基于統(tǒng)計(jì)的漢字特征多維度對(duì)比分析

布合力齊姑麗?瓦斯力　溫且姆?薩迪克　熱依漢古麗?薩迪克　木合塔爾?沙地克

摘 要：文本對(duì)常用字的詞性、拼音和韻母進(jìn)行基于統(tǒng)計(jì)的多維度對(duì)比分析，得出詞性、韻母與聲調(diào)的關(guān)系不太明顯，但近20%的拼音只發(fā)音同一個(gè)聲調(diào)，其它80%拼音中占比最高的聲調(diào)分別為二聲和四聲。

關(guān)鍵詞：詞性 拼音 韻母 聲調(diào)

中圖分類號(hào)：H1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-9082（2019）11-0-01

《現(xiàn)代漢語常用字表》由國(guó)家語言文字工作委員會(huì)、國(guó)家教育委員會(huì)于1988年發(fā)布，共收字3500個(gè)。其中的常用字部分，共2500字，覆蓋率為97.97%。[1]學(xué)國(guó)家通用語言文字（以下簡(jiǎn)稱國(guó)語）是每個(gè)中國(guó)人的神圣職責(zé)，聲調(diào)是國(guó)語靈魂的所在。教育部、國(guó)務(wù)院扶貧辦、國(guó)家語委印發(fā)的《推普脫貧攻堅(jiān)行動(dòng)計(jì)劃（2018-2020年）》指出，到2020年，實(shí)現(xiàn)貧困家庭新增勞動(dòng)力人口應(yīng)全部具有國(guó)家通用語言文字溝通交流和應(yīng)用能力，現(xiàn)有貧困地區(qū)青壯年勞動(dòng)力具備基本的普通話交流能力，當(dāng)?shù)仄胀ㄔ捚占奥拭黠@提升，初步具備普通話交流的語言環(huán)境。國(guó)語的基本功能是表達(dá)和交流。國(guó)語的推廣普及程度不高是南疆脫貧攻堅(jiān)的一大短板。國(guó)語普及率低且發(fā)音不準(zhǔn)嚴(yán)重影響了貧困地區(qū)與外部世界的交流。這一障礙，已成為制約扶貧開發(fā)、技術(shù)培訓(xùn)等活動(dòng)的重要因素。堅(jiān)決做好國(guó)語的推廣普及工作也就成為脫貧攻堅(jiān)的一項(xiàng)重要而緊迫的任務(wù)。鑒于少數(shù)民族學(xué)國(guó)語的弱點(diǎn)和難點(diǎn)，本文對(duì)常用的2500漢字的詞性、拼音和韻母進(jìn)行基于統(tǒng)計(jì)的多維度漢字特征對(duì)比分析，致力于發(fā)現(xiàn)與聲調(diào)的關(guān)系，助于正確發(fā)音。

一、詞性與聲調(diào)的關(guān)系

2500個(gè)常用字中共有22個(gè)詞性，其中前五個(gè)詞性占88.92%，分別為：名詞1007個(gè)（其中一聲248個(gè)、二聲302個(gè)、三聲149個(gè)、四聲303個(gè)、輕聲5個(gè)）、動(dòng)詞794個(gè)（其中一聲202個(gè)、二聲145個(gè)、三聲138個(gè)、四聲309個(gè)、輕聲0個(gè)）、狀態(tài)詞178個(gè)（其中一聲47個(gè)、二聲34個(gè)、三聲43個(gè)、四聲53個(gè)、輕聲1個(gè)）、形容詞161個(gè)（其中一聲32個(gè)、二聲38個(gè)、三聲42個(gè)、四聲53個(gè)、輕聲0個(gè)）、副詞83個(gè)（其中一聲18個(gè)、二聲15個(gè)、三聲15個(gè)、四聲35個(gè)、輕聲0個(gè)），名詞中二聲四聲較多，動(dòng)詞中四聲最多，狀態(tài)詞中一聲四聲較多，形容詞中三聲四聲較多，副詞中四聲最多。

