异形词的计算机处理.pdfVIP

维普资讯 2008年7月 语 言 研 究 JuI．、2008 第 28卷 第 3期 StudiesinLanguageandLinug istics 、b_【28 NO．3 异形词的计算机处理 廖 强 (西南大学 汉语言文献研究所，重庆 400715) 摘要：汉语的词形问题复杂。建议在语料库中对异形词采用 “通用词 进行标注，既避免 “噪 音 和漏检，又能解决字形不够用的问题，对相关研究具有重要意义。 关键词：异形词；通用词；词形；语料库 中图分类号：H08 文献标识码：A 文章编号：1000—1263(2008)03—0108—03 汉语的字和词并不一一对应，往往一字表多词，一词也可由不同的单字或单字组合来表示，从而产 生了大量的异形词 。如果按字检索，就会检出一些无关的词，形成数据 “噪音 ”；如果只按某一种词形检 索，又会检索不到其它形体而导致漏检，对数据库而言，这就是严重的失误。如何避免 “噪音 ”或漏检 呢?词形问题是关键，标注通用词是个方便可行的方法 。 异形词研究的状况及界定 作为一种语言现象，异形词在各种语言的书面语 中都存在 。汉语文献由于年代久远、传播地域广阔 等诸多因素的作用，与英、俄等拼音文字比起来，其异形词就显得尤其多。有学者认为 “在异形词中， 起源最久、影响最深的要数联绵词”[1150 其实，甲骨文中就己存在大量的单音节异形词。古今书籍都有 一 词多形的现象，尤以简 帛、抄卷等手写文献最为突出。从词汇学角度来观察，这些情况大多属于异形 词的范畴。 异形词的形成原因很复杂，有的已经难 以理清历史脉络，产生途径大致有 以下几种：(1)造字不同； (2)方言不同；(3)文字形体和语音的演变；(4)文字顺序不同；(5)缩略或扩展。从书写形体上看， 主要是改换字形、变换语序、调换语素这三种情况，简称换形、换序、换素。其共同特征是：(1)有两 种 (或 以上)形体：(2)意义相同；(3)由于历史原因或记词、用字的随意性造成。 唐初陆德明就发现了 “同言异字”、“同字异言”(《经典释文》卷一 “条例”)现象，但当代学者对异 形词的关注和研究，如果从殷焕先 1962年的文章2【J算起，也仅有 47年的历史。异形词的研究起步晚， 一 个重要原因是它具有隐蔽性，它的形成与文字、语音这两种外部形式的变迁密切相关，其呈现方式首 先是字形的不同，这就使人更多地注意到字形变动而忽略了词形变化。另一个重要原因是受西方语言学 理论的影响，词形问题没引起学界足够重视 。在西方语言学理论中，文字的地位低微，被认为是语言之 外的可 以任意选择的记录形式。一些学者把西方的词形观念与汉字对应，把字形研究与词的研究脱离， 认为异形词是 “词语书面形式的规范 问题，属于汉字规范化范围内的问题，而不属于词汇规范化的问题”L3J， 把 “字”与 “词”的关系割裂开。加之传统研究以 “字”为主，所以对异体字的研究比较久远，对异形 词的研究还处于起步阶段。 重视词形，是因为汉语词汇研究脱离不开汉字形体的事实，这也是汉语的独特性。对于学术研究的 意义是把异形词、同形词等从单一的文字学领域回归到词汇学领域，恢复字、词的天然联系，能使我们 作者简介：廖强，男，1973年生，四川达县人，博士研究生，讲师，主要研究方向为古汉语词汇和语料库语言学。 ·108 · 维普资讯 对异形词、同形词的处理更合理。这不单关涉到一个汉字有多种不同形体的异体字问题，还关涉到一个 词有多种记录形体的异形词问题。重视词形也对语料库具有重大的实践意义，是语料库对语言理论的证 实，上升到理论层面就是由语料库而进行语言本体的研究，由工具而影响理论。 从 《说文解字》的9千多字，到 汉《语大字典》的5万多字，将近两千年的时间里，汉字大量增加， 以至有人说收完的话 l0万也不够用。其实大型字