現(xiàn)代漢語(yǔ)詞量與分級(jí)

現(xiàn)代漢語(yǔ)詞量與分級(jí)第一頁(yè)，共四十頁(yè)，編輯于2023年，星期三思考一、現(xiàn)代漢語(yǔ)的詞量有多大？二、包括哪些詞語(yǔ)？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？第二頁(yè)，共四十頁(yè)，編輯于2023年，星期三當(dāng)代最具影響力的兩個(gè)常用詞表：《現(xiàn)代漢語(yǔ)頻率詞典》，8548條《對(duì)外漢語(yǔ)教學(xué)詞匯大綱》，8822條第三頁(yè)，共四十頁(yè)，編輯于2023年，星期三“語(yǔ)法、語(yǔ)音是有系統(tǒng)的，詞匯是一盤(pán)散沙?！弊畛鯇?shí)踐，對(duì)《現(xiàn)代漢語(yǔ)詞典》的計(jì)量研究第四頁(yè)，共四十頁(yè)，編輯于2023年，星期三近幾年的實(shí)踐：《現(xiàn)代漢語(yǔ)常用詞表》，商務(wù)印書(shū)館，2008年11月“對(duì)外漢語(yǔ)1500常用詞”，見(jiàn)《中國(guó)語(yǔ)言生活狀況報(bào)告2006》，王鐵琨主編，商務(wù)印書(shū)館，2007年8月。（收入國(guó)家漢辦主編《國(guó)際漢語(yǔ)通用課程教學(xué)大綱》外語(yǔ)教學(xué)與研究出版社，2008年4月）“基礎(chǔ)教育3000基本詞”，見(jiàn)《中國(guó)語(yǔ)言生活狀況報(bào)告2007》，王鐵琨主編，商務(wù)印書(shū)館，2008年11月。第五頁(yè)，共四十頁(yè)，編輯于2023年，星期三一、現(xiàn)代漢語(yǔ)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(yǔ)料的考察第六頁(yè)，共四十頁(yè)，編輯于2023年，星期三從詞典來(lái)考察“詞匯量”1.《現(xiàn)代漢語(yǔ)詞典》的詞匯規(guī)范型詞典全面反映語(yǔ)言的詞匯體系，就要對(duì)詞語(yǔ)作全面收錄，不因某些詞語(yǔ)無(wú)需查檢而不收。規(guī)范型詞典對(duì)民族共同語(yǔ)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）?！冬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(yǔ)在語(yǔ)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(wèn)題》，見(jiàn)《〈現(xiàn)代漢語(yǔ)詞典〉學(xué)術(shù)研討會(huì)論文集》，商務(wù)印書(shū)館，1996年版，第70、72頁(yè)。第七頁(yè)，共四十頁(yè)，編輯于2023年，星期三《現(xiàn)漢》詞條61000:-單字條10700(4000)-方言詞2600-科技術(shù)語(yǔ)60000*0.2=12000-書(shū)語(yǔ)詞3800=31900從嚴(yán)計(jì)算，32000-40000之間。第八頁(yè)，共四十頁(yè)，編輯于2023年，星期三在《現(xiàn)漢》的語(yǔ)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(yǔ)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(wàn)條以上。《漢語(yǔ)方言大詞典》20萬(wàn)條2.術(shù)語(yǔ)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(wàn)條。3.新詞語(yǔ)：近30年間，30000余條，每年約1000條。4.文言詞：《辭源》10萬(wàn)條，《漢語(yǔ)大詞典》非現(xiàn)代詞。第九頁(yè)，共四十頁(yè)，編輯于2023年，星期三《當(dāng)代漢語(yǔ)詞典》中型語(yǔ)文詞典520002001《新華詞典》中型語(yǔ)文詞典500002005《現(xiàn)代漢語(yǔ)規(guī)范詞典》中型語(yǔ)文詞典800002005《辭?！反笾行桶倏圃~典1200001999《漢語(yǔ)大詞典》大型歷時(shí)詞典3700001994《中文大辭典》大型歷時(shí)詞典4300001962《漢和大辭典》大型歷時(shí)詞典4000001960《韓漢大辭典》大型歷時(shí)詞典4500002008第十頁(yè)，共四十頁(yè)，編輯于2023年，星期三方言詞與普通話詞語(yǔ)的區(qū)分：拇指–大拇指–大拇哥第十一頁(yè)，共四十頁(yè)，編輯于2023年，星期三行業(yè)詞與普通話詞語(yǔ)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(kāi)標(biāo)、唱標(biāo)、流標(biāo)、跑標(biāo)、串標(biāo)、圍標(biāo)接聽(tīng)主叫、被叫第十二頁(yè)，共四十頁(yè)，編輯于2023年，星期三新詞語(yǔ)與普通話詞語(yǔ)