分析發(fā)現(xiàn)，只發(fā)音同一個(gè)聲調(diào)的詞性共有3個(gè)，牽涉到9個(gè)漢字：

1.只發(fā)音一聲的詞性有2個(gè)，分別為：擬聲詞、前接分詞，牽涉到3個(gè)漢字;

2.只發(fā)音輕聲的詞性有1個(gè)，是語氣詞，牽涉到6個(gè)漢字。

一聲發(fā)音率達(dá)到50%及以上的詞性共有3個(gè)，分別為：處所詞、擬聲詞、前接分詞，牽涉到5個(gè)漢字;二聲發(fā)音率達(dá)到50%及以上的詞性共有2個(gè)，分別為：非語素字、語素詞根，牽涉到5個(gè)漢字;三聲發(fā)音率達(dá)到50%及以上的詞性有1個(gè)，是區(qū)別詞，牽涉到4個(gè)漢字;四聲發(fā)音率達(dá)到50%及以上的詞性有1個(gè)，是連詞，牽涉到6個(gè)漢字;輕聲發(fā)音率達(dá)到50%及以上的詞性有1個(gè)，是語氣詞，牽涉到6個(gè)漢字。

二、拼音與聲調(diào)的關(guān)系

2500個(gè)常用字中共有387種拼音（忽略聲調(diào)），前5個(gè)拼音每個(gè)均含30個(gè)以上漢字，分別為：shi含40個(gè)漢字（其中一聲7個(gè)、二聲7個(gè)、三聲4個(gè)、四聲21個(gè)、輕聲1個(gè)）， ji含36個(gè)漢字（其中一聲11個(gè)、二聲7個(gè)、三聲3個(gè)、四聲12個(gè)、輕聲0個(gè)）， zhi含33個(gè)漢字（其中一聲10個(gè)、二聲7個(gè)、三聲6個(gè)、四聲10個(gè)、輕聲0個(gè)）， yi含32個(gè)漢字（其中一聲4個(gè)、二聲6個(gè)、三聲6個(gè)、四聲10個(gè)、輕聲0個(gè)）， jian含31個(gè)漢字（其中一聲10個(gè)、二聲0個(gè)、三聲8個(gè)、四聲13個(gè)、輕聲0個(gè)）。

分析發(fā)現(xiàn)，只發(fā)音同一個(gè)聲調(diào)的拼音共有77個(gè)，牽涉到125個(gè)漢字。

1.只發(fā)音一聲的拼音共有19個(gè)，分別為：gen、bin、zun、diu、zhua、keng、shuan、ha、zhui、shuo、nie、en、zuan、weng、pou、sen、hei、pie、ca，牽涉到22個(gè)漢字;

2.只發(fā)音二聲的拼音共有23個(gè)，分別為：jue、rong、mang、ze、lin、nan、heng、ning、ceng、teng、qun、tuan、za、bie、qiong、ang、nuo、zei、hang、shei、neng、nin、nang，牽涉到48個(gè)漢字;

3.只發(fā)音三聲的拼音共有12個(gè)，分別為：ken、sao、nv、ka、fou、leng、ruan、zen、lia、gei、zhun、nuan，牽涉到15個(gè)漢字;

4.只發(fā)音四聲的拼音共有21個(gè)，分別為：ce、lie、kuo、mie、kuai、ruo、qia、zang、lve、rui、ri、nei、se、shun、te、run、cou、cuan、cuo、nen、beng，牽涉到38個(gè)漢字。

