admin
译者：AI研习社（明明晓得、Icarus、、求求你了救救孩子）
双语原文链接：The Best Netflix Movies & Series to Learn English According to Data Science
截至2020年，Netflix上约有3712部片子和1845部电视节目。若是你正在进修英语，可供选择的内容不少，但你可能没那末多时候去看完。是以，我用数据科学技术来阐发Netflix上前1500部片子和电视节目标脚本。颠末大量的处置，我找到了Netflix上最佳的英语进修内容。如许做的目标是为了给你供给不少好的选择，让你可以找到你喜好的片子或电视节目，同时对进修英语也有益处，而不是逼迫你看不喜好的电视节目，由于你的教员和朋侪对峙’它有助于大师进修英语’。
为了找到Netflix上最佳的片子和电视节目，我比力了台本对话中利用的辞汇。让咱们找到哪些是最佳的电视节目和片子。
Netflix上辞汇最简略的电视节目
Netflix上的美国和英国电视节目都是为母语为英语的人建造的。这就是为甚么若是英语不是你的母语，你在理解某些场景中的对话时可能会碰到一些坚苦。我按照辞汇量的难易水平对Netflix目次上的500个一流电视节目（223部Netflix原创节目）举行了排名。
《好友记》辞汇简略，被认为是进修英语最佳的电视节目之一。但是，这部电视剧在Netflix目次中只排在第78位，这象征着另有77部电视剧和《好友记》同样好——乃至更好！-可以在Netflix上进修英语并享受兴趣。比方，按照我的查询拜访成果，电视剧《去他*的世界》（排名13）或《13个缘由》（排名40）在其剧集中的辞汇量乃至更简略。
你可以鄙人面的框中搜刮电视节目名。你会发明他们的排名和辞汇笼盖率。排名前十的电视节目在全部Netflix剧集列表中辞汇最简略。
若是你正在寻觅合适你英语程度的电视节目，那末我有一个好动静要奉告你， 我对所有节目标英语辞汇量程度举行了排名（低级、中级、高档）。最靠右的节目在每一个级别上利用的辞汇量更多。笼盖率越高，你就越轻易理解电视剧中的情节。
按辞汇笼盖率排名的Netflix剧集
每一个级别代表1000个最多见的英语单词。所有的片子都有所有级此外排名。1级代表 “低级程度”，3
级代表 “中级程度”。一集的笼盖率越高，越轻易理解其辞汇量。
黄色代表Lvl 1
赤色代表Lvl 1+2
蓝色代表Lvl 1+2+3
这些是在Netflix目次中发明的电视节目。可能有些你喜好的电视节目不在Netflix上，但不要担忧，我已阐发了此中一些电视节目，如《权利的游戏》或《辛普森一家》。别的，Netflix目次在你的国度可能略有分歧。这就是为甚么我只列出了一个最有可能在全世界范畴内供给的Netflix原著。
Learn English with Game of Thrones: The Best Episodes
如下是进修英语的十大Netflix原创节目
妖灵（Jinn）
恋爱起床号（Good Morning Call）
鱼魔鬼谈（Tidelands）
Easy
玄色炎天（Black Su妹妹er）
夏季韶光 （Su妹妹ertime）
Baby
上层男孩（Top Boy）
血统（Bloodline）
去他*的世界（The End Of The F*ing World）
按辞汇笼盖率排名的Netflix片子
若是你比力喜好看片子，那末Netflix也有很好的片子来进修英语。我把Netflix上最受接待的950部片子（173部Netflix原创片子）依照辞汇量的难度举行了排名。排名前100的热点片子有《蒙上你的眼》(30)、《蜘蛛侠:平行宇宙》(84)和《当幸福来敲门》(81)。
经由过程下面的方框播放，看看另有哪些片子排在前100名。你还可以发明你喜好的片子的排名和辞汇笼盖率。
你可以鄙人面找到合适你英语程度的片子。最右侧的片子有更多的低级、中级和高档辞汇。但这些都是在 Netflix 目次中找到的排名靠前的片子，你不会在 Netflix 上找到像《哈利波特》、《阿凡达》、《玩具总带动》如许的片子，但若你还想看这种片子，你应当看看我的另外一篇文章，我阐发了3000部最受接待的片子。你可以在这里找到它。
Netflix 的片子排行榜（按照辞汇量）
每级代表 1000 个最多见的英语单词。所有的片子都按品级分列。第 1 级代表“低级程度”，第 3 级代表“中级程度”。一集节目标收视率越高，辞汇就越轻易理解。
