中国网络语言中的日源借词的计量研究

发布时间：2020-11-08 20:36

　　 中日两国同处汉字文化圈、自古以来就在语言方面有许多的交流。改革开放以来,中日两国的文化交流进一步深入、随着网络的发达、许多日语新词传到中国。近些年来对流行词和网络语言中的日语借词的研究逐渐增加,但是这些研究大都缺少实际的源自语料的数据的支持。本文以改革开放以来流入的日源借词为中心进行分析。通过借词在微博中的使用词频以及百度指数提供的词汇关注度,从两方面对借词的使用进行了研究,了解了日源借词在网络中的使用频度以及关注度的推移。本文主要由以下几部分构成。第一章从研究方法论的角度对先行研究进行了回顾,同时说明了本文的目的和结构。第二章主要介绍了如何从微博收集资料,也就是本次研究数据的由来,同时介绍了作为研究对象的183个词的总体情况。第三章考察了使用者的性别,年龄以及不同的媒体等语言外的要素对借词使用的影响。第四章通过百度指数反映的词汇关注度,结合微博中借词的实际使用,考察了借词的使用情况。第五章整理了网络中日源借词的特征。本文的发现主要有以下这些:第一,关于微博用户的性别与借词使用频度之间的关系,我们发现女性使用倾向较高的词有31个(如婚活,特卖,素肌等),占考察词汇的18.5%,而男性使用倾向较高的词有26个(如宅男,秒杀,兄贵等),占全体的15.6%。第二,关于用户年龄层与借词使用频度之间的关系,我们发现70年代左右出生的微博用户偏向使用“人气”、“人脉”、“职场”等借词,可以说这反映了这些词融入汉语的程度较高。相对的,00后用户偏向使用“爱豆”、“新番”、“应援”等借词。第三,关于新浪微博的账户类型和借词使用频度之间的关系,我们发现,一般个人用户,“爱豆”、“应援”等流行词的使用率较高。而微博认证用户中,“吐槽”、“达人”等流入时间相对较长的借词使用率较高。在各种官方微博中,“旗舰店”、“秒杀”等和商业有关的借词出现率明显比其他两种用户高。第四,从百度指数反映的借词检索量的历时推移来看,借词可以分为四种模式。增加型,即百度指数持续上升,反映了关注这一借词的人数不断增加,新词不断地被更多的人认知。比如“二次元”、“爱豆”。减少型,这些词往往已经度过了流行期,在汉语中的融入程度更高,词义也逐渐稳定。比如“萌”、“秒杀”、“达人”。平行型,对这些词的关注曲线呈现出一条平稳的曲线,反映了这些词的生命周期较长,传播范围也通常较广。比如“人气”、“职场”。凹凸型,这种形态在生命周期较短的词中可以找到。通常是和一些事件一起进入汉语,随着事件的退潮对这些词的关注也极速消退。比如“人形”、“森女”。
【学位单位】：北京外国语大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：H136.5;H36
【文章目录】：
謝辞
摘要
要旨
第一章 序章
    1.1 はじめに
    1.2 先行研究
        1.2.1 日本語借用語に関すゐ先行研究
        1.2.2 ネシトデ－タを利用すゐ先行研究
        1.2.3 先行研究の問題点
    1.3 本稿の目的
    1.4 本稿の構成
第二章 調查対象の概観
    2.1 調查デ－夕
        2.1.1 ゥェィボ－
        2.1.2 コンテクストとしてのゥェィボ－
        2.1.3 ゥェィボ－デ－タ－の収集
        2.1.4 百度指数
    2.2 調查対象語の榷認
    2.3 調查対象語の使用頻度
    2.4 借用語の借用方法
第三章 研究対象語の使用に影響すゐ言語外の要因
    3.1 ュ－ザ－の性别
    3.2 ュ－ザ－の生年
    3.3 媒体差
第四章 歴時的使用頻度と注目度の推移
    4.1 先行研究
    4.2 百度指数にょゐ調查
    4.3 借用語の注目度曲缐
        4.3.1 増加型
        4.3.2 減少型
        4.3.3 平行型
        4.3.4 凹凸型
第五章 ネシト上に見られゐ日本語借用語の特徵
    5.1 流入の背景
    5.2 流入のル－卜
    5.3 使用者
    5.4 借用語の語義分布
第六章 本稿のまとめと今後の課題
    6.1 本稿のまとめ
    6.2 今後の課題
参考文献
資料
    付表1 調查対象語
    付表2 男性/女性の借用語使用頻度
    付表3 借用語使用におけゐ男女傾向
    付表4 媒体にょゐ借用語の生起率
    付表5 借用語注目度の経年変化

【相似文献】

相关期刊论文 前10条

1 肖书畅;;基于百度指数对投资者关注度测量指标的研究[J];现代经济信息;2018年02期

2 王永斌;;谁在关注社会主义核心价值观——基于百度指数的大数据分析[J];马克思主义研究;2018年02期

3 柏正健;方华;;基于百度指数的投资者关注度对股票市场表现的影响[J];电子商务;2018年12期

4 田冰;胡俞越;;投资者关注对沪深300股指期货、现货收益率的影响——基于百度指数的实证分析[J];中国证券期货;2019年02期

5 邱泸谊;李华;;基于百度指数的社会舆情研究[J];科技风;2018年33期

6 立夏;;生鲜电商:或成下一个电商时代的“门票”[J];农经;2017年03期

7 李云鹏;;旅游场景驱动的大数据应用[J];旅游学刊;2017年09期

8 陈洪;刘燊;赵晓;;网络关注度视域下的“校园贷”问题研究——基于百度指数数据平台[J];山西能源学院学报;2018年06期

9 柯山;潘辉;吕梁;;基于百度指数关注行为倾向的乡村振兴规划实践——以福建省古田县金翼之家为例[J];东南园艺;2019年01期

10 顾敏华;姚建香;汤玲;;特定关键词的百度指数与流感病毒活动相关性分析[J];职业与健康;2019年08期

相关硕士学位论文 前10条

1 胡倩倩;基于百度指数的海南旅游量预测[D];吉林大学;2019年

2 马欢;基于百度指数和BP神经网络的汽车销量预测模型研究[D];武汉理工大学;2018年

3 问晓萌;互联网大数据对A股影响的实证分析[D];天津大学;2018年

4 李树阳;基于循环神经网络及百度指数预测A股市场波动率[D];山东大学;2019年

5 蔡巧;基于百度指数手足口病发病预测模型的比较研究[D];广东药科大学;2018年

6 孙益林;基于百度指数的异位妊娠患病情况的大数据分析[D];苏州大学;2018年

7 徐天成;中国网络语言中的日源借词的计量研究[D];北京外国语大学;2018年

8 刘晨阳;基于百度指数的汽车销量预测研究[D];湖北大学;2018年

9 张淯洋;投资者关注度与小盘股市场表现[D];华东政法大学;2018年

10 王晶晶;百度指数在我国H7N9与登革热疫情分析上的应用研究[D];湖南大学;2015年

本文编号：2875301