罗愿《尔雅翼》与“因声求义”

《尔雅翼》是南宋罗愿撰写的一部名物训诂专著。罗愿在名物训诂实践中运用了“因声求义”的方法:或沟通名物异称,或探究名物得名,或纠正前人误释,或辨析用字假借。这些论述中有的得到了后世学者的印证。本文通过分析《尔雅翼》书中“因声求义”的名物训诂实践,揭示该书运用的“因声求义”方法在训诂学史上的贡献。

论合川方言中表小称的重叠词

重庆合川方言属西南官话川黔片成渝小片,该方言有多种小称形式,其主要功能各有侧重,但均可表小指爱。重叠的主要功能为转指、转类和成词,合川方言表小称义重叠词的主要特点有二:一是表小的重叠词数量少,表义功能也较弱;二是几乎所有的重叠词都带有喜爱、调侃或轻松随意等语义色彩。在过去某一时段,重叠应为合川方言双音节词主要的小称手段,并且层次较早。

《庄子·内篇》“VP_(1)而VP_(2)”“NP之VP”结构研究

连词“而”是一个高频虚词,当它连接两个动词性词语VP_(1)、VP_(2)时,用法较为复杂。根据两个VP之间的句法语义关系,《庄子·内篇》中的“VP_(1)而VP_(2)”结构可以分析为四种类型:连谓、偏正、联合、紧缩。“NP之VP”结构在《内篇》中的出现频率也比较高。结构助词“之”置于主谓结构“NP+VP”中间,形成体词性偏正结构“NP之VP”,相当于现代汉语“NP的VP”。该结构在句法上只能分布于主、宾位;在语义上不具有独立性,是谓语核心动词的论元成分;在语用上具有指称功能。

网络语言中类后缀“界”的构词

在网络语言中,和食物相关的“X界”的生成方式除直接构词外,还有缩略与杂糅、合并与简称、谐音构词、仿拟构词和类推构词五种。“X界”的构词能力强,涉及范围广,偏重双音化和多音化,具有即时、细化、丰富的特点。“X界”的语义色彩既庄重又诙谐、既严肃又活泼。“X界”中蕴含着群体心理认同和个体情感的社会心理,带有时代和社会文化生活的印记。

保定方言的儿尾变调和儿化变调

通过考察,发现保定方言中作为儿尾的“儿”并未真正丢失本调,还可以看作一个独立音节;保定方言的儿化变调分为重叠变调和非重叠变调,后者的一致性比前者强。基于以上材料,从语义、构词、变调等方面讨论儿尾和儿化的相互关系。

《诗经·卷耳》“虺隤”异文考辨

历代学者普遍认为《诗经·卷耳》篇中“虺隤”一词为“联绵字”,大体为“病”的意思,认为训释“联绵字”无需拘泥于字形。但是摆脱古人“联绵字”观念的束缚,搜集“虺隤”的异文,进而从文字上加以分析,发现“瘣隤”为其本字,且是今人观念中的同义复词,意为“因过度劳累而致某部位肿胀”。

一种基于后缀数组的无词典分词方法

提出一种基于后缀数组的无词典分词算法.该算法通过后缀数组和利用散列表获得汉字的结合模式,通过置信度筛选词.实验表明,在无需词典和语料库的前提下,该算法能够快速准确地抽取文档中的中、高频词.适用于对词条频度敏感、对计算速度要求高的中文信息处理.

说“X式”——兼论汉语词汇的语法化过程

本文从性质特征、句法功能和表义方式三方面对附加型“X式”进行考察和分析。本文认为,“X式”在功能上接近于区别词又不同于区别词,是一种融词汇单位、语法形式为一身,集交际语境、百科常识为一体的特殊语言形式。作为一种语法化中的“词—语连续统”,“X式”的发展反映了当代汉语表达方式日趋灵活多样的新趋势。

表现物体大小的语法形式的不对称性——“小称”的来源、形式和功能

人类语言表达物体大小的语法形式是不对称的,大都有“小称”的语法标记,而缺乏相应的“大称”的语法手段。同时,不同的语言或者同一语言内不同方言的“小称”的来源、语音形式和语法功能具有高度的一致性。本文通过对汉语的分析,尝试解释造成“小称”的语法表达不对称性的认知基础,并从类型学的角度探讨汉语小称标记的历史来源、语音形式和功能扩展的机制和规律。

利用扩展标记集的词结构分析

该文给出了一种与传统分词不同的词法分析选择,提出了一种利用扩展标记集来实现词内部结构分析的方法。首先阐述了词的内部结构特点,把结构中的前后缀视为特殊的词,进而通过识别出每一个词的前后缀来识别词的内部结构。方法是把词内部结构识别问题转换成序列标注问题,通过扩展标记集,采用CRF模型来实现词的内部结构分析。最终实验表明,无论是在总体性能上,还是在各层结构的识别上都取得了较高的准确度。

