汉语词长的计量研究

发布时间：2018-07-22 19:30

【摘要】："词"是构成人类语言系统的基本单位,在词的诸多特征中,"长度"又是最基本且易于量化的词汇结构属性特征之一。本文从共时和历时两个层面,运用计量语言学的方法系统考察了汉语词长问题。本文第1、2章介绍了如何运用计量语言学的理论和方法系统考察汉语词长问题。在计量语言学中,对于任一种语言结构属性特征,我们一般都假设其应该满足如下一些文本特性:"频率分布"、"序列分布"、"协同关系"、"层级关系"、"历时演化"。本文中,我们以词长本身所具有的"频率分布"和"序列分布"特性为基本考察面,兼具考察其系统特性"协同关系"和"层级关系",并且结合汉语有大量历时文本记载的优势,考察了词长特性的"历时演化"。对于汉语词长的"频率分布",我们在本文第3、4章进行了考察。第3章从共时层面(现代汉语)考察了汉语口语和书面语的词长分布问题。在这一部分中,我们主要考察了三个问题:汉语口语和书面语中的最佳词长测量单位、口语和书面语词长分布对比、词长与词在语言单位层级中的位置的关系。考察结果显示,"音节"是口语中最佳的词长测量单位。部件是书面语中最佳的词长测量单位;汉语口语和书面语在词长分布上存在一定差异,尤其是在短词使用频率上;在汉语书面语中,"词-部件-笔画"是符合"门策拉—阿尔特曼"定律的汉语语言单位层级;汉语口语和书面语存在交互效应,现代汉语口语受到了书面语的较大影响。本文第4章从历时层面考察了汉语词长分布问题。在这一部分中,我们运用不同计量方法分别进行了近一千年(分4个时段,大语料库)和近两千年(分6个时段,小语料库)汉语文本词长分布演化的考察。两种不同考察的结果都显示,汉语词长分布有着非常显著的历时演化规律,即词长分布越来越趋于"钟形分布",平均词长增加。进一步,基于词长与其它语言结构特性的"协同关系"考察显示,汉语词长的演化不是孤立的,而是发生在一个自组织的语言系统中的:词长与词频相互依赖,协同演化;词长演化也引起了整个词汇系统甚至语言系统的演化;词长的演化是在"省力原则"控制下的,词长的演化促进了语言交流效率的提高。对于汉语词长的"序列分布",本文在第5章进行了考察。考察分共时和历时两部分。总起来说,考察结果显示:汉语口语和书面语具有相同的词长动链分布模型;从词长动链长度分布的总体分布趋势来看,它与词长分布的情况非常相似,所以,词长动链长度分布确实继承了词长分布的一些特性。为了进一步考察汉语词长序列的历时演化,我们又使用了 N-gram词长熵的方法。考察显示,N-gram词长熵主要受到了词长分布的影响,且词长序列在越长距离上会表现出越高的相关性;汉语词长熵历时增加,词长搭配趋于模式化。综上,本文以计量语言学理论为指导,以"词长"这一重要词汇结构特性为切入点,综合运用了最新的计量统计方法,从共时和历时两个角度深入分析了汉语词长"频率分布"和"序列分布"两个文本特性。我们期望本文研究成果一方面有利于推动计量语言学尤其是"协同词汇学"的进一步发展,另一方面也有助于汉语本身的语言结构规律及演化规律发现,推动汉语语言学的发展。
[Abstract]:In this part , we study the long - term evolution of the word length in Chinese spoken and written languages . In this part , we study the long - term evolution of the word length . In this part , we use different measurement methods to study the long - term evolution of the word length . In this part , we study the long - term evolution of the word length .
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：H146.1
，

本文编号：2138337