基于新HSK詞匯大綱的詞匯等級類推分析

　　摘要：HSK是一項國際漢語能力標(biāo)準(zhǔn)化考試。新HSK大綱中附表所列650個“默認(rèn)詞”多依據(jù)專家知識人工列舉式的擴充。該文在《現(xiàn)代漢語詞典》《現(xiàn)代漢語語法信息詞典》等資源的基礎(chǔ)上，利用知識工程的方法，迭代使用減字默認(rèn)、組合默認(rèn)等詞匯等級類推規(guī)則，力爭實現(xiàn)類推過程中隱性知識的顯性化、分散知識的系統(tǒng)化，使得詞匯等級類推的每一個環(huán)節(jié)都有章可循、有據(jù)可依，完成了基于新HSK大綱詞匯等級的系統(tǒng)類推工作。接著，結(jié)合所構(gòu)建的漢語詞法知識庫對類推結(jié)果進行了篩選•最終得到了23762個詞語的類推等級。最后•通過對類推結(jié)果的統(tǒng)計分析，表明該文的研究工作可以更好地發(fā)揮新HSK詞匯大綱在漢語詞匯定級、文本難度分級中的指導(dǎo)作用，也可為其他領(lǐng)域教學(xué)詞匯大綱的制定提供一定的借鑒。

　　關(guān)鍵詞：新HSK大綱;等級類推;詞法知識庫;相對爛

　　漢語教學(xué)論文投稿刊物：《國際漢語教學(xué)研究》以推進漢語國際教育研究與事業(yè)發(fā)展為宗旨，以漢語教學(xué)研究為核心，依托海內(nèi)外漢語國際教育領(lǐng)域的專家、學(xué)者、教師、研究人員的學(xué)識與實踐，搭建學(xué)術(shù)研究成果的交流平臺，構(gòu)筑學(xué)科人才與優(yōu)秀教師的發(fā)展園地。

　　o引言

　　HSK是一項國際漢語能力標(biāo)準(zhǔn)化考試。目前，HSK已成為留學(xué)中國的通行證、申請來華留學(xué)獎學(xué)金的必備條件和學(xué)校教學(xué)評估的重要手段•并被越來越多國家的政府部門和跨國企業(yè)作為員工招聘、提薪和晉升的重要依據(jù)。為使?jié)h語水平考試(HSK)更好地服務(wù)于漢語學(xué)習(xí)者，國家漢辦組織中外漢語教學(xué)、語言學(xué)、心理學(xué)和教育測量學(xué)等領(lǐng)域的專家，在充分調(diào)查、了解海外漢語教學(xué)實際情況的基礎(chǔ)上.吸收原有HSK的優(yōu)點，借鑒近年來國際語言測試研究最新成果，推出新漢語水平考試(HSK)[I\新HSK詞匯大綱由于收詞規(guī)模的限制，對于許多類型的詞匯只是象征性的收詞.從而導(dǎo)致本應(yīng)收入大綱的詞匯沒有收入進來。例如，大綱只收了“星期、星期一、星期日”，而沒有收錄“星期二”至“星期六”等詞語;收錄了“月、正月、八月”，而沒有收錄其他月份詞語;收錄了“春、夏、秋、冬”，而沒有收錄“春天、夏天、秋天、冬天”。

　　類似地，像“這個、很多、這么、人們、每天、這些、那兒、一天、那個、每個、上學(xué)、老人、大熊貓、打開、外國、男人、春節(jié)……”這些常用詞語都沒有收錄。但如果把這些詞都算作超綱詞，顯然是不合理的。這些詞匯對應(yīng)的大綱等級信息缺失，將給教材編寫、水平測評等一系列應(yīng)用問題帶來巨大的障礙。本文旨在探索詞匯等級的類推機制，力爭實現(xiàn)類推過程中隱性知識的顯性化及分散知識的系統(tǒng)化.使得詞匯等級類推的每一個環(huán)節(jié)都有章可循，有據(jù)可依，從而更好地發(fā)揮新HSK詞匯大綱在漢語詞匯定級、文本難度分級中的指導(dǎo)作用，夯實其在本領(lǐng)域的基礎(chǔ)資源地位。同時，也可為其他領(lǐng)域教學(xué)詞匯大綱的制定提供一定的借鑒。

　　1資源基礎(chǔ)

　　1.1詞匯大綱資源

　　1.1.1新HSK詞匯大綱

　　新HSK詞匯大綱采用2015年9月人民教育出版社岀版的《HSK考試大綱》最新版本皿。大綱收錄了國際漢語教學(xué)中常用的基礎(chǔ)詞匯，并對這些詞匯按照一至六級進行了等級劃分。另外，在每一級詞表之后舉例式地給出了若干個類推詞匯，共計650個。

