词和短语区分的频率因素计量考察

摘要

词和短语的区分问题是汉语语言学研究的一个重点和难点,传统的"结构稳固、意义凝聚、音节长度适中"并不能很好地解决这一问题.近年来,从"频率"角度对这一问题展开的讨论增加,但主要限制在关于"词感"的讨论方面,还缺乏大规模数据统计的支持."频率"是否真正适合作为区分词和短语的一个标准还没有定论.本文基于对近5亿字现代汉语语料2-gram串统计结果最高频1000个字符串的考察,得出:"频率"还不能直接作为界定词的标准,它在解决词和短语区分的模糊地带方面能否发挥较大作用还需进一步探讨.