我还列出了 Netflix 活着界范畴内最可能供给的原创片子列表，以防 Netflix 的目次在你的国度纷歧样。
如下是Netflix十大最合适学英语的原创片子：
In The Tall Grass (2019)-在高草中
A Secret Love (2020)-隐蔽的爱
Under The Riccione Sun (2020)
Dangerous Lies (2020)-伤害的假话
Bird Box (2018)-蒙上你的眼
Who Would You Take To A Deserted Island (2019)
Earthquake Bird (2019)
Love Wedding Repeat (2020)
Paddleton (2019)
6 Balloons (2018)-六个气球
在向英语进修者展现 Netflix 上最佳的内容以前，让咱们比力一下最佳的和可能最差的内容，仅针对辞汇量难度来讲。
Netflix 辞汇最易懂和最难明的原创剧
如下图片显示了排名前十和后十的网飞原创片子在英语辞汇难度上的不同。正如你所看到的，在曩昔的 10 年中，利用的辞汇加倍坚苦。比方，你只必要晓得最多见的 1000 个英语单词就可以理解片子《 蒙上你的眼》中 94,5% 的单词，但你必要最少3000个单词来涵盖片子《Spelling The Dream》中 94.5% 的对话。这分外的 2000 个单词可能就是你不懂的缘由——即便你的英语程度已很高了!
数据集
法子
我用 Python 做了所有这些阐发，这是我筹备数据的方法：
Tokenization：为了阐发文字记实中的辞汇，我将字符说的所有单词标识表记标帜化。Python中有很多用于标识表记标帜化的东西，可是我利用 CountVectorizer，由于它将采集的转录本转换为标识表记标帜计数的数据格局，从而简化了阐发。在阐发了3000 部片子的文章中，我进一步诠释了 CountVectorizer 是若何事情的。
词形还原(Le妹妹atization)：在标识表记标帜化以后，我必需找到每一个标识表记标帜的根基情势。您可以经由过程利用象 le妹妹izing 如许的技能来实现这一点，您可以在 NLTK 库中找到这些技能。不外，我利用了雷同的单词族列表，并且还按照单词呈现的频率给出了每一个单词的难度程度。到 2020 年，有 29 个单词家属列表，你可以在这里找到。这些列表是对与说话学和英语作为第二说话进修相干的钻研论文举行评估的。
数据清算：我删除在片子或片断入耳不到的单词，好比场景描写和发言者的名字。我还排除对话中跨越 3.5% 的单词与单词家属列表不匹配的手本（它们多是异样值或被粉碎的数据）。
所有的代码均可以在Github上找到！
关于阐发和成果
我用来对电视节目中的辞汇举行分类的单词表，大部门都来自语料库。辞汇程度是按照一个词在语料库中被发明的频率来肯定的，即这些文本中最多见的词被标注为 1 级。虽然以前的钻研已证了然该列表是靠得住的，但对付具备多种寄义的单词，它其实不那末正确。比方，单词 “draw” 在列表中被标识表记标帜为第 1 级。之以是会呈现这类环境，是由于这个词凡是指“摄影”，但若它的意思是“拿出兵器来进犯或人”或“得出结论”，那末它就不属于第一级。
我花了几个礼拜的时候寻觅、清算、处置数据，然后弄清晰获得的成果。但是，钻研成果其实不完善。关于片子的钻研成果可能比电视节目更正确。片子的文字记实是唯一无二的，但电视节目播出的剧集分歧，这增长了每部电视节目标文字记实数目。这就是为甚么我采集了每一个节目 3 到 10 集的样本，以得到该电视节目均匀每集涵盖的辞汇。
总的来讲，查询拜访成果揭露了不少合适每一个辞汇程度的内容，但此中一些仍是让我受惊。好比，《酒囊饭袋》排在第 62 位，这让我很受惊。我不是阿谁电视节目标粉丝，但我不认为一个有僵尸的虚构节目在对话中利用简略的辞汇。在检察了文字记实后，我证明了《酒囊饭袋》中对辞汇的需求在整集都有不少升沉。也就是说，有些情节可能比其他情节更难理解。
AI研习社是AI学术青年和AI开辟者技能交换的在线社区。咱们与高校、学术机谈判财产界互助，经由过程供给进修、实战和求职办事，为AI学术青年和开辟者的交换合作和职业成长打造一站式平台，致力成为中国最大的科技立异人材汇集地。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