　　1.1.2《通用大綱》《國際漢語教學(xué)通用課程大綱》⑵(以下簡稱《通用大綱》)中，漢字部分分為六級，共計2500個漢字;詞匯部分基本沿用《HSK考試大綱》。

　　1.1.3《音節(jié)大綱》詞匯《漢語國際教育用音節(jié)漢字詞匯等級劃分》⑷(以下簡稱《音節(jié)大綱》)，是面向全球漢語國際教育的國家標(biāo)準(zhǔn)，是一種標(biāo)準(zhǔn)化、系統(tǒng)化、規(guī)范化的等級水平劃分。《音節(jié)大綱》詞匯三個等級共收詞11092個。

　　1.2漢語詞典資源

　　1.2.1現(xiàn)代漢語詞典

　　《現(xiàn)代漢語詞典》(以下簡稱《現(xiàn)漢》)⑷是我國第一部規(guī)范性的語文詞典，以規(guī)范性、科學(xué)性和實用性為主要特點，在漢語語言教學(xué)理論研究界具有較強的權(quán)威性。作為一部全面收錄現(xiàn)代漢語中基本詞、常用詞等的綜合性詞典.在漢語普及、推廣普通話、漢語規(guī)范等方面發(fā)揮著重要作用可。

　　1.2.2現(xiàn)代漢語語法信息詞典

　　《現(xiàn)代漢語語法信息詞典》(以下簡稱《GKB》)是為計算機實現(xiàn)漢語句子的自動分析與生成而由北京大學(xué)研制的一部面向中文信息處理領(lǐng)域的電子詞典。其收詞從包括《現(xiàn)代漢語詞典》《現(xiàn)代漢語頻率詞典》《信息處理用現(xiàn)代漢語五千詞表》在內(nèi)的多部詞典中選出，經(jīng)過時間和實踐檢驗證明能夠有效服務(wù)于中文信息處理領(lǐng)域.適合作為中文信息處理用基本單位。

　　1.3詞法標(biāo)注資源

　　1.3.1現(xiàn)代漢語構(gòu)詞結(jié)構(gòu)模式

　　對于漢語的構(gòu)詞，研究者們很早就注意到詞匯的構(gòu)詞結(jié)構(gòu)與句法結(jié)構(gòu)具有相似性。趙元任⑷認(rèn)為在詞語的構(gòu)詞成分之間存在著類似于句子之間的關(guān)系。根據(jù)詞語內(nèi)語素與語素之間的關(guān)系，朱德熙®也有過類似的論述。苑春法等指出，復(fù)合詞的基本結(jié)構(gòu)基本上和詞組、短語、句子的結(jié)構(gòu)一樣，也存在著主謂、偏正、聯(lián)合、述賓、述補等結(jié)構(gòu)。基于構(gòu)詞結(jié)構(gòu)的這種思想，郭冬冬等⑴切設(shè)計了一套描述構(gòu)詞結(jié)構(gòu)的符號集.用來描述詞素之間的組合關(guān)系，在此基礎(chǔ)上構(gòu)建了包含672條詞匯構(gòu)詞結(jié)構(gòu)模式的現(xiàn)代漢語構(gòu)詞模式知識庫。

　　2基于規(guī)則的新HSK詞匯等級類推

　　索緒爾〔⑷把凡是不屬于語音性質(zhì)的詞的外形變化，都看作是類推引起的，而類推必須有一個模型及對此模型的有規(guī)則的模仿。類推形式就是以一個或幾個其他形式為模型，按照一定規(guī)則構(gòu)成的形式。在漢語領(lǐng)域，姜同絢指出，類推變化在漢語詞語中表現(xiàn)得非常充分，不僅表現(xiàn)在詞語的構(gòu)成、語音的演變上，還表現(xiàn)在詞義發(fā)展上。類推作用于構(gòu)詞，一方面跟語義有關(guān)，另一方面與人們總是善于由已知知識去推知和掌握未知知識的認(rèn)知規(guī)律相一致。

　　類推機制在新詞語結(jié)構(gòu)生成中的作用主要可以從音節(jié)的增減、附加法構(gòu)詞能力、詞族現(xiàn)象和外來詞語的借用及類推影響等方面分析考慮。本研究將《現(xiàn)漢》收錄詞語刪除非Unicode編碼詞語后，共得詞形65831個;與GKB收錄詞形取并集，共得92091個，作為詞匯等級類推的候選集。另外，由于單音節(jié)詞匯等級的類推相對更不穩(wěn)定，故直接將《通用大綱》收錄而新HSK大綱沒有收錄的1579個單音節(jié)詞匯及其等級納入進來。

