現(xiàn)代漢語語文辭書詞性標注研究.pdf

1、詞性標注一直是漢語語文辭書編纂未能很好解決的難題。近年來，隨著漢語語法理論研究的深入和詞典編纂理論的發(fā)展，這個問題得到了普遍的關(guān)注，不少詞典開始標注詞性。 現(xiàn)代漢語詞類的劃分，或者說語文辭書詞性的標注，僅僅依靠內(nèi)省式的簡單枚舉法既不能全面地反映詞語的語法功能，也不能對詞語的詞性進行全面、明確的標注。在大規(guī)模的語料庫基礎(chǔ)上，進行詞性標注研究成為一種必然。基于大規(guī)模語料庫之上的漢語語文辭書詞性標注，已有的研究成果不是很多。在大規(guī)模語

2、料庫基礎(chǔ)上的語文辭書詞性標注研究，不僅能夠為現(xiàn)代漢語語法理論的發(fā)展、現(xiàn)代漢語詞類的劃分提供一定的借鑒，而且能夠為辭書編纂、對外漢語教學(xué)以及中文信息處理的研究實現(xiàn)提供切實的參考價值，具有很強的社會效益。 正是鑒于這樣的思考，我們在2004年9月初決定，以和清華大學(xué)計算機系合作完成的包含11萬詞語的《現(xiàn)代漢語電子詞典》為基礎(chǔ)，并參照北京大學(xué)計算語言學(xué)研究所開發(fā)的《現(xiàn)代漢語語法信息詞典》，選取了目前標注詞性的現(xiàn)代漢語語文辭書中較有代表

3、性的《現(xiàn)代漢語規(guī)范詞典》、《應(yīng)用漢語詞典》、《新世紀漢英大詞典》和《多功能學(xué)生語文詞典》等四本詞典，錄入了四本詞典所收字、詞、語全部條目，最終建成了一個《現(xiàn)代漢語語文詞典詞性標注數(shù)據(jù)庫》。本文正是在語料庫的基礎(chǔ)上，以現(xiàn)代漢語的詞類研究成果為指導(dǎo)思想，著重分析了當前現(xiàn)代漢語語文辭書詞性標注中存在的問題：不同的辭書對某些字、詞、語的詞性標注存在很大分歧。通過對數(shù)據(jù)庫中的詞性標注有差異的詞語進行詳細考察，我們把產(chǎn)生這些差異的原因初步歸為五個方

4、面：詞類的不同以及詞典體例的不一致；語法功能多樣性或判定標準不同導(dǎo)致詞性標注不同；辭書所采用的詞類層級系統(tǒng)不同；義項的釋義角度不同導(dǎo)致詞性標注不同；義項確定不一。并且在每個原因中又針對具體的現(xiàn)象進行了概括性的分析。由于單字是語素還是詞的標準不易操作，因此我們并沒有對每個單字逐一進行詳細考察，只是指出了涉及語素的詞條約有4284個，占總數(shù)的15﹪。同時利用從人民網(wǎng)語料庫中隨機抽取的語料，我們又對24053個詞條(包括詞、短語)進行了考察，

5、重點分析了成語、熟語、慣用語以及固定詞組的劃界，動詞，形容詞，名詞，副詞，區(qū)別詞，狀態(tài)詞，量詞，嘆詞和擬聲詞，并試著確定了詞性標注的可操作特征，或者是進行了定量的統(tǒng)計，盡可能地為語文辭書的詞性標注提供一個參考?；谏鲜龇治?，我們總結(jié)概括出了詞典標注詞性應(yīng)當遵循的幾項基本原則：第一，語言單位的劃定要明確，既要注意詞與語素的劃界，也要注意短語與詞的劃界；第二，詞類體系的采用和詞性的鑒別標準要科學(xué)；第三，把握好歷時和共時的標注原則，要注意古今