小学柯尔克孜语文新课标教材用词状况的研究.pdfVIP

摘要 柯尔克孜语属于阿尔泰语系突厥语族的克普恰克语，是黏着语类型，有南、 北两种方言，文学语言是以北部方言为墓础发展起来的。中华人民共和国成立 后，党和政府非常重视柯尔克孜族的文字问题。自从 1954 年 11 月成立了克孜 勒苏自治州语言文字研究委员会，人们开始积极进行柯尔克孜语的研究工作。 进入20 世纪 80 年代以来，自治区民语委对柯尔克孜语正字、正音、词汇研究 多次。小学柯尔克孜语文教材作为柯尔克孜语教学的基础资源，其用词状况研 究直接关系到柯尔克孜语文教学的质量和效果。小学柯尔克孜语文新课标教材 用词状况研究非常必要。柯尔克孜语的语言信息处理研究，对新疆柯尔克孜族 是否能跨入信息时代，传承民族文化起着至关重要的作用。 为了切实掌握柯尔克孜语文教材中的用词状况，把握柯尔克孜语文用词第 一手资料，选择目前新疆维吾尔自治区九年义务教育通用的“九年义务教育新 课程标准教科书”的柯尔克孜小学语文教材作为研究对象，构建柯尔克孜小学 语文教材电子语料库，利用语言学、计算语言学、统计相结合的方法，工程语 言学角度开展进行需求分析基础上，对语料统计、数据分析系统算法进行研究， 设计和实现柯尔克孜语语料统计系统与数据分析系统。对柯尔克孜小学语文教 材电子语料库进行统计和对统计得到的数据进行分析，提供先进信息化手段， 得到科学、正确的科学数据打好良好的基础。利用信息化方法详细分析了教材 中柯尔克孜语语法和词干的使用情况，考察了柯尔克孜词汇和词干在教材中的 分布情况、覆盖率、复现率以及柯尔克孜语的高频词（词干）等。实现了柯尔 克孜语词频统计系统和词干提取系统，采用了词干匹配和词尾切分相结合的方 法来实现柯尔克孜语词干的提取，并获得了有关科学数据。这种词干匹配和词 尾切分相结合的方法能有效地解决柯尔克孜语词干提取问题，而且提高了词干 提取的正确率。该套教材的选文情况和用词布局符合该年龄段学生的生理、心 理认知特点。本次研究是我国首次利用中文信息处理技术及方法对新课标柯尔 克孜语文教材词汇进行研究，填补了柯尔克孜语文用词定量研究方面的空白， 为教材的客观评价提供了科学的参考依据。 小学柯尔克孜语文教材是柯尔克孜语文的最重要的教学资源，柯尔克孜语 教材用词的研究对语言规范化、词典编纂、民族中小学柯尔克孜语教学、作为 第二语言的柯尔克孜语教学等方面有着重要意义。 本文的创新点是这是我国范围内首次利用自然语言处理的方法对新课标柯尔克 孜语文教材词汇进行研究。实现了“柯尔克孜语词频统计系统”和“词干提取系 统”，使用利用基于词干词典、词尾词典相结合方法，解决了词干提取问题。 2 关键词 柯尔克孜语；词频；词干；用词研究 3 Abstract Kirghiz language belonging to the Altai language Turkic languages of Kipchak, is an agglutinative language types, with the south, north two dialects, literary language is based on the northern dialect as the development basis. Since the Peoples Republic of China was founded, the party and government attach great importance to the text of the Kirghiz. Since 1954 November established the Kizilsu Kirghiz Autonomous Prefecture of language research committee, people began to actively carry out research work to the Kirghiz language 。Since the gold in the nineteen eighties, autonomous region people Committee on Kirghiz la