牛津高阶中一个词能被列为一个词条的标准是什么?不同的词典有没有一个公认的标准?

牛津高阶中一个词能被列为一个词条的标准是什么?不同的词典有没有一个公认的标准?

谢喵。本来想抓

过来从语义和词形变化的角度回答的,害怕她用猫爪挠我,遂放弃。

编纂词典的过程中,字词在日常生活中的使用频率和使用语境是非常重要的考虑因素。简单粗暴地来讲,使用频率越高的词,越有可能被单独列为一个词条,而使用语境越是不同的两个同根词,越有可能被列为不同词条。

下面我就结合语料库语言学Corpus linguistics来解释一下为什么,simultaneous/simultaneity划归到一个词条下面,而beautiful/beauty被分为两个不同词条。

我们首先进入

,这个语料库汇集了英国从1980-1993年的新闻媒体,文学作品,口头对话中的口头书面用语,收纳超过1亿个词条。

接下来,我使用BNC里面的compare功能,分别比较两对词条它们的使用频率和使用语境。先看simultaneous和simultaneity

简单解释一下上图,左边是simultaneous (word1),右边是simultaneity (word2),而word那一栏显示的是跟simultaneous或者simultaneity 同时出现的词条,按照频率从高到低排列。W1那栏表示simultaneous 这个词跟左边一栏所列各个词条同时出现的频次,W2那栏同理。W1/W2很好理解,就是测算W1和W2跟同一个词条同时出现的频率之比。而Score那一栏,是用W1/W2,除以总样本数中W1一共出现的频次和W2一共出现的频次之比(这个数显示在表格最上面两个单词的旁边)。得分越高,就表明在某一特定语境(比如说with这个词出现的时候),simultaneous比simultaneity(或simultaneity比simultaneous)更有可能出现的几率越大(感谢

帮我理顺这个统计学上的意义)。用中文说感觉说不清的样子,我用英语再复述一遍:the higher the score is, the more likely that W1 co-occurs with the word (with, by, elections, etc.) rather than W2.

从样本总数(也就是1亿个单词中间)来看,simultaneous这个词出现的次数要远远大于simultaneity(使用频率高)25:1,也就是说,每出现25个simultaneous,才会出现一个simultaneity。

我们再来看使用语境。看最后一栏Score,只有在Idea这个词出现的语境当中,simultaneity的语境相关性要显著高于simultaneous(75),在其他情况下我们可以看到Score的数值都是要小于10的(表格背景颜色的深浅也能表明两个词的使用语境相同或不同,颜色越深,表明越不同)。所以我们可以得出结论,在大多数情况下,simultaneous和simultaneity两者的使用语境是相同或相似的。

综合以上两个条件:simultaneous的使用频率要远远高于simultaneity,再加上两个词的使用语境较为相似,所以编纂词典的语言学家就做出判断:把simultaneity归到simultaneous的词条之下,是较为合适的(词典编纂也要考虑经济性,一词一条显然是不现实的)。

然后我们再来看beautiful和beauty,依然是使用BNC中compare的功能。

呀,一大片深绿色。我们上文提到了,表格的背景颜色一定程度上表明比较的双方使用语境的差异性或相似性,颜色越深,差异越大。我们再俩看看Score一栏的得分,普遍在30以上,甚至还有过百的得分,这表明我们的最开始的观察结果是成立的:beautiful和beauty这两个词使用的语境非常不同。

接下来我们来看频率。从样本总数来看,beautiful这个词出现的频率要略多于beauty 2.05:1,表明每出现2.05个beautiful就会出现一个beauty,使用频率差距不大。

综合以上两个条件:beautiful与beauty两个词的使用语境迥异,且使用频率相当,所以他们更应当被列为两个不同的词条。

以上就是我使用语料库做出的使用频率和使用语境对比分析得出的结论,再次感谢小伙伴Gregory Tang的帮助。