Vocabulário de um filme a partir das legendas

O que pode fazer

• Ver que parte dos diálogos acompanharia com o vocabulário atual
• Saber quantas palavras o separam do limiar de 95%
• Obter as palavras desconhecidas por frequência, com AFI e nível QECR
• Marcar palavras como conhecidas: saem da lista e sobem a percentagem
• Exportar cartões de palavras ou de frases tiradas do filme
• Processar uma temporada inteira como uma única lista

De onde vem o limiar dos 95%

A investigação sobre cobertura lexical mediu há muito duas linhas: com 95% das palavras corridas conhecidas o sentido ainda se recupera pelo contexto, e com 98% assistir deixa de ser trabalho. Consoante o género, isso corresponde a cerca de 2 000–4 000 famílias de palavras para 95% e 5 000–9 000 para 98%. Aqui a conta não é feita para um filme médio mas para o seu, e o denominador são palavras corridas e não distintas — porque uma palavra desconhecida repetida quarenta vezes atrapalha quarenta vezes. É também por isso que o plano segue a frequência: o que há a aprender não são as palavras mais raras, mas as que este filme diz mais vezes.