1、現(xiàn)代漢語詞量與分級(jí),思考,一、現(xiàn)代漢語的詞量有多大？ 二、包括哪些詞語？ 三、分幾“級(jí)”合適？每級(jí)界限在哪？ 四、詞級(jí)劃分依據(jù)的標(biāo)準(zhǔn)和方法？,當(dāng)代最具影響力的兩個(gè)常用詞表： 現(xiàn)代漢語頻率詞典，8548條 對(duì)外漢語教學(xué)詞匯大綱，8822條,“語法、語音是有系統(tǒng)的，詞匯是一盤散沙。” 最初實(shí)踐，對(duì)現(xiàn)代漢語詞典的計(jì)量研究,近幾年的實(shí)踐： 現(xiàn)代漢語常用詞表，商務(wù)印書館，2008年11月 “對(duì)外漢語1500常用詞”，見中國語言生活狀況報(bào)告2006，王鐵琨主編，商務(wù)印書館，2007年8月。（收入國家漢辦主編國際漢語通用課程教學(xué)大綱外語教學(xué)與研究出版社，2008年4月） “基礎(chǔ)教育3000基本詞”，見中國語

2、言生活狀況報(bào)告2007，王鐵琨主編，商務(wù)印書館，2008年11月。,一、現(xiàn)代漢語的詞匯量有多大？,對(duì)詞典的考察 對(duì)詞表的考察 對(duì)大規(guī)模真實(shí)語料的考察,從詞典來考察“詞匯量”,1.現(xiàn)代漢語詞典的詞匯 規(guī)范型詞典全面反映語言的詞匯體系，就要對(duì)詞語作全面收錄，不因某些詞語無需查檢而不收。 規(guī)范型詞典對(duì)民族共同語詞匯的記錄是全面的，但不是窮盡的（在理論上和實(shí)踐上都是不可能的）?，F(xiàn)漢是一部中型詞典，它在收詞上既是全面的，又有較強(qiáng)的選擇性。選詞的依據(jù)，主要不是看查考的需要，而是看詞語在語言使用中出現(xiàn)的頻率。 晁繼周、單耀海、韓敬體：關(guān)于規(guī)范型詞典的收詞問題，見現(xiàn)代漢語詞典學(xué)術(shù)研討會(huì)論文集，商務(wù)印書館，19

3、96年版，第70、72頁。,現(xiàn)漢詞條61000: -單字條10700(4000) -方言詞2600 -科技術(shù)語60000*0.2=12000 -書語詞3800 =31900 從嚴(yán)計(jì)算，32000-40000之間。,在現(xiàn)漢的語文詞周圍存在一條寬闊的接壤詞匯帶： 1.方言詞：現(xiàn)代漢語方言大詞典共41卷，收41個(gè)方言點(diǎn)的詞匯，平均每個(gè)點(diǎn)收詞8000條，其總數(shù)達(dá)30萬條以上。漢語方言大詞典20萬條 2.術(shù)語詞、行業(yè)詞：數(shù)十個(gè)學(xué)科、行業(yè)，以每個(gè)2000計(jì)，有數(shù)十萬條。 3.新詞語：近30年間，30000余條，每年約1000條。 4.文言詞：辭源10萬條，漢語大詞典非現(xiàn)代詞。,方言詞與普通話詞語的區(qū)分：

4、拇指 大拇指 大拇哥,行業(yè)詞與普通話詞語的區(qū)分： 招標(biāo)、投標(biāo)、競(jìng)標(biāo)、發(fā)標(biāo)、中標(biāo)、得標(biāo) 開標(biāo)、唱標(biāo)、流標(biāo)、跑標(biāo)、串標(biāo)、圍標(biāo) 接聽 主叫、被叫,新詞語與普通話詞語的區(qū)分 裸露、裸照、裸奔、裸泳、裸尸 裸戲、裸曬、裸聊、裸背、裸肩 /裸機(jī)、裸眼 / 裸捐、裸退、裸官,書語詞與古語詞的區(qū)分：,從詞表來考察“詞匯量”,從大規(guī)模真實(shí)語料來考察“詞匯量”,結(jié)論： 從對(duì)詞典的考察來看，屬普通話詞匯的語文詞詞量約6萬左右。 從對(duì)詞表和大規(guī)模真實(shí)語料來看，大概在8-10萬左右。 確定詞量的關(guān)鍵在普通話詞匯與接壤詞匯之間如何劃界。,二、現(xiàn)代漢語詞匯包括哪些詞種,那么在6-8萬的普通話詞匯范圍中，包括了哪些詞語？試以

