漢語詞長的計量研究.pdf

1、“詞”是構成人類語言系統(tǒng)的基本單位，在詞的諸多特征中，“長度”又是最基本且易于量化的詞匯結構屬性特征之一。本文從共時和歷時兩個層面，運用計量語言學的方法系統(tǒng)考察了漢語詞長問題。
　　本文第1、2章介紹了如何運用計量語言學的理論和方法系統(tǒng)考察漢語詞長問題。在計量語言學中，對于任一種語言結構屬性特征，我們一般都假設其應該滿足如下一些文本特性:“頻率分布”、“序列分布”、“協(xié)同關系”、“層級關系”、“歷時演化”。本文中，我們以詞長本身所

2、具有的“頻率分布”和“序列分布”特性為基本考察面，兼具考察其系統(tǒng)特性“協(xié)同關系”和“層級關系”，并且結合漢語有大量歷時文本記載的優(yōu)勢，考察了詞長特性的“歷時演化”。
　　對于漢語詞長的“頻率分布”，我們在本文第3、4章進行了考察。第3章從共時層面（現(xiàn)代漢語）考察了漢語口語和書面語的詞長分布問題。在這一部分中，我們主要考察了三個問題:漢語口語和書面語中的最佳詞長測量單位、口語和書面語詞長分布對比、詞長與詞在語言單位層級中的位置的關系

3、?？疾旖Y果顯示，“音節(jié)”是口語中最佳的詞長測量單位。部件是書面語中最佳的詞長測量單位;漢語口語和書面語在詞長分布上存在一定差異，尤其是在短詞使用頻率上;在漢語書面語中，“詞-部件-筆畫”是符合“門策拉-阿爾特曼”定律的漢語語言單位層級;漢語口語和書面語存在交互效應，現(xiàn)代漢語口語受到了書面語的較大影響。
　　本文第4章從歷時層面考察了漢語詞長分布問題。在這一部分中，我們運用不同計量方法分別進行了近一千年（分4個時段，大語料庫）和近兩

4、千年（分6個時段，小語料庫）漢語文本詞長分布演化的考察。兩種不同考察的結果都顯示，漢語詞長分布有著非常顯著的歷時演化規(guī)律，即詞長分布越來越趨于“鐘形分布”，平均詞長增加。進一步，基于詞長與其它語言結構特性的“協(xié)同關系”考察顯示，漢語詞長的演化不是孤立的，而是發(fā)生在一個自組織的語言系統(tǒng)中的:詞長與詞頻相互依賴，協(xié)同演化;詞長演化也引起了整個詞匯系統(tǒng)甚至語言系統(tǒng)的演化;詞長的演化是在“省力原則”控制下的，詞長的演化促進了語言交流效率的提高。

5、
　　對于漢語詞長的“序列分布”，本文在第5章進行了考察。考察分共時和歷時兩部分。總起來說，考察結果顯示:漢語口語和書面語具有相同的詞長動鏈分布模型;從詞長動鏈長度分布的總體分布趨勢來看，它與詞長分布的情況非常相似，所以，詞長動鏈長度分布確實繼承了詞長分布的一些特性。為了進一步考察漢語詞長序列的歷時演化，我們又使用了N-gram詞長熵的方法?？疾祜@示，N-gram詞長熵主要受到了詞長分布的影響，且詞長序列在越長距離上會表現(xiàn)出越高的