语料库汉字偏误分类和标注体系研究

文章基于中山大学汉字偏误标注的汉语连续性中介语语料库和附属库错字数据库中收集的错字,从笔画、部件、整字3个层面,对汉字偏误分类进行多角度研究,研究成果反过来应用于中介语语料库中的汉字偏误标注,希望能对语料库中的汉字标注体系有借鉴作用。     

字料库建设的必要性与可行性

随着语料库的建设和发展,基于语料库的语言研究已经成为当代语言学研究的重要方法,但是由于缺乏满足文字学研究需要的字料库,基于字料库的文字学研究还是一片空白。首次提出的字料库的概念,是指以文字的整理和文字学的研究为目标,按照语言学和文字学的原则,收集实际使用中能够代表特定文字或文字变体的真实出现过的文字书写形态,运用计算机技术建成的具有一定规模的大型电子文字资源库。字料库是在大规模真实文本的基础上生成的真实的文字书写形态的有序集合,是利用计算机对文字形体进行各种分类、统计、检索、综合、比较等研究的基础。字料库的性质和特点与语料库有四种不同之处。建设汉字字料库、开展基于汉字字料库的汉字整理与研究的设想,不仅丰富和深化了语料库理论,也为汉字研究与规范提供了新的方法,开拓了新的领域,对汉字的理论研究和汉字整理与规范的实践具有重要的理论意义和实践价值。     

基于大规模中介语语料库的错字书写偏误类型研究

随着来华学习汉语的韩国留学生数量日趋增加,留学生汉字书写偏误问题引起了我们的重视。我们建立＂韩国留学生汉字偏误语料库＂,用以韩国留学生的汉字偏误问题的研究。按偏误类型对偏误字样进行了归类,以期对对外汉字教学起到一定的促进作用。     

基于大规模中介语语料库的错字书写偏误类型研究

随着来华学习汉语的韩国留学生数量日趋增加,留学生汉字书写偏误问题引起了我们的重视。我们建立"韩国留学生汉字偏误语料库",用以韩国留学生的汉字偏误问题的研究。按偏误类型对偏误字样进行了归类,以期对对外汉字教学起到一定的促进作用。     

基于语料库的中小学生汉字部件错误类型研究

借助于计算机语料库,本文按照小学低年级、高年级和中学三个阶段,对中小学生错别字的部件错误类型进行了系统的归类研究,进而从汉字认知心理和汉字本体特点两大方面,对部件错误的原因进行解析,认为深化汉字部件错误的量化研究,是提高中小学汉字教学效率的重要环节。     

汉字圈和非汉字圈高级留学生汉字偏误分析

汉字教学是对外汉语教学中的重要组成部分,本文基于北京语言大学HSK动态作文语料库,对汉字圈和非汉字圈高级留学生的汉字偏误进行统计分析,探究两者汉字偏误的异同并分析原因。     

基于语料库的日本学生和欧美学生汉字偏误分析

汉字教学是对外汉语教学中的一个重要部分。本文基于中山大学汉字偏误连续性中介语语料库,对日本学生和欧美学生的汉字偏误进行统计分析,探究二者汉字偏误的异同及其原因,并提出对日本学生和对欧美学生汉字教学的不同策略。     

基于HSK动态作文语料库的日本学生汉字书写偏误分析

作为汉字文化圈国家之一,日本学生对汉字具有亲切感.这在一定程度上降低了他们对中日汉字之间差异的注意.同时,教师在教学过程中也发现日本学生相比欧美学生汉字掌握得更快,在一定程度上忽视了汉字的教学.鉴于此,通过对HSK动态作文语料库中100篇作文的分析,以期能对对日汉字教学提出有针对性的教学方法.     

论内隐学习和外显学习下的对外汉语汉字教学——以《快乐汉语》为例

文章从内隐学习和外显学习的角度浅析《快乐汉语》第一册及其配套练习的汉字教学,并以北京语言大HSK动态作文语料库欧美学生案例为基础,分析总结重现率较高汉字的错例,指出内隐和外显可能存在的不足,并提出相应的汉字教学步骤。     

留学生汉字习得过程中“别字”类型分析

以HSK动态作文语料库作为语料来源,分析并归纳了留学生在汉字习得过程中的别字偏误类型。文章对别字进行了分类归纳得出:别字偏误的类型主要有形近别字、音近别字、异形同音字。本文在分析中又考察得出别字产生的三个方面的原因:汉字文化背景因素、汉字认知心理、汉字自身的特点。     

汉语常用字构词能力的统计分析

本文利用新词语语料库,通过计算3500个现代汉语常用字的构词率,考察这些汉字在新词语中的构词能力,并根据现代汉语3500个常用字的构词能力将3500个现代汉语常用字进行分级,以更好地监测这些汉字的构词能力。     

