Ｃ ＵＩ Ｗｅ ｉ ｘ ｉ ａ Ｗ ＡＮ Ｇ Ｊ ｕ ｎ ｓ ｏ ｎ ｇ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｂａ ｓ ｅ ｄ ｏ ｎ Ｃｏ ｘ ｈ ｅ ａ ｄ’ Ｓ Ａｃ ａ ｄ ｅ ｍｉ ｃ Ｗｏ ｒ ｄ Ｌ ｉ ｓ ｔ ，ｗｅ ｄ ｉ ｓ ｃ ｕ ｓ ｓ ｅ ｄ ｐｒ ｉ ｎ ｃ ｉ ｐ ｌ ｅ ｓ ａ ｎ ｄ ｍｅ ｔ ｈ ｏ ｄ ｓ ｉ ｎ ｃ ｏ ｒ ｐ ｕ ｓ ｍａ ｋ ｉ ｎ ｇ．Ｔ ｈ ｅ ｐｒ ｏ ｃ ｅ ｓ ｓ ｃ ａ ｎ ｂｅ ｃｌ ａ ｓ ｓ ｉ ｆ ｉ ｅ ｄ ａ ｓ ｆ ｉ ｖ ｅ ｓ ｔ ｅ ｐ ｓ，ｔ ｈ ａ ｔ ｉ ｓ，ｃ ｌ ａ ｒ ｉ ｆ ｙ ｉ ｎ ｇ ｔ ｈ ｅ ｐ ｕ ｒ ｐ ｏ ｓ ｅ ｏ ｆ ｌ ｉ ｓ ｔ ｍａ ｋ ｉ ｎ ｇ，ｃ ｒ ｅ ａ ｔ ｉ ｎ ｇ ａ ｓ ｕｉ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｒ ｐ ｕ ｓ，ｄ ｅ ｃ ｉ ｄｉ ｎ ｇ ｔ ｈ ｅ ｕ ｎ ｉ ｔ ｏ ｆ ｃ ｏ ｕ ｎ ｔ ｉ ｎ ｇ，ｄ ｅ ｆ ｉ ｎ ｉ ｎ ｇ ｔ ｈ ｅ ｃ ｒ ｉ ｔ ｅ ｒ ｉ ａ ｆ ｏｒ ｗｏ ｒ ｄ ｓ ｅｌ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｅ ｓ ｔ ｉ ｎ ｇ ｔ ｈ ｅ ｌ ｉ ｓ ｔ ｏ ｎ ａ ｎ ｉ ｎ ｄ ｅ ｐｅ ｎ ｄ ｅ ｎ ｔ ｃ ｏ ｒ ｐ ｕ ｓ ．Ｗ ｅ ａ ｌ ｓ ｏ ｓ ｕ ｇｇ ｅ ｓ ｔ ｅ ｄ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ｅ ｓ ｈ ｏ ｕ ｌ ｄ ｂｅ ａ ｇ ｒ ｅ ａ ｔ ｎ ｅ ｅ ｄ ｆ ｏ ｒ ｉ ｍｐｒ ｏ ｖ ｉ ｎｇ ｔ ｈ ｅ ｃ ｕ ｒ ｒ ｅ ｎ ｔ ｗｏ ｒ ｄ
术
语
学
研
究
基 于 语 料库 的 词 表 创 建 原 则 及 方 法研 究
崔 维 霞 王 均松２
（ １ ． 西安 外 国语 大学 ， 陕 西西安 ７ １ ０ ０ ６ １ ； ２ ． 西北 ＿ Ｉ Ｔ － 业大 学 ， 陕西 西安 ７ １ ０ １ ２ ９ ）
摘 要 ： 以Ｃ ｏ ｘ ｈ ｅ ａ ｄ的学术 词表 为例 讨论 了基 于 语 料 库 的词 表 创 建 应遵 循 的原 则和 方 法 ， 主
ｌ ｉ ｓ ｔ ｓ ａ ｎ ｄ ｄ ｅ ｖ ｅｌ ｏ ｐｉ ｎ ｇ ｔ ｈ ｅ ｗｏｒ ｄ ｌ ｉ ｓ ｔ ｆ ｏ ｒ ｓ ｐ ｅ ｃ ｉ ｆ ｉ ｃ ｐｕ ｒ ｐｏ ｓ ｅ ｓ ．
Ｋ ｅ ｙ ｗｏ ｒ ｄ ｓ ： ｃ ｏ ｒ ｐ ｕ ｓ ， ｗ ｏ ｒ ｄ ｌ ｉ ｓ ｔ ｍａ ｋ ｉ ｎ ｇ， ａ ｃ ａ ｄ ｅ ｍｉ ｃ ｗｏ ｒ ｄ ｌ ｉ ｓ ｔ（ Ａ ＷＬ ）
