基于词频统计的《徐霞客游记·粤西游日记》词汇研究
|
摘要
对于《徐霞客游记》，学界多从地理学、文学、旅游、历史、民俗、宗教、美学、文化等方面来研究，从语言文字角度进行的研究较少。我们运用计算机辅助方法进行词频统计，从语言词汇的角度，选取其中的《粤西游日记》，以它的的词汇特点和语言特色及词汇和语言的发展变化规律为研究对象，试图拓展粤西语言词汇研究的领域，为近代汉语词汇研究提供一定的资料或佐证。
研究的基本思路是：1.把《徐霞客游记?粤西游日记》按照1982年上海古籍出版社出版的由褚绍唐、吴应寿合作整理本录入计算机；2.校对文本；3.用ICTCLAS分词软件进行机器分词并对分词结果人工干预；4.以SPSS统计软件统计词频；5.分析统计结果，研究词汇体系。在得出的《徐霞客游记?粤西游日记》系列词表中，有123230个词，10060个不重复的词条。按照出现频率的不同，将词汇分为四个词区：核心词区、高频词区、中频词区和低频词区。核心区只有一百词，出现率高且覆盖率广；对于高频词区和中频词区词类，通过比较，我们可以看到这两个词区的词类特点；低频词区的词汇中，专有名词占了较大的比重，将专有名词的出现频率列出并对这个大类分小类，可以比较直观的看到它的分布。
除专有名词外《徐霞客游记?粤西游日记》，有7870个词条。这7870个词条分单音节词和复音节词，单音节词占优势；按复音节词的结构分析，可分为七大类，复音节词中联合式和偏正式结构比其他结构占有绝对的优势。《徐霞客游记?粤西游日记》的词汇平均词长明显低于现代汉语平均词长,这是词的复音化发展的结果。同时,《徐霞客游记?粤西游日记》词汇从衣、食、住、行四个角度反映了当时广西的民生、民俗。此外,这部专著的写作手法具有自己的特色,作者的思想有一定的局限性。
For the research of Xu Xiake travel diary , the Educational circlesstudies mostly from the geography, literature, tour, history, people'scustom, religion, esthetics, and cultural...etc. less from the languagecharacter angle progress. We choose the part of Yuexi tours the notesprocess word frequency,study the vocabulary characteristics and languagespecial feature and their change law,try to expanding the realm of thelanguage vocabulary with the assistance of computer and provide certaindata or substantial evidence for modern Chinese language vocabularysearch.
The basic five steps are : 1.We input the book according to 1980publication in Shanghai Ancient book Press which was tidied up by ChuShaotang and Wu Yingshou; 2.Check the text; 3.Carry on machineparticiple to combine with the ICTCLAS participle software vs theparticiple as a result manual interruption; 4. Statistics a software statisticsword frequency by SPSS; 5.The result analyzing, study vocabularysystem. In Yuexi tours the notes of the Xu Xiake travel diary seriesphrase table amid, there are 123230 phrases, 10060 phrase with repeatedanti. According to appearing the dissimilarity of frequency,we divided itinto four phrase zones:The nucleus phrase zone, high frequency phrasezone, frequency intermediate phrase zone and low frequency phrase zone.High frequency zone there are only 100 phrases, appear to lead higher -and overlay rate wide; We compared High frequency phrase zone and thefrequency intermediate phrase zone phrase to see the phrasecharacteristics of these two phrase zones;In the vocabulary of lowfrequency phrase zone, the technical term had than the bigger specificgravity and we listed the presence frequency of technical term to combineto divide a small type to this, can compare to keep seeing its distributionobjectively.
In addition to technical term, there are 7870 phrases in Yuexi toursthe notes of the Xu Xiake travel diary.This 7870 phrase deci monosyllabicphrase and polyophonic knot phrase, the monosyllabic phrase gainsadvantage; Press the structure analysis of polyophonic knot phrase, candivided into seven major types, in the polyophonic knot phrase coalitiontype and is partial to formal structure to occupy absolute advantage thanother structure. Yuexi tours the notes of the Xu Xiake travel diary ofvocabulary the average phrase is more lengthways obviously low than anaverage phrase of modern Chinese language long, this is the complextone of phrase to turn the result of shape.At the same time, Yuexi tours thenotes of the Xu Xiake travel diary the vocabulary is from the dress, food,live, went four angles to reflect at that time the people's livelihood ofGuangxi and people's custom.In addition, this particularly the writingtechnics of its own special feature, the author's thought have someparochial points.