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、裸官第十三頁(yè)，共四十頁(yè)，編輯于2023年，星期三書(shū)語(yǔ)詞與古語(yǔ)詞的區(qū)分：古語(yǔ)詞書(shū)語(yǔ)詞中性詞口語(yǔ)詞膺選登第、登科、及第當(dāng)選、中選、入選考取、考中勖勵(lì)、勖勉激發(fā)、激勵(lì)、激揚(yáng)、嘉勉、砥礪、慰勉勸勉、勉勵(lì)、鼓勵(lì)、勸導(dǎo)勸說(shuō)、相勸、開(kāi)解劬勞操勞奔波、勞累奔忙第十四頁(yè)，共四十頁(yè)，編輯于2023年，星期三表名研制者詞語(yǔ)數(shù)時(shí)代現(xiàn)代漢語(yǔ)常用詞頻率詞典85481986對(duì)外漢語(yǔ)教學(xué)詞匯大綱國(guó)家漢辦88221992現(xiàn)代漢語(yǔ)詞表劉源710001984張氏詞庫(kù)張衛(wèi)國(guó)1090001999知網(wǎng)董振東810002005中文詞庫(kù)張潮生800002005中文信息處理用詞表孫茂松1200002007現(xiàn)代漢語(yǔ)常用詞表課題組560082008現(xiàn)代漢語(yǔ)語(yǔ)義分類詞典蘇新春830002008一般的分詞軟件所帶的詞庫(kù)容量：“10-15萬(wàn)”從詞表來(lái)考察“詞匯量”第十五頁(yè)，共四十頁(yè)，編輯于2023年，星期三從大規(guī)模真實(shí)語(yǔ)料來(lái)考察“詞匯量”來(lái)源/規(guī)模詞語(yǔ)數(shù)詞種數(shù)研制者時(shí)間通用語(yǔ)料庫(kù)（4500萬(wàn)）25萬(wàn)120000國(guó)家語(yǔ)委20002005年度（9億）165萬(wàn)110000語(yǔ)言資源中心20062006年度（9.7億）260萬(wàn)107000語(yǔ)言資源中心2007第十六頁(yè)，共四十頁(yè)，編輯于2023年，星期三結(jié)論：從對(duì)詞典的考察來(lái)看，屬普通話詞匯的語(yǔ)文詞詞量約6萬(wàn)左右。從對(duì)詞表和大規(guī)模真實(shí)語(yǔ)料來(lái)看，大概在8-10萬(wàn)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。第十七頁(yè)，共四十頁(yè)，編輯于2023年，星期三二、現(xiàn)代漢語(yǔ)詞匯包括哪些詞種那么在6-8萬(wàn)的普通話詞匯范圍中，包括了哪些詞語(yǔ)？試以下面三種為例：《現(xiàn)代漢語(yǔ)詞典》（63000/58000）《現(xiàn)代漢語(yǔ)語(yǔ)義分類詞典》（83000條/77000）《現(xiàn)代漢語(yǔ)常用詞表》（56008/55600）第十八頁(yè)，共四十頁(yè)，編輯于2023年，星期三《現(xiàn)代漢語(yǔ)詞典》63000/580004573038329《現(xiàn)代漢語(yǔ)語(yǔ)義分類詞典》83000條/7700050567《現(xiàn)代漢語(yǔ)常用詞表》56008/55600交集比較：第十九頁(yè)，共四十頁(yè)，編輯于2023年，星期三《現(xiàn)代漢語(yǔ)詞典》63000/58000457303832931032現(xiàn)代漢語(yǔ)語(yǔ)義分類詞典》83000/7700050567《現(xiàn)代漢語(yǔ)常用詞表》56008/5560005\06\07年度報(bào)告430000交集比較：第二十頁(yè)，共四十頁(yè)，編輯于2023年，星期三結(jié)論：沒(méi)有一種詞匯集具有完全的“認(rèn)同度”；沒(méi)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。第二十一頁(yè)，共四十頁(yè)，編輯于2023年，星期三三、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第二十二頁(yè)，共四十頁(yè)，編輯于2023年，星期三詞級(jí)劃分的參考因素：分布-分布率：使用-頻率-覆蓋率：基礎(chǔ)、重要的語(yǔ)義成分：服務(wù)對(duì)象、使用范圍：作用與功能第二十三頁(yè)，共四十頁(yè)，編輯于2023年，星期三結(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(yǔ)學(xué)習(xí)者與第二語(yǔ)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；第二十四頁(yè)，共四十頁(yè)，編輯于2023年，星期三四者的共有詞05年總詞表（詞頻序號(hào)）50006522100001533615000265692000041252250006611530000171904310321650049普遍存在的詞不等于使用中的高頻詞第二十五頁(yè)，共四十頁(yè)，編輯于2023年，星期三基礎(chǔ)教育3000基本詞05年總詞表（詞頻序號(hào)）1000174220005577300024542普遍存在的詞不等