关键 词 ： 语 料库 ， 词表 创建 ， 学术 词表 中 图分 类号 ： Ｎ ０ ４； Ｎ ８ 文献 标识 码 ： Ａ 文章编 号 ： １ ６ ７ ３— ８ ５ ７ ８ （ ２ ０ １ ３ ） ０ ２—０ ０ １ ５— ０ ５
Ｐｒ ｉ ｎ ｃ ｉ ｐ ｌ ｅ ｓ ａ ｎ ｄ Ｍｅ ｔ ｈ ｏ ｄ ｓ ｏ ｎ Ｍａ ｋ ｉ ｎ ｇ Ｃｏ ｒ ｐ ｕ ｓ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｗｏ ｒ ｄ Ｌ ｉ ｓ ｔ ｓ
的１ ／ ２ ， 而居 于第 三位 的“ ａ ｎ ｄ ” 每 百万词 出现２ ８ ８ ５ ２
次， 约为 “ ｔ ｈ ｅ ” 出现频率 的 １ ／ ３ 。尽 管这 种 比例不 是
研 究表 明 Ｊ ， 并 不是 所有 词 汇都 具 有 同样 的重 要
性 。根 据 齐夫 定 律 （ Ｚ ｉ ｐ ｆ ’ ｓ Ｌ ａ ｗ） ， 在 一 个 自然 语 言 的语料 库 中 ， 一个 词 的出现 频数 和这个 词 在 这 个语
料 库 中 的排名 成反 比 ， 第 常 见词 的出 现频 率是 最
常见 词 出现频 率 的 １ ／ ｎ 。 比如 ， 在Ｂ ｒ ｏ ｗ ｎ语 料库 中 ，
收稿 日期 ： ２ ０ １ ２—１ ２— ２ ３ 基金项 目： 陕西省教育厅科研 计划项 目“ 专 门用途英语领域技术性词 汇提取的语料库方法研究 ” （ １ ２ Ｊ Ｋ ０ ２ ９ ３ ） 西安外 国语大 学科 研基金项 目“ 专 门用 途英语主题词表 的创建 及应用研究” （ １ １ Ｘ ＷＢ ０ １ ）
引 言
词表 研究 不仅 是语 言研 究 的重要 组 成 部分 ， 而 且 在外 语 教 学领 域 也 具 有 重 要 的 应 用 价 值 。相 关
“ ｔ ｈ ｅ ” 是 最 常见 的 单 词 ， 它 在 这 个 语 料 库 中 出现 的 频率 为 每百 万词 ６ ９ ９ ７ １次 ， 居 于第 二位 的单 词 “ ｏ ｆ ” 的频 率 为每 百万 词 ３ ６ ４ １ １次 ， 约为“ ｔ ｈ ｅ ” 出现 频 率
十分精 确 ， 但却 能 够在 总体 上体 现 出语 言使 用 的 规 律或 特征 。统 计 结果 显 示 ， Ｂ ｒ ｏ ｗ ｎ语 料 库 词 表 中前
１ ３ ５个词 汇 就 占 了整 个 语 料 库 的 ５ ０ ％， 前 １ ０ ０ ０个 词汇 的覆 盖率 为 ７ ２ ％， 前３ ０ ０ ０个 词 汇 的覆 盖 率 为
要包 括库 ， 确 定 词 频 统 计单 位 ， 制 定 词 汇选
取标 准 以及对 词表 进 行评 估 与测试 五个 方 面 ， 并 且 指 出现 有 词 表 的维 护 与 升 级 以及 专 用 词 表 的 研制 与开发 将是 未来 研 究 的方 向和 重 点 。