漢字使用頻率

中文漢字詞彙

简繁 EN

By RECATOOLS Editorial

關於這個工具

前 192 個高頻字 · Jun Da 語料庫 · 累計覆蓋率

免費漢字使用頻率查詢。前 192 個高頻字 + 累計覆蓋率。基於 Jun Da 現代語料庫數據(公有領域)。

RT-CHN-033 · Chinese Language & Script

Enter character

使用方法

查看前 50 字

立即看到最高頻的 50 個漢字 — 這 50 個字覆蓋近 35% 的現代漢語文本。

按字搜索

輸入漢字、拼音或英文意思 — 工具返回排名 + 累計覆蓋率。

評估文本難度

寫文章時,檢查所用字的排名分布 — 越多高頻字越易讀。

優先學習高頻字

初學者應先掌握前 200 字 — 閱讀能力提升最快的途徑。

漢字頻率:為什麼前 1000 字如此重要

漢字頻率分布遵循齊普夫定律(Zipf\'s Law):少數字出現極其頻繁,大多數字幾乎從不出現。具體到現代漢語:前 100 字覆蓋文本 42%,前 1000 字覆蓋 91%,前 3500 字覆蓋 99.5%。掌握前 3500 字基本可以讀懂報紙、小說、官方文件。

這意味著什麼

對學習者來說,這是驚人的學習效率槓桿:每個高頻字帶來的閱讀能力提升,遠遠超過低頻字。一個掌握前 500 字的人,其閱讀能力大約是掌握前 3500 字的 80%。這就是 HSK 等教育機構按頻率排序詞表的原因。

語料庫與頻率統計

現代漢字頻率統計來自語料庫(corpus)分析 — 收集大量現代漢語文本(報紙、小說、網絡、官方文件),統計每個字出現次數。Jun Da(段俊)教授於 1990 年代整理的「現代漢語單字頻率列表」是最廣泛使用的開源數據,本工具的資料基於此。

注意:不同語料庫(新聞 vs 文學 vs 網絡聊天)的頻率排名會有差異。本工具採用 Jun Da 的現代綜合語料庫資料。

關於漢字頻率的 10 個事實

「的」是中文最高頻字,佔現代漢語文本約 4.1%。每 24 個字中就有 1 個「的」。

前 10 字覆蓋現代漢語 9% 的文本:的、一、是、不、了、在、人、有、我、他。學完這 10 字,每讀 11 個字中已有 1 個認識。

齊普夫定律(Zipf's Law)在漢字頻率分布中表現極強 — 排名 N 的字出現頻率大約是排名 1 字的 1/N。這一規律在英語、法語、西班牙語等幾乎所有自然語言中都成立。

前 1000 字覆蓋現代漢語 91% 的文本。前 3500 字覆蓋 99.5%。學習者掌握前 3500 字基本可以閱讀絕大多數現代中文材料。

中國教育部規定,中小學應教授 3500 個常用字。這一數字基於頻率分析 — 它對應日常閱讀 99.5% 覆蓋率。

漢字總數遠不止 3500。《康熙字典》收錄 4.7 萬字,《漢語大字典》收 5.5 萬字,中文電腦標準 Unicode CJK 收 9.7 萬+ 字。但絕大多數是歷史字、人名地名字、專業術語字,現代日常幾乎不用。

同字在不同語料中頻率不同。新聞報道中「政」「濟」「府」頻率高;古典文學中「之」「乎」「也」頻率高;網絡聊天中「啊」「呢」「哈」頻率高。本工具採用綜合語料庫資料。

簡體 vs 繁體不影響頻率(一一對應),但筆畫數差異巨大。「龍 → 龙」(16→5 畫)、「邊 → 边」(19→5 畫)。這就是簡化的初衷 — 讓最高頻字最易書寫。

識字 vs 寫字差異很大。受過教育的中國人能識 4000-6000 字,但能獨立寫(無電腦無字典)的可能只有 2500-3500。「輸入法依賴」是一個真實的現代漢語學習現象。

本工具與 RT-CHN-031(成語詞典)、RT-CHN-032(HSK 詞彙)互補 — 是系統化中文學習的三個支柱。

常見問題

Jun Da(段俊)教授整理的「現代漢語單字頻率列表」,基於多個來源的現代中文文本語料庫統計。這是中文計算語言學領域最常引用的公有領域資料集之一。
語料決定排名。新聞語料中「政」「濟」高頻,文學語料中「雲」「葉」高頻,網絡聊天「啊」「哈」高頻。Jun Da 的資料是綜合性的,但仍偏向 1990 年代的文本特徵。
是的,這一比例在多個獨立語料庫中得到驗證。這是齊普夫定律(Zipf's Law)的體現 — 一個適用於幾乎所有自然語言的統計規律。
大方向是,細節上不一定。最高頻字應優先,但學習也應考慮語義聚類(親屬字一起學:父母兄弟姐)、構件相似(月、明、朋、肝)。HSK 課程兼顧頻率與學習心理。
看用途。日常閱讀不必學習。但古典文學、醫藥、法律、人名地名等專業領域需要。例如「鼎」「鼐」是低頻字但在歷史文獻中頻繁出現。
簡單加法:對前 N 個字的單字出現率求和。例如,前 3 個字(的、一、是)的出現率分別是 4.1%、1.7%、1.2%,累計 7.0%。意味著懂這 3 字,任何文本中你都認識 7% 的字符。
基本相同,因為大多數字是一一對應的(簡「龍」對應繁「龙」)。但少數情況:有些簡體字對應多個繁體字(如「干」對應繁「乾、幹、干」),會影響排名。本工具基於現代簡體語料。
核心高頻字幾乎一致(的、一、是 — 都是 top 3)。差異在中頻區(排名 200-2000)— 不同地區的文化、行業、新聞話題不同。但學習上,前 1000 字幾乎通用。
影響輸入法的設計,不影響真實字頻。拼音輸入法會優先顯示高頻字,五筆輸入法按字根編碼 — 但人們打字時實際用的字仍是高頻的(因為日常表達需求決定字頻)。
目前使用 Jun Da 1990s 資料(2004 年更新)。核心高頻字幾十年保持穩定,但中低頻區可能變化。計劃未來納入更近期的語料庫資料。

漢字使用頻率