多语种网络文本快速新词抽取

从网络文本中提取新词是网络信息处理中的一个重要问题,在信息检索、文本挖掘、词典编纂、中文分词等领域中都有重要应用。本文提出了一种与语言无关的快速新词提取算法,首先针对后缀树的数据结构将多语言文本进行统一编码,然后使用改进的统计方法在双后缀树上以线性时间统计重复串与邻接类别,并计算字符串的整体度,同时通过剪枝大幅度减少计算量,在中、英文语料上较好地实现了新词的抽取及排序。

基于后缀树词序列核挖掘Web文档

通过将文档表示为一棵后缀树,文章提出一种基于后缀树索引计算文档相似度的词序列核。首先根据文档的词序列构造出后缀树,然后根据后缀树词序列核计算文档间的相似度,最后利用支持向量机对文档进行分类。理论分析表明后缀树词序列核的计算只与比较文档的长度成线性关系,大大减少了序列核的计算时间。在reuters-21578文档集上将后缀树词序列核与词序列核、多项式核进行比较,实验结果表明在改善速度的同时,后缀树词序列核可达到与词序列核相当的性能,优于多项式核,更适于Web文档挖掘等应用。

莱芜方言儿化韵初探

莱芜方言中有两种不同形式的儿化韵:一种是以改变韵母为特征的平舌儿化韵,主要存在于老派发音人口中;另一种是卷舌儿化韵,存在于城区新派发音人口中。两种儿化之间的层次叠置反映了方言语音在内因和外因交互作用下的发展变化,文章对这两种儿化韵的形成原因、过程和竞争机制进行了深入分析。

汉语后缀“子”的范畴化功能

后缀"子"的范畴化是通过转化相关动作、性状等范畴而实现的,具体事物尤其是其中的工具以及部分特殊人群成为"子"缀词要表达的主要范畴,与同类的"儿""头"相比,在具体与抽象、称人与称物等方面三者呈现出一定的互补性,但它们有着共同的转喻认知基础。范畴化的"子"表现出语义上的人工性、非常态性等特点。

一种对英文字符串进行分词的方法

对Aho-Corasick算法略作改变,用一个收词丰富的有优先级的字典构造Aho-Corasick树,并利用它对英文字符串进行字典匹配。对匹配的结果,利用后缀词按优先级排序的特点设计了一个高效的分词算法。实验证明该算法具有高效性。

后缀“-子”、“-儿”指小指大辨

本文讨论后缀"-子"与后缀"-儿"在指小方面的差异,认为后缀"-子"与后缀"-儿"都能指小,但发挥指小功能的范围不同:后缀"-子"是同场指小,后缀"-儿"是同类指小。后缀"-子"也能指大,这是与后缀"-儿"对比的结果。

吴闽语进行体和持续体的语法化序列分析

莆仙方言的进行体和持续体标记来源于处所词,这是吴语和闽语的共同特征。但莆仙方言的这两种体标记来源于处所代词“即、许”,而不是方位后缀或动介词,这又不同于吴语与闽语的其他方言。本文先描写莆仙方言的进行体和持续体特征,然后结合吴闽语其他八种方言的资料,分析进行体和持续体标记的语法化序列,从而观察其演变发展的过程。

“儿”后缀的形成及其判定

竺家宁撰文对"儿"后缀的出现年代提出了新的看法。我们在调查大量语料的基础上,感到竺文在"儿"后缀判定上的一些偏误,并探讨了"儿"的词义发展轨迹,分析了"儿"后缀的形成过程,发现真正的"儿"后缀出现于唐代,成熟于宋代。王力的观点是可靠的。

杭州方言儿缀词研究

由于历史上宋室南迁等原因 ,杭州话带上了浓厚的官话色彩 ,具有诸多不同于浙江吴语其它方言的特点 ,大量的儿缀词就是其特点之一。现对杭州方言儿缀词的结构、读音、来历以及儿缀词所表示的主要的语法意义和语用意义作一个初步的探讨。

商丘话的子尾[tei]及相关问题

文章考察商丘话子尾及体貌助词"着"的特殊读音[tei]及其变体的来历及演变过程。联系邻近的鲁西南方言的共时差异,认为[tei]除了直接经历由[ts10]声母塞音化,韵母央化、高化并分裂为复韵母这样一个可能的变化路径外,还可能是早期子尾儿化形式的孑遗。体貌助词"着"读[tei],是因为商丘话早期"着"的语音形式与早期子尾读音[ts10]形式相同。同时联系商丘话及周边方言的子尾情况,讨论了晋南方言子尾的演变过程。