关于现代汉字的字量.DOCVIP

关于现代汉字的字量 学习建议： 1．学习重点：⑴汉字效用递减率。⑵常用字笔画趋简率。⑶通用字和常用字。⑷限制和减少汉字的字数。 2．阅读教材第三章和第四章。 3．阅读参考文献《频率与汉字的简化》、《现代汉语用字的字量问题》。 4．完成作业。 一、现代汉字的字频统计和分析 ㈠字频统计 传统的文字学认为，汉字具有形、音、义三个要素，但是，汉字作为记录汉语的符号，它必须作为一种交际工具而存在，在交际过程中，有的汉字使用得多些，有的使用得少些，呈现出一定的统计规律性。因此，从使用的角度看，汉字还应当具有第四个要素——字频。 字频就是汉字的使用频度，是指在一定的历史时期内经抽样取得的文字资料里，每一个汉字的使用次数与抽样资料总字数的比例。它的计算公式是： Fi = （ni / N）×100% N为抽样资料总字数，nI 为某汉字的出现次数。 ㈡二十世纪的汉字字频统计 1．《语体文应用字汇》，1928年出版，陈鹤琴(1892一1982)著。20世纪20年代，他在南京高等师范学校任教。为了给编辑千字课做选字参考，他和助手用了两年多的时间，语料数554478字，得到了4261个字种，编成了《语体文应用字汇》。这是第一本现代汉字字频统计的著作，书中频率最高的20个字是：的不一了是我上他有人全这来小在们说子可道。的29592次。 2．《汉字频度表》，1977年内部出版。这项研究由北京新华印刷厂负责，建立了统计组，组织了北京市的中学、印刷厂等十九个单位的2000多人参加。语料数2160多万字，用人工进行字频统计。经过两年多的努力，最后完成了统计工作，得到了6374个字种。 《汉字频度表》包括五个部分：⑴《政治理论频度表》，⑵《新闻通讯频度表》，⑶《科学技术频度表》，⑷《文学艺术频度表》，⑸《综合频度表》。《综合频度表》是前四个频度表的综合表。每个表都设有五个栏目。单字按照频度由高到低排列。下面是《综合频度表》开头的10个字是：的一是在了不和有大这。 1984年初，原统计组的成员又用了一年多的时间，查找原始数据，用计算机重新计算，并且又增加了一些新内容，由贝贵琴、张学涛编成《汉字频度统计》，1988年4月由电子工业出版社出版，共有字种5991个。书中的《汉字频度统计表》，把汉字分为五级：（请看教科书35页） 3．《汉字频率表》，北京语言学院语言教学研究所编，北京语言学院出版社1986 年6月出版。这本词典用人工和计算机相结合的办法，从词语应用的角度作了较大规模的词汇计量研究，同时兼及汉字字频和组词能力的统计与分析，所用语料有180万字。《汉字频率表》有字种4574字。这次统计方法得当、抽样科学，得出的结果有很高的参考价值，不过由于语料较少，得到的字种数也较少。 4．《现代汉语字频统计表》，北京航空学院(现为北京航空航天大学)计算机科学工程系承担，语文出版社1992年1月出版。 这次字频统计所用的语料，是从1977年到1982年间社会科学和自然科学的13800万字的材料中抽取出来的，总字数为1108万字，结果得到7754个字种。这次统计对多音字的频率按音项分别计算，这比过去把多音字作为一个单字来统计更科学。这次统计抽样的面比较广，时间较长，项目分得较细，而且是用计算机进行，统计精度较高，得到的结果能满足不同方面的需要。 ㈢字频统计的分析 通过对汉字字频统计结果的分析，我们得到了两条规律：一条是汉字效用递减率，另一条是常用字笔画趋简率。 1．汉字效用递减率。 从存在的状态来考察汉字，可以把汉字分为两类，就是储备状态的字和使用状态的字。储备状态的字是静态的字，如字典里的字；使用状态的字是动态的字，如出现在文章里的字。字频统计的对象是动态的字，也就是使用状态的字。在字典里每个静态的字构成一个条目，地位是相等的；而动态的字出现的频率不同，有的甚至非常悬殊，常用字又非常集中。根据《现代汉语频率词典》中的《汉字频率表》，的出现75306次，频率为4．16489％，而乾、蔷、薇等400多字，每个字只出现一次，频率为0．00011％。按照降频排列，前100个字的累计频度是47．33584％；前2418字的累计频率是99．00023％。 周有光对各家统计的结果进行分析归纳，抽象出汉字出现频度不平衡规律，也叫汉字效用递减率：（请看教科书39页） 这个规律可以表述为：最高频1000字的覆盖率大约是90％，以后每增加1400字大约提高覆盖率十分之一。或者说，以后每增加1400字，欠缺率减少了9/10，只是原来的1/10。根据这个规律，我们可以知道：(1)汉字的常用字非常集中。字频统计中前2400字，覆盖率高达99％。汉字总字数虽然很多，但是掌握了2400个高频字，就可以认识书面语的99％。(2)字频统计中序号在6600以后的字，不管有多少字种，总的覆盖率不超过0．001％。