語料庫驅動的通用漢語學術詞表構建

打開文本圖片集

摘 要：學術詞表開發(fā)是學術漢語研究的重要課題。該研究基于1450篇學術期刊論文構建了漢語學術語料庫，借鑒英語學術詞表AWL和AVL的創(chuàng)建方法，開發(fā)了一個包含1368個詞型的通用漢語學術詞表，并對該詞表的有效性進行了檢驗。檢驗結果表明：通用漢語學術詞表覆蓋了漢語學術語料庫25.88%的文本，覆蓋水平較高；詞表在BCC和LCMC語料庫的學術、科技子庫的覆蓋率分別為18.85%和23.86%，在文學庫和微博庫的覆蓋率低于3%，這一差異表明詞表中的學術詞匯具有一定代表性；詞表對漢語學術語料庫各子庫的覆蓋率均超過17%，能較好地服務于不同學科領域的學術漢語教學和學習。（剩余13680字）