位置:成果数据库 > 期刊 > 期刊详情页
基于70年报刊语料的现代汉语历时稳态词抽取与考察
  • ISSN号:1003-0077
  • 期刊名称:《中文信息学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京语言大学对外汉语研究中心,北京100083, [2]北京语言大学语言政策与标准研究所,北京100083
  • 相关基金:国家社科基金(12&ZD173);国家社科基金(16AYY007); 国家语委科研项目(YB125-42;ZDI135-3); 863计划重点项目(SQ2015AA0100074); 教育部人文社科重点研究基地重大项目(16JJD740004)
中文摘要:

该文基于70年跨度的历时报刊语料库,使用九种统计方法计算了词语历年的使用情况,并通过对稳定性、覆盖度和时间区分性能的考察筛选获得了规模为3 013词的历时稳态词候选词集。该词集中动词与名词各占约三分之一(其余为形容词、副词与虚词),平均词长约1.7字,前密后疏地分布于历时语料库总频序表的前7 609位,覆盖了总语料的近九成。该部分词语中包含大量构造句子结构的核心词语。它们塑造了稳态词在词长和词类上的特性。稳态词的提取可以加深对语言生活底层与基础词汇的认识,对汉语教学、中文信息处理和语言规划都具有重要意义。

英文摘要:

Based on the diachronic corpus of modern Chinese newspaper across 70 years,statistical measures are applied to detect the state-steady words.Altogether,3 013 words are decided as the candidates according to their corpus coverage,time sensitivity and diachronic classification.Among them,verbs and nouns cover one third,respectively,and the rest consists of adjectives and function words.The average word length is 1.7characters,distributed within top 7 609 in frequency list,and covering 90% of corpus.Basic morphemes and core words shape the features of the set in POS and length.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9136