先秦古籍用字統(tǒng)計研究.pdf

1、先秦古籍用字統(tǒng)計研究的第一步工作是收集所有先秦27部古籍的電子文本,并依據(jù)書本對其進行?？?經(jīng)過格式轉(zhuǎn)換、異體字處理等前期工作,得到可靠數(shù)據(jù)源.然后專門為以Unicode碼保存的電子文本設計統(tǒng)計軟件,統(tǒng)計出先秦古籍的字量.數(shù)據(jù)顯示,先秦古籍用字共1,479,007個,字種8,555種.字數(shù)最少的作品是《公孫龍子》,只用3,179個字,占先秦古籍總字數(shù)的0.21﹪,同時也是用字最少的作品,只用單字339種,占總字種的3.96﹪.而字數(shù)最多

2、的作品是《春秋左傳》,共有195,879字,占總字數(shù)的13.24﹪.字種出現(xiàn)最多的作品則是《爾雅》,共出現(xiàn)單字3,383種,占總字種的39.54﹪.但以單字出現(xiàn)次數(shù)多少排序列表,不能反映古籍用字的一般情況.因此,下一步工作是設計算法,通過數(shù)學計算得出反映用字一般分布狀況的新數(shù)據(jù),依據(jù)新數(shù)據(jù)調(diào)整原字表排列順序,制定先秦古籍用字表.用字表將古籍用字分為五級:一級字1000個,對古籍覆蓋率達90.34﹪;二級字2500個,與一級字一起,對古籍