于使用中的高頻詞第二十六頁(yè)，共四十頁(yè)，編輯于2023年，星期三四、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(yǔ)義分布第二十七頁(yè)，共四十頁(yè)，編輯于2023年，星期三分布法與頻率法的對(duì)比第二十八頁(yè)，共四十頁(yè)，編輯于2023年，星期三教材分詞單位總數(shù)詞總數(shù)詞種數(shù)共用部分共用獨(dú)用詞種數(shù)比例%詞種數(shù)比例%詞種數(shù)比例%人教版342911287096248521046042.09927637.32511620.59蘇教版261997219337231801046045.12824635.57447419.3北師大版316522264280268951046038.89884032.87759528.24語(yǔ)文版368696306879284001046036.831012935.67781127.5四套教材詞語(yǔ)狀況：第二十九頁(yè)，共四十頁(yè)，編輯于2023年，星期三分布法頻次法序號(hào)詞文本數(shù)頻次數(shù)序號(hào)詞文本數(shù)頻次數(shù)3068平原27282372麥秸1503074逢27282373水上漂1503073噢27282374楊志1503076迷人27282420切斯特1493075靠近27282421信客1493079往日27282635帕霍姆1453078炎熱27282901賈蕓1413080向往27282902瑞恩1413082臉頰27272903王利發(fā)1413082不免27272974皮諾曹140第三十頁(yè)，共四十頁(yè)，編輯于2023年，星期三分布法頻次法詞文本_頻次序頻次_文本序使用度序詞頻次序文本_頻次序使用度序平原306838763066麥秸23722747910195逢307439853079水上漂23732747810187噢307339863073楊志23742747710186迷人307639873078切斯特24202748010523靠近307539883080信客24212748110576往日307939893077帕霍姆26352748210907炎熱307839913075賈蕓29012748311211向往308039923074瑞恩29022748411212臉頰308241103082王利發(fā)29032748511213不免308241123081皮諾曹29742748611264第三十一頁(yè)，共四十頁(yè)，編輯于2023年，星期三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。第三十二頁(yè)，共四十頁(yè)，編輯于2023年，星期三思考二：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現(xiàn)象適用。對(duì)頻次高分布窄的詞語(yǔ)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。第三十三頁(yè)，共四十頁(yè)，編輯于2023年，星期三思考三：詞語(yǔ)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(yǔ)的通用性、基礎(chǔ)性、大眾性。第三十四頁(yè)，共四十頁(yè)，編輯于2023年，星期三頻級(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(yǔ)常用度的一種調(diào)查方法。適用于大規(guī)模語(yǔ)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(yǔ)料庫(kù)之間比較的大規(guī)模詞匯統(tǒng)計(jì)。通常有升序，降序等。第三十五頁(yè)，共四十頁(yè)，編輯于2023年，星期三《現(xiàn)代漢語(yǔ)常用詞表》的

詞頻序號(hào)使用的是頻級(jí)法由于詞語(yǔ)的來(lái)源面比較寬，各種語(yǔ)料都有自己的覆蓋面與構(gòu)成特點(diǎn)，詞表中的詞語(yǔ)不能在每種語(yǔ)料中都得到全部顯現(xiàn)。同一個(gè)詞語(yǔ)在不同語(yǔ)料庫(kù)中的頻次也可能相差較大，因而不同語(yǔ)料庫(kù)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(yǔ)的使用情況。頻級(jí)就是同一語(yǔ)料庫(kù)中的所有詞語(yǔ)按頻次數(shù)量的多少排列時(shí)體現(xiàn)出來(lái)的排位順序。相同頻次的為一個(gè)頻級(jí)。

第三十六頁(yè)，共四十頁(yè)，編輯于2023年，星期三頻級(jí)統(tǒng)計(jì)分兩步施行。第一步形成不同類型語(yǔ)料的頻級(jí)：檢測(cè)語(yǔ)料有“通用語(yǔ)料庫(kù)”、“人民日?qǐng)?bào)”、“文學(xué)作品”三種，這樣每一個(gè)詞語(yǔ)就有了三個(gè)不同的原始頻級(jí)。第二步形成總語(yǔ)料的頻級(jí)，就是將每個(gè)詞語(yǔ)