面向语文辞书编纂的神经网络语料库检索研究

语料库检索已成为语文辞书编纂过程中不可或缺的一个步骤。现有的语料库检索系统通常先返回句子列表,然后由人工进行筛选。然而,随着语料库规模不断扩大,海量检索结果与用户有限的语料消化能力之间的矛盾已成为辞书编纂过程中的痛点之一。文章注意到,辞书编纂人员在检索语料库时,实际上更为关注的是检索词出现的语境(或称上下文)。语境具有相对稳定的语言学规律,语料库中往往存在着大量符合同一语言规律的语境。这种同质的语境对辞书编纂提供的价值相对有限,单纯依靠增加语料数量对辞书编纂的贡献已呈现出边际效益递减的现象。因此,文章尝试以海量检索结果中的同质语境为突破口,通过人工智能中的注意力机制、上下文相关词向量以及预训练语言模型等技术,以可视化及可交互的形式为辞书编纂人员展现检索结果分布的概貌,批量处理同质的语境,以提升辞书编纂的效率。

试论中国辞书精神

中国古代辞书编纂形成了经世致用、追求确证和传承创新的优良传统;近现代以来,《辞源》《辞海》《现代汉语词典》《中国大百科全书》等经典辞书又各自形成了自己的精神表述。中国辞书精神是中国辞书人核心价值和精神风貌的具体体现,是推进辞书事业发展的强大精神力量。综合古今,中国辞书精神的内涵可以表述为:文化担当的爱国精神、守正创新的科学精神、执着专注的工匠精神、甘于寂寞的奉献精神。新时代赋予中国辞书人新使命,面对新技术的挑战,更应大力弘扬中国辞书精神,做好辞书内容建设,创新辞书服务形式,从辞书编纂研究拓展到辞书生活的研究。

70年前字典编纂的创新设计--《新华字典》初版衍生辞书《新华小字典》介绍

1953年,《新华字典》初版编写完成后,新华辞书社着手编写针对小学文化程度读者的字典--《新华小字典》,为此制定了多份编辑工作文件,在总体设计上多有创新。《新华小字典》作为《新华字典》初版的衍生品,对研究《新华字典》编纂思想有重要价值。

面向语文辞书编纂的词语依存搭配检索系统研究

词语依存搭配是基于词语依存句法关系的搭配,有助于了解词语的含义和用法。在计算语言学和语料库语言学领域,依存搭配的相关研究成果颇丰,但还未能有效辅助语文辞书编纂。文章根据语文辞书编纂特点,提出词语搭配检索应具备的核心功能,研制了辅助语文辞书编纂的依存搭配检索系统,最后对如何使用该系统辅助语文辞书条目的释义和配例进行了演示。

面向语料库机助辞书编纂系统的设计与实现

“面向语料库机助辞书编纂系统”由中国社会科学院语言所和中国多语言多模态语料库暨大数据研究中心研发,是一个可以充分地利用各种语料库、辞书库和其他相关资源库辅助汉语辞书编纂的平台。文章介绍了该系统的研发背景、目标、系统设计与实现。此外,对系统的技术选型也进行了简单介绍,为辞书编纂或相关系统的研制提供借鉴。

吸收研究成果是语文辞书 不断提高质量的学术保障--《词典释义中虚词的语义功能与语用条件辨析--以语气副词的释义为例》读后

文章主要表达三个方面的观点:一是语文辞书编纂需要扎实的学术研究基础;二是《现代汉语词典》虚词释义用语追求体系性;三是充分吸收最新研究成果是语文辞书不断进步的保障。

辞书编纂系统的汉字处理:挑战与解决方案

自计算机发明伊始,文字处理就成为计算机技术的核心课题。世界上主要的文字系统包括拼音文字、楔形文字、象形文字等,如何对其进行编码、显示、识别,一直是非常棘手的问题,解决方案不胜枚举。紧随文字处理技术的是辞书编纂系统,即利用计算机文字处理技术辅助人编纂各类人用辞书。这项研究国内外都已经开展多年,然而汉字处理仍然对辞书编纂系统研发和使用带来挑战。文章选择多个有代表性的辞书编纂系统进行评估分析,指出它们目前存在的问题,同时提出解决方案。

《现代汉语小词典》释义的简化与优化

作为《现代汉语词典》第7版内容的精编本,《现代汉语小词典》第6版的修订,设法保留了《现代汉语词典》内容主干,同时照顾中小学生的教学内容,在字词系联、内容集聚、反映时代上做出了努力。

品牌命名与语言文字规范

遵守并执行语言文字规范文件是每个人应尽的责任,品牌命名传播性很强,更应该遵守并执行语言文字规范标准。而规范地使用语言文字,不仅有利于语言的健康发展,也有利于品牌的传播。另一方面,通用性和理据性在异形词规范中起着举足轻重的作用,决定着规范的效果,符合通用性和理据性的规范就容易有好的效果。

新中国汉语规范化与《现代汉语词典》

新中国汉语规范化催生了《现代汉语词典》。文章基于相关史料,梳理《现代汉语词典》编纂研究的内容和进程,研究《现代汉语词典》如何呈现语言规范,并探讨了语言规范和辞书规范的正确关系。

术语的学科义位与普通义位及其在语文词典中的处理

术语的学科义位与普通义位之间往往存在着互相演变的关系。文章对兼具学科义位与普通义位的术语条目其学科义位与普通义位之间的关系进行较为系统的梳理与分析:使用新创词命名的术语一般由学科义位衍生出普通义位,而使用现成词命名的术语则一般由普通义位衍生出学科义位。在此基础上以《现代汉语词典》为例来讨论该类术语条目在语文词典中的处理方式:《现代汉语词典》对前者的处理方式是先释出学科义位,后释出普通义位,对后者的处理方式是先释出普通义位,后释出学科义位。通过对术语学科义位与普通义位的梳理分析,能够加深对术语及其词义演变的认识,从而丰富术语学理论,同时对术语的标准化规范化工作也有所助益。

