为做个程序员英语字典，我处理了 StackOverflow 和 HackerNews10 年 5 千万条数据
kuokyong kkyon 2019-12-10 20:29:21 +08:00 5803 次点击这是一个创建于 2205 天前的主题，其中的信息可能已经有所发展或是发生改变。
有点标题党，不过都说都真实的。英语技能对开发员人员至关重要。所有人都不喜欢背单词，但更惨的是背住的单词发现没怎么用，又慢慢地忘记了。本来计划给自己做个开发人员常用单词表，感觉可能对其它人也有用，所以就发布开源出来。单词解释部分还没完成，后面会逐渐添加。
单词列表托管在 Github 上，一共将近 3000 个。
https://github.com/kkyon/Simple-IT-English
单词主要来自：StackOverflow 和 HackerNews.
Source|Newest Post|Oldest Post|Row Count|Size --------|--------------|---------------|------------|---- HackerNews comments|2015-10-13 08:44:02 UTC|2006-10-09 19:51:01 UTC|8399417|3.41 GB HackerNews stories|2015-10-13 08:44:34 UTC|2006-10-09 18:21:51 UTC|1959809|402.71 MB StackOverflow answers|2019-09-01 05:22:21.463 UTC|2008-08-01 13:16:49.127 UTC|27665009|22.27 GB StackOverflow questions|2019-09-01 05:23:41.743 UTC|2008-08-03 21:38:52.623 UTC|18154493|28.13 GB
29 条回复 2019-12-13 13:53:52 +08:00
 | 1 exhades 2019-12-10 20:37:40 +08:00 via Android 感谢分享 |
 | 2 resist 2019-12-10 21:00:16 +08:00 感谢，太懒了我，有注释就更好了，手动狗头 |
 | 4 secondwtq 2019-12-10 21:28:50 +08:00 @kuokyong 嗯，能把单词出现的句子加上会更好 不过这个总觉得很难做 … 一是数据量很大，二是社区不比媒体，很多句子都是网络语言，其实不适合作为例句 |
 | 6 SquirrelMAN 2019-12-10 21:33:11 +08:00 很有价值！ |
 | 7 jdhao 2019-12-10 21:34:09 +08:00 via Android 赞 |
 | 8 f1ren2es 2019-12-10 23:09:24 +08:00 支持~ |
 | 9 ddzzhen 2019-12-10 23:10:51 +08:00 via Android 赞，英语四级卡线路过 |
 | 10 dr1q65MfKFKHnJr6 2019-12-10 23:12:07 +08:00 赞 |
 | 11 hannhuan 2019-12-10 23:45:17 +08:00  3 太好了，第一个单词不是 Abandon。 |
 | 12 zhoudaiyu PRO 第一个 aaron 就不认识 doge |
 | 13 ClericPy 2019-12-11 00:17:52 +08:00 不错, 以前想过这些语料可以做什么, 你开了个好头, 也给国外这些主动开源自家数据的站点点赞, 比自己抓省太多时间了, 也避免服务器压力太大 除了列表... 能有其他功能不 1. 词典功能 2. 按热度排序 3. 按逆文本频率+热度排序 4. 常错词 5. 词向量找近义词 6. 生僻词 7. 自造词 8. 共现词 9. 长尾关键词 10. 热点趋势图? 关键词热度变化曲线 11. 词云? 12. 我好无聊 |
| 14 secondwtq 2019-12-11 00:26:04 +08:00 @zhoudaiyu aaron 是人名吧 ... 知名人物如 Aaron Swartz 嘛这也是 ... xref 都出来了，还有 Adobe 公司应该是得名于一条叫 Adobe 的河，我查了下 adobe 本身好像也是单词但是估计这个语料里的 adobe 指的是 adobe 公司 ... 还有 jekyll 啥的 不过这种词总体不多，估计楼主要把频率更少的词也放进去就不好处理了 |
 | 15 xiangjian 2019-12-11 00:32:31 +08:00 赞 |
 | 16 0726 2019-12-11 00:37:46 +08:00 via iPhone 牛皮哈 |
 | 17 KentY 2019-12-11 00:40:32 +08:00 1 readme 里的英语问题挺多的. 如果得空了改进一下. |
 | 18 wwb721 2019-12-11 09:43:02 +08:00 太棒了，之前做过把 typescript lib 下的 zh-cn 的 diagnostic messages 中的单词切割出来去重，也能学到好多东西。 |
 | 21 bofei 2019-12-11 10:53:42 +08:00 怎么没有中文啊 |
 | 22 cloudopt 2019-12-11 10:54:51 +08:00 欢迎直接引用 Cloudopt 词典。如 https://s.cloudopt.net/search?q=aggregate&time_range=&language=zh-CN&category=dict ，方便大家点击查找。词典功能是没有任何广告的，我们也不靠这个功能盈利。 |
 | 24 vjnjc 2019-12-11 12:48:30 +08:00 哈哈哈这个思路不错，喜欢 |
| 25 vjnjc 2019-12-11 12:49:55 +08:00 要是能按照频次从高到低降序排就更好了，我只背前 500 个～ |
 | 26 RSDTE 2019-12-11 12:56:29 +08:00 我只背前 500 个 +1 |
 | 28 la2la 2019-12-11 17:25:28 +08:00 收藏了 不看系列 |
 | 29 kuokyong OP 生成 anki 卡片。 方便用软件背单词。 https://github.com/kkyon/Simple-IT-English/blob/master/Simple-IT-English(en-cn).apkg |
Select Language