研究的基本思路是：1.把《徐霞客游记?粤西游日记》按照1982年上海古籍出版社出版的由褚绍唐、吴应寿合作整理本录入计算机；2.校对文本；3.用ICTCLAS分词软件进行机器分词并对分词结果人工干预；4.以SPSS统计软件统计词频；5.分析统计结果，研究词汇体系。在得出的《徐霞客游记?粤西游日记》系列词表中，有123230个词，10060个不重复的词条。按照出现频率的不同，将词汇分为四个词区：核心词区、高频词区、中频词区和低频词区。核心区只有一百词，出现率高且覆盖率广；对于高频词区和中频词区词类，通过比较，我们可以看到这两个词区的词类特点；低频词区的词汇中，专有名词占了较大的比重，将专有名词的出现频率列出并对这个大类分小类，可以比较直观的看到它的分布。
除专有名词外《徐霞客游记?粤西游日记》，有7870个词条。这7870个词条分单音节词和复音节词，单音节词占优势；按复音节词的结构分析，可分为七大类，复音节词中联合式和偏正式结构比其他结构占有绝对的优势。《徐霞客游记?粤西游日记》的词汇平均词长明显低于现代汉语平均词长,这是词的复音化发展的结果。同时,《徐霞客游记?粤西游日记》词汇从衣、食、住、行四个角度反映了当时广西的民生、民俗。此外,这部专著的写作手法具有自己的特色,作者的思想有一定的局限性。
For the research of Xu Xiake travel diary , the Educational circlesstudies mostly from the geography, literature, tour, history, people'scustom, religion, esthetics, and cultural...etc. less from the languagecharacter angle progress. We choose the part of Yuexi tours the notesprocess word frequency,study the vocabulary characteristics and languagespecial feature and their change law,try to expanding the realm of thelanguage vocabulary with the assistance of computer and provide certaindata or substantial evidence for modern Chinese language vocabularysearch.
The basic five steps are : 1.We input the book according to 1980publication in Shanghai Ancient book Press which was tidied up by ChuShaotang and Wu Yingshou; 2.Check the text; 3.Carry on machineparticiple to combine with the ICTCLAS participle software vs theparticiple as a result manual interruption; 4. Statistics a software statisticsword frequency by SPSS; 5.The result analyzing, study vocabularysystem. In Yuexi tours the notes of the Xu Xiake travel diary seriesphrase table amid, there are 123230 phrases, 10060 phrase with repeatedanti. According to appearing the dissimilarity of frequency,we divided itinto four phrase zones:The nucleus phrase zone, high frequency phrasezone, frequency intermediate phrase zone and low frequency phrase zone.High frequency zone there are only 100 phrases, appear to lead higher -and overlay rate wide; We compared High frequency phrase zone and thefrequency intermediate phrase zone phrase to see the phrasecharacteristics of these two phrase zones;In the vocabulary of lowfrequency phrase zone, the technical term had than the bigger specificgravity and we listed the presence frequency of technical term to combineto divide a small type to this, can compare to keep seeing its distributionobjectively.
In addition to technical term, there are 7870 phrases in Yuexi toursthe notes of the Xu Xiake travel diary.This 7870 phrase deci monosyllabicphrase and polyophonic knot phrase, the monosyllabic phrase gainsadvantage; Press the structure analysis of polyophonic knot phrase, candivided into seven major types, in the polyophonic knot phrase coalitiontype and is partial to formal structure to occupy absolute advantage thanother structure. Yuexi tours the notes of the Xu Xiake travel diary ofvocabulary the average phrase is more lengthways obviously low than anaverage phrase of modern Chinese language long, this is the complextone of phrase to turn the result of shape.At the same time, Yuexi tours thenotes of the Xu Xiake travel diary the vocabulary is from the dress, food,live, went four angles to reflect at that time the people's livelihood ofGuangxi and people's custom.In addition, this particularly the writingtechnics of its own special feature, the author's thought have someparochial points.
引文
2黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第11页。
3黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第11页。
4黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第13-14页。
5黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第16页。
6黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第18页。
7黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第24页。
8黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第19页。
9黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第21页。
10黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第27页。
11黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第30页。
12黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第37页。
13黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第38页。
14黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第40页。
[1]《古汉语常用字字典》编写组:《古汉语常用字字典》,北京:商务印书馆,1998年版.
[2]中国社会科学院语言研究所词典编辑室:《现代汉语词典(第5版)》,北京:商务印书馆,2005年版.
[3]梁扬主编:《现代汉语词库》,南宁:广西人民出版社,2003版.2.
