contextual-word-allocation.xiaobian/references/workflow-example.md

情境化选词工作示例

实际案例：L1-S2 U17~U24（2026-04-03）

基本参数

• 词库：160词条（含虚词18个）
• 分配目标：8 Units × 5 Lessons × 4词 = 160词
• 虚词分布：U17×2, U18×2, U19×2, U20×3, U21×2, U22×2, U23×3, U24×2 = 18 ✓

虚词统计与分配示例

词库中共18个虚词（adv/pron/det/prep）：

虚词	词性	词义	分配Unit	分配理由
ago	adv	以前	U17-L1	包裹数年前寄出，ago天然嵌入「时间跨越」情境
home	adv	回家/在家	U17-L4	速猴行为神秘，主角回home，自然收尾
early	adv	早地	U18-L1	上学场景，early早起天然匹配
now	adv	现在	U18-L3	课堂进行中，now强调当下
again	adv	再一次	U19-L2	再试一次完成任务，again语义完全贴合
like	prep	像	U19-L3	打比方情境，like作比喻连接词
a lot	adv	非常	U20-L3	乒乓球a lot地弹跳，副词修饰动作
many	det	许多	U20-L1	运动会many项目，限定词描述规模
very	adv	非常	U20-L1	运动会very exciting，强调程度
some	det	一些	U21-L1	迷路学者ask有没有some水
these	det	这些	U21-L2	搭基地时「把these材料add进去」
a lot of	det	大量的	U22-L1	速猴备好a lot of糖果诱惑孩子
a lot	pron	大量	U22-L4	蜡烛仪式，a lot of children聚集
lots	adv	非常	U23-L1	假镇长发布lots of奇怪命令
lots	pron	大量	U23-L3	还有lots of证据要查
really	adv	真正地	U23-L2	「这person really是镇长吗？」
one	det	一个	U24-L4	one by one分配任务
those	det	那些	U24-L3	those圆球机器人所需的零件

词库预处理脚本参考

读取Excel词库时的Python核心逻辑：

import openpyxl
wb = openpyxl.load_workbook('wordlist.xlsx')
ws = wb['单词表']
words = []
for row in ws.iter_rows(min_row=2, values_only=True):
    word, pos, meaning, theme = row[1], row[2], row[3], row[4]
    if word:
        words.append((word, pos, meaning, theme))
virtual = [(w,p,m,t) for w,p,m,t in words if p in ('adv','pron','det','prep')]

验证脚本参考

used = {}
def assign(word, pos, unit, lesson):
    key = (word, pos)
    if key in used:
        print(f"DUPLICATE [{unit}-{lesson}]: {word}({pos}) -- already in {used[key]}")
        return False
    used[key] = f"{unit}-{lesson}"
    return True

# 分配完成后验证
remaining = ALL_WORDS_SET - set(used.keys())
assert len(remaining) == 0, f"Missing words: {remaining}"