如何在 Google Ngrams 中搜索“过时”的单词和短语？

Question

我想编写一个应用程序，搜索 Google 的 Ngram 数据，以返回过去比现在更流行的单词和短语，在任意年份范围内，以任意百分比计算。

例如：https://books.google.com/ngrams/graph?content=cowabunga&year_start=1950&year_end=2000&corpus=15&smoothing=3

理想情况下，我希望能够找到这些单词和短语，而无需预先指定它们。谁能帮我想出一种方法来使用下载的 Ngrams 数据副本？

Answer 1

下载一些 n-gram 后的第一步是将它们转储到 SQLite3 database。例如，我获取了1-grams starting with the letter 't'

要将它们转储到 SQLite，请运行命令 sqlite3 1grams.db

sqlite> create table t1grams (ngram text, year integer, match_count integer, volume_count integer);
sqlite> .separator "\t"
sqlite> .import googlebooks-eng-all-1gram-20120701-t t1grams

第二步是选择年份范围，称它们为YEAR_START 和YEAR_END，以及你的百分比，称它为PERCENT_THRESHOLD。

您的问题归结为一个查询，您选择那些ngrams 使得match_count 在YEAR_END 比YEAR_START 少PERCENT_THRESHOLD%。