基于动态流通语料库的现代汉语词语研究.pptVIP

基于动态流通语料库的现代汉语词语研究 北京语言大学 应用语言学研究所 张　普 Zhangpu@blcu.edu.cn Tel:008610Fax:008610主要内容 动态语料库 流通度 词语研究 动态语料库 与共时语料库相对而言，是历时语料库，是对语言的变化进行检测和监测的语料库。 特点：语料是动态的 　　　　语料是历时的 　　　　语料是与时俱进、不断更新的 语言知识滞后无法反映大规模真实文本词语 克隆、宽带、超平、背投、非典、疑似、喷塑、科盲、沙尘暴、数字化、VCD、WTO、CEO、因特网、网民、网虫、上网、下载、消毒软件、泡沫经济、环保工程、高新技术、知识创新、纳米技术、现代远程教育、高致病性禽流感、Ｈ５Ｎ１、扑杀、叮当村、群死群伤、公投、勇气号、高官、 蒜农、危改、拆迁、房改房、 3加1、3改4、退2进3、市话、高检、扫黄、打假、打黑、反腐倡廉、盗版、大片、管涌、遗洒、千禧、两会、禁放、按揭、套牢 三讲、三个代表、豆腐渣工程、邓小平理论、阿富汗、北方联盟、本拉登、科索沃、法轮功、申奥、奥组委 APEC、克林顿、布什、反恐、世界杯、黑哨 菲佣、足按、三陪小姐、美体修形、鸿运当头、唐装、脐装、太阳裙、透明装、人体彩绘、人体艺术、酷毖、很in、美白、净白、柔嫩、双赢、人气、另类 年龄的“代沟” 生理年龄的“代”在延长 社会年龄的“代”相对稳定 语言年龄的“代”在缩短 改变语言的时间观 共时时间观 历时时间观 相对时间观 ——共时中有历时和历时中有共时 共时语料库的历时观察 香港城市大学“共时语料库”95-05 观察： 大哥大--手提--手持--移动电话--手机 互联网--因特网 关于“非典”的例子 2003年2月28日，46岁的世界卫生组织（WHO）传染病专家乌尔巴尼博士在河内一个华裔美国商人约翰尼·陈身上发现了一种非常规病毒，引起这种疾病的病毒与以往导致感冒、肺炎等疾病的病毒完全不同，他称之为“非典型肺炎病毒”，并随即向世界卫生组织报告，世界卫生组织建议称这种疾病为“严重急性呼吸系统综合症”。 18天后，乌尔巴尼死于自已一个月前发现的疾病——“严重急性呼吸系统综合症”。 关于“非典”的例子 2002年11月：非典型肺炎第一个病例，佛山市。 2003年1月：第一次报告病例， SARS是一个新的病毒，河源市。 2003年1月后，发现SARS病情在中山、佛山、广州市出现了，我们把它命名为非典型传染性肺炎。 2003年2月11号，我们向世界卫生组织驻北京代表处报告了这个情况，世界卫生组织在2月14号发行的流行病记录周刊当中，把它称为SARS。 世界卫生组织（WHO）在3月15日新公布的名称已正式定为“严重急性呼吸道综合征”（Severe Acute Respiratory Syndrome），简称SARS。 3月21号，世界卫生组织开始使用SARS来称呼这个新的疾病。 3月18日，德国和中国香港中文大学的实验室用电子显微镜拍到了一种病毒。5分钟之内，该病毒的照片就通过网站发布出来，以供其他实验室的科学家参考。 3月21日晚上，香港大学的裴伟士向“全球病毒实验室”各成员发了一个电子邮件，宣称从患者组织中分离了一种病毒，经电子显微镜下形态观察表现为冠状病毒。很快这项实验在美国、加拿大等其他成员实验室中重复出来。 3月26日开始，中国参与了世界卫生组织全球协作网路。并且发现SARS的疾病病因可能是冠状病毒。 关于“非典”的例子 有“非典”字样的网页：39458个 新浪有“SARS”的网页：12410个 有“萨斯”字样的网页：1660个 　　　　　　　　俞允海《非典还是SARS 》 关于“非典”的例子 2003年入选动态流通语料库的14家主流报纸是（按音序排列）： 北京青年报 北京日报 北京晚报 　法制日报　 光明日报　环球时报 　今晚报 　南方周末 人民日报 　深圳特区报　新民晚报 羊城晚报 　扬子晚报 　中国青年报 关于“非典”的例子 １４种报纸 ２００３年１月１日－１２月２５日 总文件数：562669个。即56万2千多个文本。? ? 总字数：426805177字。即约4亿3千万字。 动态追踪发展历程描述“非典”动态流通曲线的例子 衡量动态语料库的四个标准 是否是动态滚动语料 语料库加工是否是动态的加工方法 是否取得动态的加工结果（走势图） 语料库的文本是否具有量化的流通度属性 报告内容 动态语料库 流通度 词语研究 从频度到流通度 使用度： 提纲　１３次　　３类８篇 　　　　 哨棒　１３次　　１类１篇 通用度：