小学柯尔克孜语文新课标教材用词状况研究

摘要

柯尔克孜语属于阿尔泰语系突厥语族的克普恰克语，是黏着语类型，有南、北两种方言，文学语言是以北部方言为墓础发展起来的。中华人民共和国成立后，党和政府非常重视柯尔克孜族的文字问题。自从1954年11月成立了克孜勒苏自治州语言文字研究委员会，人们开始积极进行柯尔克孜语的研究工作。进入20世纪80年代以来，自治区民语委对柯尔克孜语正字、正音、词汇研究多次。小学柯尔克孜语文教材作为柯尔克孜语教学的基础资源，其用词状况研究直接关系到柯尔克孜语文教学的质量和效果。小学柯尔克孜语文新课标教材用词状况研究非常必要。柯尔克孜语的语言信息处理研究，对新疆柯尔克孜族是否能跨入信息时代，传承民族文化起着至关重要的作用。
　　为了切实掌握柯尔克孜语文教材中的用词状况，把握柯尔克孜语文用词第一手资料，选择目前新疆维吾尔自治区九年义务教育通用的“九年义务教育新课程标准教科书”的柯尔克孜小学语文教材作为研究对象，构建柯尔克孜小学语文教材电子语料库，利用语言学、计算语言学、统计相结合的方法，工程语言学角度开展进行需求分析基础上，对语料统计、数据分析系统算法进行研究，设计和实现柯尔克孜语语料统计系统与数据分析系统。对柯尔克孜小学语文教材电子语料库进行统计和对统计得到的数据进行分析，提供先进信息化手段，得到科学、正确的科学数据打好良好的基础。利用信息化方法详细分析了教材中柯尔克孜语语法和词干的使用情况，考察了柯尔克孜词汇和词干在教材中的分布情况、覆盖率、复现率以及柯尔克孜语的高频词（词干）等。实现了柯尔克孜语词频统计系统和词干提取系统，采用了词干匹配和词尾切分相结合的方法来实现柯尔克孜语词干的提取，并获得了有关科学数据。这种词干匹配和词尾切分相结合的方法能有效地解决柯尔克孜语词干提取问题，而且提高了词干提取的正确率。该套教材的选文情况和用词布局符合该年龄段学生的生理、心理认知特点。本次研究是我国首次利用中文信息处理技术及方法对新课标柯尔克孜语文教材词汇进行研究，填补了柯尔克孜语文用词定量研究方面的空白，为教材的客观评价提供了科学的参考依据。
　　小学柯尔克孜语文教材是柯尔克孜语文的最重要的教学资源，柯尔克孜语教材用词的研究对语言规范化、词典编纂、民族中小学柯尔克孜语教学、作为第二语言的柯尔克孜语教学等方面有着重要意义。本文的创新点是这是我国范围内首次利用自然语言处理的方法对新课标柯尔克孜语文教材词汇进行研究。实现了“柯尔克孜语词频统计系统”和“词干提取系统”，使用利用基于词干词典、词尾词典相结合方法，解决了词干提取问题。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1 研究背景

1.2研究意义

1.3研究现状

1.4 研究方法和研究内容

1.5 论文内容安排

第二章 柯尔克孜文语文教材概貌

2.1 柯尔克孜语的特点

2.2 所选教材

第三章 统计系统总体设计

3.1 语料统计前相关概念和方法

3.2 系统总体设计

3.3 系统功能设计

第四章 教材用词概貌

4.1 教材用词概况

4.2长词统计

4.3 词汇重现率

4.4 高频词

第五章 教材中的词干

5.1 柯尔克孜语中的词干

5.2 词干词典的建立

5.3 教材中词干基本情况

5.4 高频词干

5.5 词干的构形情况

第六章 总结与展望

6.1 总结

6.2 展望

附录

参考文献

硕士期间发表的论文

致谢