[1]刘洪波:《词频统计的发展》,《情报学报》(北京)1991年12月71—73。
[2]何九盈:《读<汉语词汇计量研究>》,《语言文字应用》(北京)2003年第一期133—137。
[3]苏新春:《汉语词汇定量研究的运用及其特点——兼谈<语言研究方法论>的定量研究观》,《厦门大学学报(哲学社会科学版)》(厦门)2001年第4期135—142。
[4]郭锐:《词频与词的功能的相关性》,《语文研究》(太原)2001年第3期1—9。
[5]吕艳辉:《基于语料库的现代汉语准口语计量研究》,[D]山东大学2005年硕士论文。
[6]周永光:《徐霞客粤西游述略》,《广西地方志》(南宁)2002年第2期51—53。
[7]张介文:《徐霞客在广西和他的<徐霞客游记>》,《广西民族研究》(南宁)1993年第4期125—132。
[8]田雨泽:《徐霞客<游太和山日记>的写作艺术》,《十堰职业技术学院学报》(十堰)2002年9月23—27。
[9]朱钧侃:《<徐霞客游记>版本考》(南宁)。
[10]黄丽霞《<徐霞客游记>版本研究》,《江苏图书馆学报》(南京)1997(5)古今书话。
[11]丁建川:《<世说新语>名词、动词、形容词研究》,[D]山东大学2007年博士论文。
[12]唐子恒:《汉语词复音化问题概说》,《临沂师范学院学报》(临沂)2005年第2期29—33。
[13]邱冰:《中古汉语词汇双音化研究》,《燕山大学学报(哲学社会科学版)》(燕山)第11卷第1期(2010年3月)。
[14]徐晶晶:《<三言>量词研究》,华东师范大学2008年硕士论文。
[15]马铁军:《<西游记>介词研究》,贵州大学2007年硕士论文。
[16]李云云:《<红楼梦>介词研究》,贵州大学2008年硕士论文。
[17]张明:《<世说新语>副词研究》,东北师范大学2005年硕士论文。
[18]杨微:《<红楼梦>语气词研究》,黑龙江大学2008年硕士论文。
[19]宋沁潞:《金庸小说语言研究》,山东大学2008年硕士论文。
[20]陈跃:《<红楼梦>量词研究》,贵州大学2006年硕士论文.
[21]惠红军:《<水浒传>量词研究>》,贵州大学2006年硕士论文.
[22]乔会:《<儒林外史>量词研究》,长春理工大学2007年硕士论文.
[23]苏新春:《关于<现代汉语词典>词汇计量研究的思考》,《世界汉语教学》(北京)2001年第4期39—47。
[1]孙卓彩、刘书玉:《墨子词汇研究》,北京:中国社会科学出版社,2008年4月版。
[2]张双棣:《<吕氏春秋>词汇研究》,北京:商务印书馆,2008年8月版。
[3]车淑娅:《<韩非子>词汇研究》,成都:巴蜀书社,2008年6月版。
[4]刘叔新:《词汇研究》,北京:外语教学与研究出版社,2006年11月。
[5]葛本仪:《汉语词汇研究》,北京:外语教学与研究出版社,2006年7月。
[6]葛本仪:《现代汉语词汇学(修订本)》,济南:山东人民出版社,2004年10月。
[7]许凌云、张家蟠注译:《徐霞客桂林山水游记》,南宁:广西人民出版社,1982年8月。
[8]唐锡仁、杨文衡:《徐霞客及其游记研究》,北京:中国社会科学出版社,1987年8月。
[9]朱惠荣:《徐霞客与<徐霞客游记>》,北京:中华书局,2003年1月版。
[10]李波:《史记字频研究》,北京:商务印书馆,2006年3月。
[11]刘开瑛:《中文文本自动分词和标注》,北京:商务印书馆,2000年5月。
[12]黄伯荣,廖序东:《现代汉语(增订三版)》,北京:高等教育出版社,2002年4月版。
[13]胡裕树:《现代汉语(重订本)》,上海:上海教育出版社,2004版。
[14]北京大学中文系现代汉语教研室编:《现代汉语专题教程》,北京:北京大学出版社,2003版。
[15]武占坤、王勤:《现代汉语词汇概要》,北京:外语教育与研究出版社,2009年11月。
[16]符淮青:《现代汉语词汇》,北京:北京大学出版社,2004年4月版。
[17]周光庆:《从认知到哲学:汉语词汇研究新思考》,北京:外语教育与研究出版社,2009年,3月版。
[18]宋闻兵:《<宋书>词语研究》,北京:中华书局,2009年3月版。
[19]苏新春:《汉语词汇计量研究》,厦门:厦门大学出版社,2002年版。
3黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第11页。
4黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第13-14页。
5黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第16页。
6黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第18页。
7黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第24页。
8黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第19页。
9黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第21页。
10黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第27页。
11黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第30页。
12黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第37页。
13黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第38页。
14黄伯荣、廖序东:《现代汉语》(下册),北京:高等教育出版社,2002年,第40页。
[1]《古汉语常用字字典》编写组:《古汉语常用字字典》,北京:商务印书馆,1998年版.
[2]中国社会科学院语言研究所词典编辑室:《现代汉语词典(第5版)》,北京:商务印书馆,2005年版.
