词汇覆盖率

　　词汇覆盖率是指文本中有多大比例的词汇出自于特定词表。这些特定词表是根据词汇量水平按照词频分布而成，所以词汇覆盖率与词汇量水平密切相关，与阅读理解的水平也有直接联系。

　　语言学家 Laufer 的研究表明，二语读者要做到对文章获得大致理解需要掌握文章中所有词汇的95%。如果要做到充分理解，则需要掌握文章中所有词汇的98%及以上。

　　另一位研究者 Carver也 指出，对于英语母语者，词汇覆盖率也要达到98%-99%才能充分理解文本。

　　也就是说，如果要实现有效阅读，词汇覆盖率至少要达到95%。

　　那么，只掌握常见的几千个单词是否够用呢？

　　首先，需要知道什么是“够用”

　　我给“够用”下一个定义：”能看懂《经济学人》，《时代周刊》，《纽约时报》等外刊，能听得懂BBC，VOA等新闻以及英语演讲。

　　我做了一些统计

　　这里以读懂《经济学人》所需词汇量为例

　　介绍一下统计过程

　　统计需要用到的工具和材料：

　　1.AntConc

　　AntConc 是日本早稻田大学的英国学者 Laurence Anthony 研发的一款语料库检索软件。它可以应用于中小规模的词频统计、语料检索，信息筛选等。

　　2.BNC 词表

　　BNC 是英国国家语料库 (The British National Corpus) ，该语料库是目前网络上可直接使用的最大语料库之一，也是目前世界上最具代表性的当代英语语料库之一。英国国家语料库针对英语词频统计给出了一个BNC 15000 词表。这份词表覆盖了英国本土出版物语料中最常使用的15000个单词。

　　3.经济学人文本

　　《经济学人》是英国经济学人集团发行的政经杂志，其文章用词风格和难度可以作为外刊的典型代表。这次统计随机选取了2016年的四期杂志，总词数为367992。为了保证分析统计结果的准确性，对其中不影响阅读的1327个专有名词及简写进行了删除，最终，总词数为366665。

　　本次统计我从BNC词表中按照词频分别选取了前6000，前8000，前10000，前12000以及前15000个单词，利用 AntConc 软件的词表筛选功能，统计出366665词的《经济学人》文本中，有多少词落在各个词表的范围。得到的统计结果如下：

　　从统计图中可以看出，《经济学人》的36万多词文本中，仅92.57% 的单词落在BNC词表中前8000词区间中。也就是说，如果你的词汇量是8000，你只能读懂《经济学人》的92.57%，根据上面的词汇覆盖率标准，这个覆盖率并不能保证顺利理解文本。如果你的词汇量达到了10000，那么大概可以读懂 95.05%的《经济学人》，基本可以理解文本内容。如果词汇量达到了15000，你的词汇覆盖率会上升到97.92%，基本达到了充分理解的程度。

　   由此看来，“掌握几千个单词就够用”这种说法在阅读中并不靠谱

那么，熟练掌握几千个单词对听力够用吗？

　　答案也是否定的。BBC及VOA这些听力材料的难度并不比原版外刊低多少，要听懂它们仍然需要10000以上的词汇量。

　　关于词汇量与听力的关系，这里还有一个例子可以佐证。

　　下面是马丁·路德·金的著名演讲 I have a dream 演讲稿片段。由于面对的听众是受教育程度不高的黑人底层民众，为确保每个人都能够听懂，演讲稿相对比较“平易近人”，但这样的演讲稿仍然出现了不少“超纲词”。

　　Five score years ago, a great American, in whose symbolic shadow we stand today, signed the Emancipation Proclamation. This momentous decree came as a great beacon light of hope to millions of Negro slaves who had been seared in the flames of withering injustice. It came as a joyous daybreak to end the long night of their captivity.

　　But one hundred years later, the Negro still is not free. One hundred years later, the life of the Negro is still sadly crippled by the manacles of segregation and the chains of discrimination. One hundred years later, the Negro lives on a lonely island of poverty in the midst of a vast ocean of material prosperity. One hundred years later, the Negro is still languished in the corners of American society and finds himself an exile in his own land. And so we've come here today to dramatize a shameful condition.

　　上面很多单词词频都落在前10000词以外，如果你的词汇量不过万，那么你会有很大几率听不懂马丁·路德·金的演讲。因此，仅仅掌握几千个单词并不足够。那么，多大的词汇量才算“够用”呢？

　　从上图可见，24岁左右的成年人词汇量均值接近25000。真正够用的词汇量应该尽可能接近或达到这个值，即2000-25000左右。