时间，或者花大量的时间在英语媒体上（书籍，情景喜剧，电影等）花费大量时间。
• 我想使用您的原始单词列表来研究。我能得到它吗？
  我们所有的频率信息都来自亚当·基尔加里夫（Adam Kilgarriff）对英国国家语料库的分析。您可能想要引理文件，对于前6,000个左右的单词。如果您正在寻找更高级的英语，您可能需要all.num.o5文件，其中包含超过200,000个条目（尽管其中许多是多余的）。
• 为什么您只测试多达45,000个字？
  因为老实说，实际上没有比这更普遍使用的词。牛津英语词典可能会列出300,000个单词，但是在45,000个之后，它们几乎都是古老，科学/技术，或者其他任何形式的“通用”词汇测试的不适用。实际上，找到超过35,000的一般词是一个真正的挑战。
• 我的分数有多准确？
  您的词汇计数的误差幅度约为±10％。我们还将结果超过10,000的结果将最接近的结果归为最接近的100，而结果超过300至最接近的10。
• 我可以多次参加测试吗？
  是的。然而，每次参加测试时，我们使用的单词列表都相对相同。因此，如果您查找在测试期间或之后正在测试的任何单词，那么将来的测试结果将是人为的，并且将不再准确。
  
  因此，如果您想使用此测试来跟踪您的词汇增长，我们建议最多只能服用一次，并且只有非常小心的时候，您才能仰望或询问您在测试中看到的单词。
• 除了英语外，还可以扩展以测试其他语言吗？
  我们最终希望，但是在创建一个科学准确的单词列表方面涉及很多工作，因为它必须基于可靠的数据。具体来说，对于任何语言，我们都需要找到：
  

  
  

  可用的语料库，具有足够大的口语组件（可准确测量词汇水平较低）和书面成分（对于较高级别），原始材料的种类量很大

  一种可靠的自动方法，用于“将”语料库单词“取消反射”为字典单词，例如，将“纸杯蛋糕”变成“纸杯蛋糕”和“写入”，因此它们不算为单独的单词

  电子可用的综合词典，可用于滤除来自语料库的专有名词和非单词

  具有编程或数据背景的母语者，可以准确地实施所有这些，然后根据各种标准手动选择适当的测试单词