2005年度汉语词汇统计的分析与思考

《中国语言生活状况报告(2005)》对现代汉字和汉语词汇使用现状的反映,是迄今为止语料量最大,词种数最多,发布单位最为权威的调查数据。这是一份反映了新闻语言真实面貌的言语词性质的词表。语文词是社会流通词语总汇中的主体,它有着高频性、高分布率、短小化的特点;从高频词身上可以清晰地观察到社会发展与社会文化。

一种基于语境的中文分词方法研究

汉语不同于英语 ,词之间没有间隔标记 .而汉语分词是文本分析的第一步 ,且存在歧义切分 ,因此分词问题成为汉语分析的首要难题 .通过中文切分过程的本质分析 ,推导并提出基于马尔可夫链的语境中文切分理论 ,进而提出一种语境中文分词方法 .该方法建立在词法和句法基础上 ,从语境角度分析歧义字段 ,提高分词准确率 .

《中国语言生活状况报告》中成语与习语的调查与思考

成语与习语的调查是《中国语言生活状况报告》在2007年的新增项目,这表明成语与习语使用情况引起了人们更多的关注。成语与习语的研究在语言应用中有广泛而深刻的意义。该文在基于大规模真实语料调查的基础之上,对成语与习语的使用情况做出了"单字差异"等比较,从中发现一些语言现象并提出了自己的思考,以期对汉语语言事实的发现、语言规律的总结、语言词汇的规范化等方面有所裨益。

论华语区域特有词语

世界华语内部各区域之间存在着明显差异。这些差异主要表现在词汇上,即华语各区域之间存在着只在某一特定区域里使用或流行的词语。本文主要讨论了“华语区域特有词语”的外延、内涵和构成及发展变化。“华语区域特有词语”是一个动态的词语群。“新质词”会不断产生,“旧质词”也不断被淘汰;不同区域之间的“特有词”会相互交流并相互吸收;部分“特有词”会逐渐成为“双区”“三区”共享词语,甚至进入共同语。

汉语自动分词方法

本文给出了为汉语自动分词而提出的机械匹配法、特征词库法、约束矩阵法、语法分析法和理解切分法。在此基础上指出：要使汉语自动分词问题得到圆满的解决，就必须深入研究汉语的词法、语法、语义甚至语用和篇章理解及其形式化理论。

词汇计量研究与常用词知识库建设

面向自然语言处理的词汇语义研究应该以词汇的计量研究为基础。该文在评述汉语词汇计量研究的主要成果以后,提出一个汉语常用词知识库的建设任务,并给出常用词表的构造性定义、词表常用性的定量评价方法以及"部件词"的概念,最后介绍现代汉语常用词知识库的总体设计和已经做的工作。期望常用词知识库的建设能为汉语词汇语义学研究、为中文信息处理事业的发展做出贡献。

汉语新词语监测:监测的不只是语言——新词语监测与研究5年回顾

国家语言资源监测与研究中心自2006年开始年度新词语的监测工作,监测与研究结果在《中国语言生活状况报告》年度报告中均有体现。随着这项工作的深入展开,社会各界高度关注新词语的监测工作,相关研究也日益深入。回顾和总结5年来新词语监测的研究现状、内容与视角,编年本编纂,新词语知晓度调查,新词语监测方法等我们发现:汉语新词语的监测,监测的不只是语言;监测并发布新词语是为了与社会共享信息;监测方法和技术手段仍需不断改进。同时,对新词语监测与研究5年工作的回顾和总结,得到的新认识,实现了对《中国语言生活状况报告》成果的再度开发。

基于《中国语言生活状况报告》的字与词对比研究

对2005-2011年7个年度的《中国语言生活状况报告》字与词的相关数据进行对比统计与分析,结果表明:1.高频字比例较高,数量较小;2.高频词比例很低,数量很大;3.不同年份使用的汉字变化很小;4.不同年份使用的词语变化比较大;5.高频词中单音词的平均使用次数远高于多音词。可见,从汉语的使用来看,字比词的使用效率要高,在汉语教学中,字的教学也会比词的教学更有效率。

论“港澳词语”以及“澳门特有词语”

香港与澳门两地的华语有着高度的共通性,它们的共同的词语被称之为"港澳词语",其构成主要包括:港澳共同区域词语、港澳共同外语借词和港澳共同粤语词语。但是香港与澳门之间却有着各自完全不同的历史背景与文化源流,这就使得港澳之间存在着词语差异,这种差异可分为"香港分区特有词语"与"澳门分区特有词语",其类别包括:两区不同的外语借词、两区不同的粤语词语。"港澳词语"是全球华语的重要组成部分,大陆普通话曾经吸取了不少"港台词语",其中大部分是"港澳词语"。

论《现代汉语常用词表(草案)》处理异形词的得失

《现代汉语常用词表(草案)》采用明处理和暗处理两种方式整理和规范现代汉语异形词,既尊重了已有规范,也吸收了学界整理异形词的成果与经验,同时还有自己的独立思考和判断,取得了一些值得肯定的成绩。当然,由于异形词的复杂性,《现代汉语常用词表(草案)》在处理异形词时也存在一些问题。

