最近在研究這個。我搜了20000的PDF，帶collocation的那個。還有壹個60000的excel，帶有最原始的統計次數。先放結論：如果不是為了考試，是為了提高自己的f真實水平，這兩張表非常有用。先說20000的那張，其實用手機閱讀+手機詞典（我用的是歐陸）配合起來非常好。比單純背單詞要舒服。可以根據自己水平從中間開始。認識的單詞也可以看看下面的搭配自己加強記憶。真正有意思的是那個60000的excel。裏面是這樣的。這是COCA利用近4億的語料庫統計出來的數據。前60000詞占了3.96億。接近99%。裏面有分口頭，小說，雜誌，新聞，學術等。
我這兩天著重看了口語的。口語占整體20.7%，但是口語的詞頻和整體的很不壹樣。整體來說，前面23000詞占了60000詞的99%的頻率，但是口語只用了13500詞就占了口語99%的頻率。這說明口語的詞更集中。這也和之前很多人研究的：美國人的平均詞匯量20000-25000，口語詞匯量10000+相吻合。很多詞在口語裏排名靠前，但是在整體排名靠後。比如awful，在口語裏排名5950，但是整體詞頻15239，類似這樣的詞很多。所以要想提高口語，其實更應該有針對的提高這部分的單詞量。不然背了GRE22000，其實口語還是有很多詞匯不壹樣的。還有很多，還在研究當中。但是有針對性的學單詞，比考試重要。