　　2.1基于減字類推規(guī)則的詞匯等級類推

　　所謂的減字類推規(guī)則，指的是一個多音節(jié)詞語通過減去部分音節(jié)的方法而得到新的詞語，并且新得到詞語的等級由原多音節(jié)詞語的等級確定。即：由一個詞語減字默認(rèn)詞的等級與原詞的等級相同。例如，電子郵件3=>郵件3;日用品5=〉用品5;知足常樂6=>知足6;等等。如果對于同一個詞語的等級，可由多個不同的多音節(jié)詞語通過減字默認(rèn)的方式得到，并且所得出的等級不同，則取最低的類推等級。例如：“服務(wù)員2=>服務(wù)2;服務(wù)區(qū)4=>服務(wù)4”，則“服務(wù)”的減字默認(rèn)級別為“2”。總的來說，減字默認(rèn)類推規(guī)則可概括為，“類推等級同原詞匯等級”、“就低不就高”。類推算法流程如圖2所示。通過減字類推共得到207個雙音節(jié)詞匯及其等級。

　　2.2基于詞義合成方式知識庫的詞匯等級篩選

　　類推是否合理不僅與構(gòu)詞結(jié)構(gòu)方式有關(guān)，還與類推詞匯的意指方式有著密切的聯(lián)系。例如，天1,書1=>天書1;冷l，n2=>冷門2;白2,臉3=>白臉3;發(fā)3,毛4=>發(fā)毛4;白2,領(lǐng)5=>白領(lǐng)5;用I6,熬6=〉煎熬6o上述這些例子中類推得到的詞匯大多發(fā)生了轉(zhuǎn)義，無法很好地根據(jù)類推前詞匯的等級來類推這些詞匯的等級。在前面幾節(jié)中通過類推得到了25229個詞語及其等級。利用所構(gòu)建的詞義合成方式知識庫對該部分進行篩選過濾.過濾掉詞義合成方式為慣指部分以外的1467個詞語，最終剩余23762個詞語及其類推等級.將此詞匯集合稱為“HSK類推擴充集”。

　　3實驗結(jié)果數(shù)據(jù)分析

　　3.1八套國家漢辦主干教材詞匯覆蓋對比分析

　　本文采用國家漢辦8套主干教材課文文本作為實驗對象，分別以新HSK詞匯大綱和類推詞匯集對八套教材進行詞匯覆蓋情況的統(tǒng)計。8套教材為：《新實用漢語》《快樂漢語》《長城漢語》《跟我學(xué)漢語》《漢語教學(xué)直通車》《當(dāng)代中文》《漢語樂園》《中文聽說讀寫》。從人工標(biāo)注好的8套教材語料"⑷統(tǒng)計得到詞形6191個、詞次111929個，去除其中的人名、地名、機構(gòu)名、數(shù)字等非通用詞匯之后•剩余詞形5888個詞、詞次108532個。類推前后詞匯集對教材語料的覆蓋情況對比如表12所示。從計算所得到的相鄰級別之間相對爛來看，對于初、中難度級別的文本類推前后的區(qū)分度比較接近，說明HSK類推集的詞匯等級基本符合原大綱的難度定級標(biāo)準(zhǔn)。而對于較高難度級別的文本，原大綱由于收詞過少，直接用其作標(biāo)準(zhǔn)進行文本難度級別判斷，明顯存在區(qū)分度偏低的問題;而基于HSK類推擴充集統(tǒng)計高難度語料的詞匯等級分布,不同級別之間相對爛有明顯的提升，這說明類推工作對于原大綱的補足作用是明顯的。

　　4結(jié)語

　　本文利用知識工程的方法，迭代使用減字默認(rèn)、組合默認(rèn)等詞匯等級類推規(guī)則.力爭實現(xiàn)類推過程中隱性知識的顯性化、分散知識的系統(tǒng)化，使得詞匯等級類推的每一個環(huán)節(jié)都有章可循，有據(jù)可依，完成了基于新HSK大綱詞匯等級的系統(tǒng)類推工作，并結(jié)合所構(gòu)建的漢語詞法知識庫對類推結(jié)果進行了篩選。最后，通過對類推結(jié)果的統(tǒng)計分析.表明本文的研究工作可以更好地發(fā)揮新HSK詞匯大綱在漢語詞匯定級、文本難度分級中的指導(dǎo)作用.也可為其他領(lǐng)域教學(xué)詞匯大綱的制定提供一定的借鑒。

　　參考文獻

　　[1]孔子學(xué)院總部/國家漢辦.HSK考試大綱(一級〜六級)[M1北京：人民教育出版社，2015.

　　[2]孔子學(xué)院總部/國家漢辦.國際漢語教學(xué)通用課程大綱[M].北京：北京語言大學(xué)出版社，2014.

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http://www.zpfmc.com/jylw/22033.html