常用双音释词词量及提取方法——对《现汉》双音同义释词的量化分析(2)
对本研究来说最有价值的是只占10%的那502条，从宽的话则可把分值在5-8之间的867条词包括进来。对词典释义语言常用词量的提取来说这是很重要的一份材料。为了有效地对比，下面的统计是将三种频度的释词放在一起进行，以便清楚地看到不同频度词语的状况。
1.释词充当词目的调查。
释词是来自于词典的释义语言，而观察这些释词是否又充当了《现汉》的词目，可以达到两个目的，一是看这些释词的稳定性如何，二是可以看到同义词之间的互释情况。从上面的数据可以看到，这三部分释词总的来说稳定性都相当高，但仍有所差异，即同义释词出现的次数愈多，表明它充当“词”的机率也就愈高。没有充当词目的大都为以下几种情况：1）释词归入了单字头：如荸荠、鏰子、鲅鱼、鲳鱼、柚子、蟋蟀、嗫嚅、蜣螂、猞猁等；2）明显是词组的：被骗、办完、奔向、变胖、变瘦、别想、别动、含有、冲出、出声、云里、搓澡、打死、摘取、摘去；3）构词词素浅显的：纯金、高楼、公马、公鸡、公驴、公牛、鸡蛋、活猪等。
2.词语常用度的调查。
这项调查使用的材料是《现代汉语频率词典》中的8458条常用词。这部词典对词语的切分与常用性的认定，带有中文信息处理的性质，[④]但由于它调查语料量适中，统计方法科学，所得出的数据仍有着相当的可信度。本调查可以观察到充当释词的机率高低与使用频率高低之间的关系。通过统计数字的对比，可以清楚地看到高、中、低频的释词在《频率词典》中所占的比例有着明显的递减趋势。由64.1%到47.9%，再到28.2%，出现了三个明显的递减阶梯。
下面再看高频释词、中频释词、低频释词在《频率词典》8548条中每千条的分布情况，第1条是使用度排名最前的，第8548条是排名最后的。数据显示，三种释词在使用度高低不同的词中逐段分布的差异也很明显。高频释词有11%的词出现在前1000词中，而低频释词只有1.9%。这种差距直到第7500条左右才逐渐消失。这说明在《现汉》中释词使用得愈多的词语，在《频率词典》的常用词中占的比例也愈高，位置也愈靠前。二者使用的方法虽然不一样，却显示出相同的词语规律，之间起到了相互映证的作用。
3.语法属性的调查。这项调查反映释词语法属性的分布，可以观察到充当释词的机率高低在语法属性分布间有着何种联系。下面只统计位于释词一位置上双音同义释词的词性，不算重复的有3779个词，按重复算是5112词次。5112词次的词性分布如下：
这项调查还作得比较粗糙，如只统计了释词一的词性，而未能将所有释词的词性来统计，而更多的是受到语料的限制，如释词的词性模糊，有两可的现象，“【依据】根据”可作动词也可作介词，“【回佣】回扣”可作动词也可作名词；又如有的释词兼有两种词性，“【为伍】同伙；做伙伴：羞与～”；再如有的是例句词性的并有，“【支援】支援；帮助：国际～丨经济～丨～受难者”，“【祝贺】庆贺：～你们超额完成了计划丨向会议表示热烈的～”，均为名动两用。但这个初步调查还是有价值的，它清楚地显示了使用同义词释义的主要所属词类，在数量的多少上依次表现为“动→名→形→副→连”。
(责任编辑：admin) |
织梦二维码生成器
------分隔线----------------------------