5.只發(fā)音輕聲的拼音共有2個(gè)，分別為me、ne，牽涉到2個(gè)漢字。

一聲發(fā)音率達(dá)到50%及以上的拼音共有75個(gè)，牽涉到188個(gè)漢字;二聲發(fā)音率達(dá)到50%及以上的拼音共有85個(gè)，牽涉到257個(gè)漢字;三聲發(fā)音率達(dá)到50%及以上的拼音共有40個(gè)，牽涉到65個(gè)漢字;四聲發(fā)音率達(dá)到50%及以上的拼音共有105個(gè)，牽涉到366個(gè)漢字;輕聲發(fā)音率達(dá)到50%及以上的拼音共有5個(gè)，牽涉到6個(gè)漢字。

三、韻母與聲調(diào)的關(guān)系

2500個(gè)常用字有37個(gè)韻母，前5個(gè)韻母每個(gè)均含100個(gè)以上漢字，分別為：i含302個(gè)漢字（其中一聲72個(gè)、二聲67個(gè)、三聲46個(gè)、四聲115個(gè)、輕聲2個(gè)）、u含206個(gè)漢字（其中一聲39個(gè)、二聲40個(gè)、三聲48個(gè)、四聲79個(gè)、輕聲0個(gè)）、ian含135個(gè)漢字（其中一聲31個(gè)、二聲33個(gè)、三聲21個(gè)、四聲50個(gè)、輕聲0個(gè)）、an含131個(gè)漢字（其中一聲30個(gè)、二聲28個(gè)、三聲27個(gè)、四聲46個(gè)、輕聲0個(gè)）、ao含116個(gè)漢字（其中一聲24個(gè)、二聲21個(gè)、三聲31個(gè)、四聲40個(gè)、輕聲0個(gè)）。

分析發(fā)現(xiàn)，只發(fā)音同一個(gè)聲調(diào)的韻母有1個(gè)，一聲，是ueng，牽涉到1個(gè)漢字。

一聲發(fā)音率達(dá)到50%及以上的韻母有1個(gè)，牽涉到1個(gè)漢字;二聲發(fā)音率達(dá)到50%及以上的韻母共有2個(gè)，牽涉到10個(gè)漢字;三聲發(fā)音率達(dá)到50%及以上的韻母沒有;四聲發(fā)音率達(dá)到50%及以上的韻母有1個(gè)，牽涉到7個(gè)漢字;輕聲發(fā)音率達(dá)到50%及以上的韻母沒有。

結(jié)論

分析發(fā)現(xiàn)，詞性、韻母與聲調(diào)間的關(guān)系不太明顯，但是拼音與聲調(diào)間的關(guān)系比較突出。2500個(gè)常用字共有387種拼音，只發(fā)音同一個(gè)聲調(diào)的拼音占比19.9%，牽涉的漢字占比5%。同一聲調(diào)發(fā)音率達(dá)到50%及以上的拼音有310，占比80.1%，牽涉到的漢字有882個(gè)，占比35.28%。另外，一聲字有613個(gè)、二聲字有587個(gè)、三聲字有444個(gè)、四聲字有839個(gè)、輕聲字有17個(gè)。387個(gè)拼音中，占比最高的聲調(diào)分別為二聲和四聲，2500個(gè)漢字中，占比最高的聲調(diào)分別四聲和二聲?？傊?，記住好占比近20%的只發(fā)音同一個(gè)聲調(diào)的拼音的同時(shí)，發(fā)音其它占比80%以上的拼音時(shí)，若不知怎么發(fā)音，不妨先按占比最高的聲調(diào)來發(fā)音，正確率可達(dá)近60%，[2]對(duì)理解和表達(dá)不會(huì)有太多的影響。

參考文獻(xiàn)

[1]木合塔爾·沙地克，布合力齊姑麗·瓦斯力，漢字的大數(shù)據(jù)分析與可視化[J].中文信息，2018（5）：167-168.

[2]木合塔爾·沙地克，布合力齊姑麗·瓦斯力，用Python數(shù)據(jù)分析方法進(jìn)行漢字聲調(diào)頻率統(tǒng)計(jì)分析[J].電腦知識(shí)與技術(shù)，2017，17（35）：13-14.