5、下面三種為例： 現(xiàn)代漢語詞典（63000/58000） 現(xiàn)代漢語語義分類詞典（83000條/77000） 現(xiàn)代漢語常用詞表（56008/55600）,交集比較：,交集比較：,結(jié)論： 沒有一種詞匯集具有完全的“認(rèn)同度” ；沒有完整地包含它集或被它集所包含。 不同規(guī)模、不同性質(zhì)、不同用途的詞匯集都有著自己“獨(dú)收子”。 參與比較的詞匯集愈多，交集愈小，交集的“普遍性”愈突出。,三、劃多少“級(jí)”合適？,擬建構(gòu)“基本詞集”： 第一級(jí)：3000條 第二級(jí)：8000條 第三級(jí)：30000條 第四級(jí)：60000 - 80000條 另有若干附屬的專集,詞級(jí)劃分的參考因素：,分布-分布率： 使用-頻率-覆蓋率：

6、基礎(chǔ)、重要的語義成分： 服務(wù)對(duì)象、使用范圍： 作用與功能,結(jié)論： 廣分布的詞，并不等于高頻詞；高頻率使用詞，不等于廣分布的詞 母語學(xué)習(xí)者與第二語言學(xué)習(xí)者的不同； 基礎(chǔ)教育學(xué)習(xí)者與社會(huì)使用者的不同；,普遍存在的詞不等于使用中的高頻詞,普遍存在的詞不等于使用中的高頻詞,四、詞級(jí)劃分依據(jù)的標(biāo)準(zhǔn)和方法,頻次法 分布法 頻級(jí)法 使用率 使用度 語義分布,分布法與頻率法的對(duì)比,四套教材詞語狀況：,分布法與頻次分的對(duì)比分析,思考一： 頻次統(tǒng)計(jì)法有相當(dāng)?shù)恼`導(dǎo)性。頻統(tǒng)計(jì)法只有在具有大致相當(dāng)?shù)姆植记闆r下才具有較好的參考性。,思考二： 使用度統(tǒng)計(jì)法能在一定程度上沖淡頻次信息的片面性，但它只適用于頻次與分布差別不大的

7、現(xiàn)象適用。對(duì)頻次高分布窄的詞語不能起到足夠的校正作用，因?yàn)轭l次畸高的因素仍會(huì)嚴(yán)重影響到綜合數(shù)值。,思考三： 詞語的分布信息比頻次信息有更好的參考價(jià)值。 分布統(tǒng)計(jì)法能更準(zhǔn)確地顯示詞語的通用性、基礎(chǔ)性、大眾性。,頻級(jí)法的使用,頻級(jí)：在調(diào)查對(duì)象中相同頻次的為一個(gè)頻級(jí)。 頻級(jí)統(tǒng)計(jì)法：根據(jù)頻級(jí)調(diào)查詞語常用度的一種調(diào)查方法。適用于大規(guī)模語料調(diào)查。特別是對(duì)于立足于特性不一、容量差異明顯的多個(gè)語料庫之間比較的大規(guī)模詞匯統(tǒng)計(jì)。通常有升序，降序等。,現(xiàn)代漢語常用詞表的詞頻序號(hào)使用的是頻級(jí)法,由于詞語的來源面比較寬，各種語料都有自己的覆蓋面與構(gòu)成特點(diǎn)，詞表中的詞語不能在每種語料中都得到全部顯現(xiàn)。同一個(gè)詞語在不同語料庫中的頻次也可能相差較大，因而不同語料庫中的具體頻次之間缺乏嚴(yán)格的可比性。用頻級(jí)統(tǒng)計(jì)則能較客觀地顯示每個(gè)詞語的使用情況。頻級(jí)就是同一語料庫中的所有詞語按頻次數(shù)量的多少排列時(shí)體現(xiàn)出來的排位順序。相同頻次的為一個(gè)頻級(jí)。,頻級(jí)統(tǒng)計(jì)分兩步施行。 第一步形成不同類型語料的頻級(jí)：檢測(cè)語料有“通用語料庫”、“人民日?qǐng)?bào)”、“文學(xué)作品”三種，這樣每一個(gè)詞語就有了三個(gè)不同的原始頻級(jí)。 第二步形成總語料的頻級(jí)，就是將每個(gè)詞語的三種語料的頻級(jí)之和除以三。 相同頻級(jí)的詞語，根據(jù)總頻次的多少由高到低排序，相同頻次的根據(jù)讀音的字母升序排列。,頻級(jí)：相同頻次