[3]梁扬主编:《现代汉语词库》,南宁:广西人民出版社,2003版.2.
[1]刘洪波:《词频统计的发展》,《情报学报》(北京)1991年12月71—73。
[2]何九盈:《读<汉语词汇计量研究>》,《语言文字应用》(北京)2003年第一期133—137。
[3]苏新春:《汉语词汇定量研究的运用及其特点——兼谈<语言研究方法论>的定量研究观》,《厦门大学学报(哲学社会科学版)》(厦门)2001年第4期135—142。
[4]郭锐:《词频与词的功能的相关性》,《语文研究》(太原)2001年第3期1—9。
[5]吕艳辉:《基于语料库的现代汉语准口语计量研究》,[D]山东大学2005年硕士论文。
[6]周永光:《徐霞客粤西游述略》,《广西地方志》(南宁)2002年第2期51—53。
[7]张介文:《徐霞客在广西和他的<徐霞客游记>》,《广西民族研究》(南宁)1993年第4期125—132。
[8]田雨泽:《徐霞客<游太和山日记>的写作艺术》,《十堰职业技术学院学报》(十堰)2002年9月23—27。
[9]朱钧侃:《<徐霞客游记>版本考》(南宁)。
[10]黄丽霞《<徐霞客游记>版本研究》,《江苏图书馆学报》(南京)1997(5)古今书话。
[11]丁建川:《<世说新语>名词、动词、形容词研究》,[D]山东大学2007年博士论文。
[12]唐子恒:《汉语词复音化问题概说》,《临沂师范学院学报》(临沂)2005年第2期29—33。
[13]邱冰:《中古汉语词汇双音化研究》,《燕山大学学报(哲学社会科学版)》(燕山)第11卷第1期(2010年3月)。
[14]徐晶晶:《<三言>量词研究》,华东师范大学2008年硕士论文。
[15]马铁军:《<西游记>介词研究》,贵州大学2007年硕士论文。
[16]李云云:《<红楼梦>介词研究》,贵州大学2008年硕士论文。
[17]张明:《<世说新语>副词研究》,东北师范大学2005年硕士论文。
[18]杨微:《<红楼梦>语气词研究》,黑龙江大学2008年硕士论文。
[19]宋沁潞:《金庸小说语言研究》,山东大学2008年硕士论文。
[20]陈跃:《<红楼梦>量词研究》,贵州大学2006年硕士论文.
[21]惠红军:《<水浒传>量词研究>》,贵州大学2006年硕士论文.
[22]乔会:《<儒林外史>量词研究》,长春理工大学2007年硕士论文.
[23]苏新春:《关于<现代汉语词典>词汇计量研究的思考》,《世界汉语教学》(北京)2001年第4期39—47。
[1]孙卓彩、刘书玉:《墨子词汇研究》,北京:中国社会科学出版社,2008年4月版。
[2]张双棣:《<吕氏春秋>词汇研究》,北京:商务印书馆,2008年8月版。
[3]车淑娅:《<韩非子>词汇研究》,成都:巴蜀书社,2008年6月版。
[4]刘叔新:《词汇研究》,北京:外语教学与研究出版社,2006年11月。
[5]葛本仪:《汉语词汇研究》,北京:外语教学与研究出版社,2006年7月。
[6]葛本仪:《现代汉语词汇学(修订本)》,济南:山东人民出版社,2004年10月。
[7]许凌云、张家蟠注译:《徐霞客桂林山水游记》,南宁:广西人民出版社,1982年8月。
[8]唐锡仁、杨文衡:《徐霞客及其游记研究》,北京:中国社会科学出版社,1987年8月。
[9]朱惠荣:《徐霞客与<徐霞客游记>》,北京:中华书局,2003年1月版。
[10]李波:《史记字频研究》,北京:商务印书馆,2006年3月。
[11]刘开瑛:《中文文本自动分词和标注》,北京:商务印书馆,2000年5月。
[12]黄伯荣,廖序东:《现代汉语(增订三版)》,北京:高等教育出版社,2002年4月版。
[13]胡裕树:《现代汉语(重订本)》,上海:上海教育出版社,2004版。
[14]北京大学中文系现代汉语教研室编:《现代汉语专题教程》,北京:北京大学出版社,2003版。
[15]武占坤、王勤:《现代汉语词汇概要》,北京:外语教育与研究出版社,2009年11月。
[16]符淮青:《现代汉语词汇》,北京:北京大学出版社,2004年4月版。
[17]周光庆:《从认知到哲学:汉语词汇研究新思考》,北京:外语教育与研究出版社,2009年,3月版。
[18]宋闻兵:《<宋书>词语研究》,北京:中华书局,2009年3月版。
[19]苏新春:《汉语词汇计量研究》,厦门:厦门大学出版社,2002年版。