《通用规范汉字表》不成词语素字统计与思考——兼谈汉字三记说和汉字的性质

统计表明,《通用规范汉字表》8105字中有非语素字1605个,不成词语素字771个,可成词语素字5729个。汉字具有记录汉语单音节词、记录汉语合成词中单音节语素、记录汉语多音节单纯词中的音节等三项功能。如果着眼于“用一个汉字记写什么”,则汉字的性质可以表述为:汉字是记录汉语单音节词、合成词中单音节语素、多音节单纯词中音节的书面符号系统。如果不局限于一个汉字记什么,则汉字的性质也可以表述为:汉字是单字记录汉语单音节词、多字组合记录汉语多音节词的书面符号系统。

《通用规范汉字表》非语素字统计与思考

统计表明,在《通用规范汉字表》8105个通用规范汉字中,“非语素字”有1488个,占总字数量的18.36%,接近五分之一。这就是说,即使其余的6617字全都是“语素字”,也只能说明8105个通用规范汉字是“语素字”和“非语素字”的合集。汉字和语素没有一对一的对应关系,既不是每一个汉字都能记写一个汉语语素,也不是每一个汉语语素都能用一个汉字来记写。

基于语法语义信息量化模型的语素字再分类

就语素字的再分类做了深入的研究,借鉴CLAWS算法,并在它的基础上引入了语义向量来辅助词性的自动标注。分析了语素字上下文中的标注的词性特点以及搭配词语来计算最有可能的语素字词性,实验表明该方法获得了较好的效果。

PSC单字试题中语素字对测试目标的影响

在PSC(普通话水平测试 )中 ,单字试题的出错率总是高于词语试题。本文为此作了一次随机调查 ,对调查材料的统计分析表明 ,单字试题中语素字的出错率大约是词字的 2倍。这是由于语素字在人们的日常口语和诵读中几乎从不单独说出 ,在没有上下文提示 ,即语素字不放在词语里的情况下 ,应试者容易误认和错认。这类错误的发生与普通话水平无关 。

从汉字的特点看PSC单字试题

汉字是表义文字,从汉字的体制看,汉字有语素字和非语素字,从汉字的字音看,汉字不光有单音字,还有许多多音字,从汉字的形体看,汉字是由笔画构成的,有不少汉字的形体相近或相似,构成了形近字。这些语素字、非语素字、多音字和形近字出现在普通话水平测试(PSC)的单字试题中,用来检测应试者的普通话水平,应试者的错误率极高,严重影响普通话测试目标的实现。本文根据汉语言文字的特点,提出改变试题的形式,以期真正实现测试目标。

普通文字学中的“字”及有关理论问题

普通文字学中的“字”及有关理论问题彭泽润一字与词的纠缠１．１亚里斯多德说：“口语是心灵的经验的符号，书面语言是口语的符号”①。这话和瑞典索绪尔的“文字是符号的符号”的说法一致，而且现在也不过时。文字对于语言，好比衣服对于人的关系；字形与语音，好比衣服...

部分异体字的特征、性质和来源

一、问题的提出《现代汉语词典》对异体字的释义是:“跟规定的正体字同音同义而写法不同的字。”而该字典的许多条目下,却能见到一些另外的“异体”。如“采”字共立四个单字条目(按《凡例》,括号内是异体字):“采~1(採)cǎi,”采~2cǎi”,“采~3cǎi 同‘彩’,“采(埰)cài”。其中采~3所谓“同‘彩’”,也即采~3是“彩”的异体字,(因二字均未被废除,故不用括号形式)查“彩”字条目,又作“彩(綵)cǎi”。此外还有“农寀”字条曰:“寀 cài 同‘采’(cài)。另见 cǎi。”

从句法分析看词性标注

词性标注是语言研究者进行句法分析和其他研究的基础，其划分是否得当直接影响着语料库的下一步建设。本文从句法分析实际操作的角度对国内几个常用分词系统的词性标记问题进行了对比分析，着重探讨了其中一些标记给句法标注带来的问题，如习用语和简称、前接成分和后接成分。针对这些问题，本文从实用的角度，在参考多方建议的基础上，提出了相应的标注策略。

也谈汉字的语言单位──学、应陈重愚的“结语”

也谈汉字的语言单位──学、应陈重愚的“结语”王里一、语言的单位有三层。汉字的科学性，就在如实地反映了三层语言单位的存在，及三层语言单位之间的关系。其一，“词”和“语素”是语言整体的两层语言单位，人类似乎已经认识一致了。（１）“词”是语言整体中第一层“...

论汉字字义分类

本文试就汉字字义与词义的区别以及字义的类型作了一些尝试性研究,将汉字的字义分为形体义、字词义、字语素义和字零义四个大类。