现代汉语根字构词量刍议

基于计算机信息处理现代汉语典型词库,通过统计析出现代汉语根字的构词量表,并进行分段处理,对各段的构词量、构词因素、构词规律、构词能力等进行量化分析,以便更深入地了解现代汉语根字的构词规律,提高汉语学习和第二语言教学的效率。

浅析汉语新词语的造词方式

语言是人类社会重要的交际工具,词汇作为语言中最活跃的因素,受社会变革和经济发展的影响很大,每一次社会发生重大变革,都会涌现出一些新词语。本文抓住新词语的"新",以2006年以来《中国语言生活状况报告》中发布的新词语为语料,分析新词语的构词方式,认为主要有创造新语词、借鉴外来词、借用方言词和改造旧有词四种造词方式。

二语儿童口语词表研制的理念与原则

本研究以儿童口语语料为基础,参照儿童语言发展语料与二语儿童课堂语料,着重分析儿童口语中的动词与名词使用特点,据此讨论二语儿童口语词表的编制理念与原则。通过对同龄儿童的研究发现,儿童口语高频动词、名词的聚集特点存在差异;儿童口语理解范畴与成人儿向语言表达范畴贴近;不同语言背景的儿童,口语词汇存在聚集意义范畴上的共性,差异主要体现在具体词目、意义层次和语法范畴的实现手段上。通过对不同年龄儿童的研究发现,词汇数量、义项、意义类别表现出阶梯性发展的动态特点。因此,二语儿童口语词表编写应当以符合儿童口语语言共性及阶梯性发展特点的通用词表为主。本词表围绕意义,依据词频、义频聚集主题词群,为本土化的教学用表提供参照及扩展空间。

汉藏文化交流背景下西藏汉语文习得和使用的发展历程

汉藏民族的交往很早就开始了。唐代吐蕃贵族赴内地学习汉语文、自唐以来大规模的汉译藏活动、考古发现的汉藏对音资料及藏汉双语文献、元明清时期藏族社会各阶层使用汉语的情况,无不昭示着:藏族人民习得汉语文的现象在历史上不曾断绝。在当今时代,伴随着西藏双语教育的发展,国家通用语言文字在西藏的普及程度大大提高。但是,西藏社会的语言习得与使用仍然存在区域、人群等方面的差异,呈现出复杂多样的特点。探讨西藏汉语文习得与发展的历程,可以促进语言文字更好地服务于西藏经济社会的发展。

文言常用虚词特殊用法举隅

文言虚词不少是从实词演变来的,同一符号,常常既可作实词,又可作虚词。在古汉语词语运用中,其虽数量不算多,但也占一定的比例,且用法也相当复杂,其中除了一些常规用法外,还有不少特殊的非常规用法,值得我们仔细探讨。

浅谈汉语自动分词的几种方法

汉语自动分词是计算机中文信息处理系统的基础和难题,本文对近年来的汉语自动分词的方法如机械匹配法、特征词库法等进行了分析。在此基础上指出:要使汉语自动分词问题得到圆满的解决,就必须深入研究汉语的词法、语法、语义甚至语用和篇章理解及其形式化理论。

文言常用虚词多符一义用法举隅

文言虚词不少是从实词演变来的,同一符号,常常既可作实词,又可作虚词。尤其是多符一义的用词现象在古汉语词语运用中,虽数量不算大但也占一定的比例,用法也相当复杂,其中除了一些常规用法外,还有不少特殊的非常规用法,值得我们探讨。

中古佛经常用词组合关系考察

中古佛经中有些常用词与其他词语的组合关系既不同于上古,也不同于现代,而是体现出鲜明的时代特色。通过《大正新修大藏经》考察几个中古佛经常用词的组合关系,可以进一步揭示中古佛经在汉语词汇史方面的研究价值。

汉语二语学习者词汇网络的关联特征研究——以初、中级水平澳大利亚汉语学习者为例

采用词汇联想方法考察了澳大利亚初中级水平汉语学习者的心理词汇关联特征。结果显示,汉语学习者和母语者的心理词汇都是以语义关联为主。其中,聚合关联在母语者和中级水平学习者心理词汇中占主导地位。而初级学习者的聚合和组合关联比例相当。随着语言水平的提高,学习者的词汇关联模式越来越接近母语者。和英语学习者相比,汉语学习者的词汇关联有其独特的一面,比如基于汉字字形的关联多于基于字音的关联,而且,语块形式的关联较多。最后探讨了研究结果对汉语二语词汇习得与教学的启示。

探究汉语二语易混淆词的心理表征及发展

二语学习者的心理词汇是心理词汇研究中独特的领域,相关研究将有助于人们了解语言的表征和使用,解释二语学习中的常见现象、对二语词汇教学和语言使用能力的提高具有指导作用。文章从二语心理词汇的表征结构和发展阶段着手,探讨易混淆词的内部表征,从微观角度发现易混淆词的认知心理动因,对易混淆词的教学和词典等教学材料的编纂将会有一定启示,从而促进学习者对汉语词汇的习得。