先秦古籍用字統(tǒng)計(jì)研究.pdf

1、先秦古籍用字統(tǒng)計(jì)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(shū)本對(duì)其進(jìn)行校勘,經(jīng)過(guò)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(shè)計(jì)統(tǒng)計(jì)軟件,統(tǒng)計(jì)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(gè),字種8,555種.字?jǐn)?shù)最少的作品是《公孫龍子》,只用3,179個(gè)字,占先秦古籍總字?jǐn)?shù)的0.21﹪,同時(shí)也是用字最少的作品,只用單字339種,占總字種的3.96﹪.而字?jǐn)?shù)最多

2、的作品是《春秋左傳》,共有195,879字,占總字?jǐn)?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(shè)計(jì)算法,通過(guò)數(shù)學(xué)計(jì)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(jí):一級(jí)字1000個(gè),對(duì)古籍覆蓋率達(dá)90.34﹪;二級(jí)字2500個(gè),與一級(jí)字一起,對(duì)古籍