基于语料库的研究.ppt

“非常”与“特别”——基于语料库的研究 北京大学 外国语学院 陈璐 苏祺 2013.05.11 研究目的 中文近义词“非常”与“特别”的基本语义特征及语法功能，有共性，也有不同之处。 借助计算语言学中基于语料库的研究方法，对中文词汇“非常”与“特别”进行定量考察，说明该组汉语近义词在使用上的区别。 研究对象 【词目】非常 【释义】 ①【形容词】异乎寻常的；特殊的：～时期ㄧ～会议。 ②【副词】十分；极：～光荣ㄧ～高兴ㄧ～努力ㄧ他～会说话。 ? 【词目】特别 【释义】 ①【形容词】与众不同；不普通：～的式样ㄧ他的脾气很～ ②【副词】格外：火车跑得～快ㄧ这个节目～吸引观众 ③【副词】特地：散会的时候，厂长～把他留下来研究技术上的问题 ④【副词】尤其：他喜欢旅游，～是骑自行车郊游 不同语域中： 词性使用是否均衡——每个词自身内部功能的使用频率。 作典型程度副词的用法：作“～+形容词”或“～+的/地/得+形容词”的结构。 作近义词时的用词搭配及互换能力。 研究方法： 1、语料库的选取和构建 （1）新闻语料库：北京大学计算语言学研究所构建的“人民日报标注语料库”。该语料库是以1998年《人民日报》语料为对象，共计约194.5万字。 （2）小说语料库：从网络上选取点击率较高的小说自行构建语料库，小说类型涵盖古装、玄幻、言情、儿童、现实等题材，共计约329万字。 （3）口语语料库：北京语言大学语言研究所构建的“北京口语语料库”，包括184万字由录音转写、校对、整理后的北京口语语料。 ——书面语体 ——中间语体 ——口语语体 研究方法： 2、数据处理 （1）加工语料库：删减网页乱码、空格、日期、转行等不必要的字符，并转为txt文档格式。 （2）使用Python编写的程序分别对各语料库中“非常”与“特别”进行检索。 （3）使用中国科学院计算技术研究所研制的汉语词法分析系统ICTCLAS，对第（2）步中得到的检索结果进行中文分词以及词性标注。 （4）利用分析软件AntConc3.2.4的索引（Concordance）功能对处理后的文件分别进行检索。 （5）用分析软件AntConc3.2.4的搭配（Collocates）功能，对“非常”与“特别”两个词右边界出现的词语按照频次、不分词性地进行排序。 数据结果及分析讨论 表（一） 词数 作形容词 作副词 总频次 概率 （每百万字） 总频次 概率 （每百万字） 总频次 概率 （每百万字） 新闻语料库 非常 244 125 8 4 236 121 特别 630 324 147 76 483 248 小说语料库 非常 557 169 11 3 534 162 特别 314 96 68 21 246 75 口语语料库 非常 247 134 0 0 238 129 特别 2391 1299 140 76 2251 1223 1、语域使用分析 新闻语料库：人们偏好于使用“特别”，但在典型程度副词的基本使用上却偏好使用“非常”； 小说语料库：偏好使用“非常”； 口语语料库：偏好使用“特别”； “非常”的书面语体色彩较强，而“特别”的口语程度较高。 表（三） 形容词功能 占总语法比例 副词功能 占总语法比例 程度副词 占副词功能比例 程度副词 占总语法比例 新闻语料库 非常 0.033 0.967 0.661 0.639 特别 0.233 0.767 0.064 0.049 小说语料库 非常 0.020 0.959 0.646 0.619 特别 0.217 0.783 0.276 0.217 口语语料库 非常 0 0.964 0.664 0.640 特别 0.059 0.941 0.594 0.559 2、副词功能分析 “非常”的用法以副词为主；副词用法中，典型程度副词用法占主要地位；在书面、中间以及口语语体中使用较为均衡。 “特别”的用法也以副词为主，但比“非常”要低，且在各语料库中的比例有所区分，在口语语料库中最高。在典型程度副词的用法上，比例也比“非常”低；用法并不均衡，但仍以副词为主，用法最多的是“特别是”。 数据结果及分析讨论 3、搭配互换性分析 在新闻语料，即书面语体中，互换性较低；尤其在作典型程度副词时，倾向于“非常”，而非“特别”； 在小说语料，即中间语体中，出现微弱互换性；“非常好”、“非常漂亮”与“特别好”、“特别漂亮”的频率接近； 在口语语料库，即口语语体中，出现一定互换性；但更倾向于“特别”，而非“非常”。 互换性由高到低：口语语体、中间语体、新闻语体；这也侧面说明了各个语体的不同特点。 结 论 非常”与“特别”的用法都以副词为主；典型程度副词的使用占主要地位。 “非常”的形容词用法属于低频用法，而“特别”