年度新词语的获取

王宗华+石彦霞

摘 要：新词语是语言监测的重要内容，目前新词语的监测结果以编年本的形式向社会公布。为获取年度新词语，人们采用了全切分的方法，这种方法的统计计算量较大。文章在考察新词语在文本中的表现的基础上，提出利用新词语的外在特征来获取年度新词语的方法。

关键词：年度新词语 获取

一、引言

语言与社会生活息息相关，它是社会的一面镜子，社会的发展变化会引起语言的变化，新词语（包括旧词的新义）的大量涌現就是语言对社会发展变化的一种反映。年度新词语是语言监测与研究的重要内容，为了自动提取年度新词语，国家语言资源监测与研究中心有声媒体分中心采用词汇时空分布模型，先对语料（本年度和往年）进行全切分，根据年使用率差提取出新词语候选，再过滤，得到新词语候选集，以备人工确认（何伟，2007；侯敏，2008）。实践证明，这种方法可行、有效，缺点是统计计算量特别大，耗费巨大的计算资源。在提取新词语的实践中，我们发现年度新词语有一定的特点，即大部分带有引号，利用这一特点可以快速地获取年度新词语候选集，这种方法可以作为对前一种方法的有效补充。

二、新词语与引号

标点符号简称标点，是辅助文字记录语言的符号，是现代书面语的有机组成部分。标点符号的作用，大体上说有三个方面：1.表示停顿；2.表示语气，标明句子是陈述语气、疑问语气、祈使语气还是感叹语气；3.标示句子中某些词句的性质。……