语文辞书在异形词规范中的作用——以含有非规范汉字的异形词处理为例

《第一批异形词整理表》附录中44组含有非规范汉字的异形词是涉及对错的问题,但相关研究较少。《现代汉语词典》对这44组异形词的处理可概括为三种类型,这些不同的处理方式是辞书语言文字规范功能的体现。《现代汉语词典》积极遵循语言文字规范,同时对规范做了更为合理的呈现,为规范的修订提供依据和参考。语文辞书同国家语言文字规范文件一起承担着语言文字规范功能。

比喻义与词性相关的两个问题——兼谈现代汉语规范型语文辞书的比喻义释义

比喻义是词典学和词汇语义学研究中的一个热门话题,但在现有研究中,比喻义与词性相关的两个问题仍然存在分歧:1.比喻义与喻体原义的词性能否不同?2.形容词能不能有比喻义?文章以《现代汉语词典》中收录的比喻义为研究对象展开讨论。关于第一个问题,文章指出,大多数比喻义与本体相对应,少数比喻义与相似点相对应。虽然本体和喻体的词性是一致的,但本体、喻体的词性与相似点的词性可以不一致,所以比喻义与喻体原义的词性可以不同。关于第二个问题,文章指出,因为某些形容词的引申义是由本义的比喻用法引申而来,且可以转换为“(好)像……(一样/那样/似的)”的明喻格式,所以形容词也可以有比喻义。

“倒栽葱”类三字格的语法性质问题

文章在前人研究的基础上讨论复合词和固定短语的划界标准,并按照该标准对“倒栽葱”类三字格进行了具体考察,所得出的结果可以为词典修订提供参考。文章认为“倒栽葱”类三字格的语法性质是复合短语,具有连续统性质,有些更靠近复合词,有些更靠近短语;有时同一个三字格兼有复合词和固定短语两种用法。这些情况辞书都应分开处理。

《现代汉语词典》第6版凡例修订说明与反思

文章从修订者的角度,对《现代汉语词典》第6版凡例的修订逐条进行说明。记录当时是如何考虑的,修订的依据是什么。并提出四点反思:第一,条与条之间要条理清晰,彼此衔接。第二,凡例与词典正文要相互照应,正文体例上的变动要及时地在凡例中予以说明。第三,凡例的行文用语尽量一致,但要注意一定是在相同的情况下。第四,在修订过程中要尽量避免“拉抽屉”的现象。文章最后指出,修订要力求精益求精,少求数量,多求质量,尽量避免因修订出现新的问题。

从搭配名词的语义特征看动词/形容词的义项划分

词语之间存在着语义选择限制,搭配名词的语义特征也会影响动词/形容词的语义,从而影响动词/形容词义项的划分。“具体事物—抽象事物”“生物—非生物”“人—动物/植物”是对动词/形容词义项划分具有明显影响的名词的语义特征,这些语义特征容易识别,相对客观,也与动词/形容词的语义发展有一定对应关系,可以作为动词/形容词义项划分的一个线索。

汉语“稠密”“稀疏”义词的历时演变与共时分布

在汉语词汇史上,表“稠密”义的主导词为“稠”“密”,表“稀疏”义的主导词为“稀”“疏”,它们均在上古汉语中已见。在现代汉语方言中,“稠”集中分布在秦岭—淮河以北、太行山以西的区域。“密”呈现出不连续分布状态,它主要分布在秦岭—淮河以南,但在秦岭—淮河以北、太行山以东的区域也有分布。“疏”“朗”等在东南部省份中错综复杂地分布,其余基本都是“稀”的地盘。汉语“稠密”“稀疏”义词的语义演变中有一些有规律的语义演变模式,如从“密度域”到“频度域”,从“密度域”到“浓度域”,从“密度域”到“情感域”,从“厚度域”到“密度域”。

基于系统观的“绕绑”类动词词义分析

语文词典的释义应该具有系统性,释义的系统性应以词义的系统性为理据。文章面向词典释义,基于汉语词义的系统性以及动词语义不自足的特征,采用描写动词词义差别和论元特征相结合的方法,对“绕绑”类动词的词义进行分析,是一项从语义类的角度分析动词词义的实践研究。

概念要素的显隐与语义中和——以“跌”“摔”词义辨析为例

现代汉语中有些同义词释义相同,但实际表现有差异。以“跌”和“摔”为例,二者本义不同,有各自的词义系统和演变路径,明清时期在“倒下”和“掉落”义上产生混用,原因是“摔”从手部动作演变为人体运动。它们的区别在于概念要素的微殊——“跌”凸显突然性,“摔”凸显力度大。在实际使用中,如果需要区别性概念要素凸显,同义词会表现出有差别的一面,如不需要,则会发生语义中和。“跌”和“摔”在现代汉语中还有方言分布上的差异,这是二词时间层次的体现,在官话方言中,“跌”正在被“摔”替换。

《现代汉语词典》中借代义的释义模式

借代义是语文词典中比喻义之外的另一种重要的义项类型。文章对《现代汉语词典》中借代义的六种释义模式——“借指……”释义模式、“指……”释义模式、“……的简称”释义模式、“……的代称”释义模式、“……的别称”释义模式、无标记释义模式分别进行了分析与说明,并在此基础上讨论了《现代汉语词典》借代义释义的优化与完善。