小学生习作用字情况调查

我们以国内几大作文网站的小学生习作为语料来源,建立了小学生作文语料库。从语料库统计出的数据看,所涉汉字8 067种,其中2 536个汉字覆盖全部语料的99%,而另外的5 531个汉字仅覆盖了全部语料的1%。同时统计出高频字在小学各学段中出现的字种量:第一学段有1 800个,第二学段有2 500个,第三学段有3000个。将小学生作文中的高频字与《现代汉语常用字表》和小学语文教材中出现的常用字进行分段比较后得出,在第一、第二、第三学段中分别有499、324、381个汉字不见于《现代汉语常用字表》,有220、159、268个汉字不见于现行的小学语文教材常用字。     

汉字字频统计方法的改进

字频统计是研究实际使用中汉字价值的一种重要方法。以往的字频统计取得了重要的成果,对汉字规范、汉字教学、汉字字典编纂、汉字信息处理以及汉字理论研究都起了重要作用。但也存在基于语料库统计字频造成字频统计结果失真;统计缺乏统一而明确的统计单位,统计结果不科学等问题。解决问题的关键在于建立满足文字统计要求的字料库,必须明确界定统计单位,划分不同层级的汉字统计单位,根据不同需要对其进行分类分层的字频统计。以印刷楷书为例,可以从描写、规定两个方面区分汉字单位。字的单位确定了,字频统计则可以根据不同的统计目的规定统计单位,便于统计数据的使用以及不同统计数据的比较,使得字频统计的科学性得到保障。     

字母词在新闻中使用情况的语料库考察

字母词已广泛出现在现代汉语新闻语体中。本研究基于两个语料库新闻子库,从使用频率、词形和语义内容定量等方面分析了在语料库中出现的字母词,多角度追踪了字母词近二十年间在新闻语体中的使用情况。研究发现,字母词在汉语新闻中的使用频率迅速增长,两个子库中都是纯字母词的使用比例最高,汉字字母词和数词字母词次之,而拼音字母词使用最少。近几年字母词已渗透到各个领域,呈现出多元化的特点。     

基于语料库的词语搭配研究——以日语“原因”和“理由”为例

词语的比较研究长期以来主要集中于词语本身的"意义""语法"的分析说明方面,词语在具体语境中使用状况的考察尚未引起重视。并且由于大多研究使用的是问卷调查,其调查结果的客观性尚有探讨余地。本研究从词语搭配视角,以日语中的汉字词语——"原因"和"理由"为例,基于『現代書き言葉均衡コーパス』[1]语料库,分析了它们分别与"名詞"、"动词"以及其他语词的搭配特征,考察"原因""理由"的比较方法,并基于分析结果,提案基于语料库的词语搭配视域下比较研究名词的雏形,以期继续利用语料库,探讨名词以外的制约词汇语义及使用的比较研究。     

现代汉语中AAA重叠式的考察

研究利用北京大学现代汉语语料库,对《汉语水平词汇与汉字等级大纲》中收录的1928个单音词进行搜索,共得到142个AAA重叠式,并以此为基础从AAA重叠式的构成类型、语义功能和句法功能等三方面对AAA重叠式进行详细的描写和分析。     

基于语料库的中日韩同形异义语比较

同属汉字文化圈内的日韩两国语言中存在着大量的同形异义语。本文将简要介绍如何基于三语语料库对中日韩同形异义语进行比较分析。     

汉语方言汉字统计比较研究

本文利用<现代汉语方言语音词汇库>语料库材料,对汉语19个方言点3000多常用词中所包含的汉字进行统计比较,得出结论:一是方言中有音无字的现象在一些方言区存在较多,二是19个方言点共有汉字的数目出乎我们的想象,只有1028个.     

基于COCA语料库和CCL语料库的翻译教学探索

从上世纪80年代起,作为一种研究语言现象和语言本质的新模式,语料库语言学取得了令人鼓舞的成就。语料库已经渗透到语言研究的各个领域。翻译研究领域里使用的语料库多为双语平行语料库和翻译语料库。单语语料库与翻译研究,尤其是与翻译教学相结合,是一个鲜有人探索的未知领域。在课堂上使用可以免费获取的美国杨百翰大学的英语单语语料库（COCA语料库）和北京大学汉语语言学研究中心的汉语单语语料库 (CCL语料库)能改变传统翻译教学模式,为翻译教学的改革提供借鉴。     

巴基斯坦汉语学习者汉字偏误分析

巴基斯坦是我国的友好邻国，也是“一带一路”建设中的重要国家，其汉语国际教育已经走过了50余年历程，但是关于巴基斯坦的汉语国际教育的研究在深度、广度、关注度上仍有较大的提升空间。为进一步提升针对巴基斯坦学生的汉字教学，本文对北京语言大学HSK动态作文语料库中所有的巴基斯坦考生应试作文进行分析，收集整理了其中存在的汉字偏误，发现巴基斯坦汉语学习者汉字偏误主要有笔画变形、笔画增减、增加部件、部件配合偏误和别字五种类型，其中最大的问题是笔画增减(主要是笔画减少),并通过调查验证了巴基斯坦汉语学习者汉字偏误产生的原因，提出了对巴基斯坦汉语学习者的教学建议。