中文詞彙特性

自從黎錦熙 1933 年在「國語文法」有意用漢語的「詞」 對等表示英語的

「word」以後，「字」和「詞」兩個述語在漢語中逐漸分工(彭澤潤，2005)。

中文「字」是形體單位，未經過處理的原始中文句子是以字(character)的序列 模式存在的。「詞」是意義的基本單位，詞(word)與字相比是一種更直接和便 捷的單位。中文分詞(Chinese word segmentation)的目的就是將文本的句子切分 成詞，使其成為慈序列的形式。文章中的「詞」是意義單位，從句子中可以整 理出詞類，我們把詞類教給學生，就是讓他們能夠很順利地將詞類回歸到句子 (鄧守信，2009)。

中文裡所說的「字」並不等同於英文的 「字」，在功能上，中文的「字」

比較接近英文的「詞素(morpheme)」，而中文詞則略等於英文的「word」(鄭 昭明，1978；羅肇錦，1993)。漢語的詞是由語素構成。語素是最小的語音與語

義結合體，是最小的語言單位 (胡裕樹,1992) 。把一個語言片段，切分到不能 再分的最小單位，就是語素。例如：

要│遵│守│交│通│安│全│生│命│才│有│保│障

這十三個字已經不能再分了，每個單位都是一個音節，並且有一定的意義，

是語音語義結合的最小單位，這就是漢語的語素了。漢語語素多為單音節，寫 出來就是一個漢字，也有雙音節或者多音節的，寫出來就是兩個或兩個以上的 漢字。

詞是比語素高一級的語言單位。有的語素可以單獨成詞，也可以與其他語 素組合成詞；有的語素不可以單獨成詞，一定要與其他語素結合方能成詞。語 素構成詞後，才能充當句法成分。將詞分類，可以用不同的標準，取決於分詞 的意義。例如：為了編輯的目的，可以將詞的意義分為動物類、植物類、藝術 類等；為了研究詞彙，可以按照詞的來源分為古語詞、外來詞及方言詞等。詞 的數量非常龐大，可使用詞性(part-of-speech)來概括一個詞在一個句子中所展 現的句法功能和意義，詞性標註(part-of-speech tagging)的目標就是在產生中文 分詞的詞序列時，給每個產生的詞標註一個詞性。(張開旭，2012)。

從自然語言的處理 (Natural language Processing)應用和理解的角度來看，

中文分詞的詞性標註是許多應用的基礎。包含句法分析、信息提取、機器翻譯 等，這些都可以從好的中文分詞詞性標註模型中獲得較正確的結果。（侯呈風，

2011；張開旭，2012）。而以自然語言理解(Natural language understanding)的 角度看來，中文分詞詞性的標註是中文理解的基礎步驟。

語法上區分詞類的目的是為了指明詞的外部結構關係，說明語言的組織規 律，因此，分類的基本根據是詞的語法功能。中文的詞彙可分為「實詞」及「虛 詞」兩大類，能單獨成為句子成分的為實詞，不能單獨成為句子成分的為虛詞，

虛詞能幫實詞成為句子或表達語氣，所以又稱功能詞。然而詞類的分類各有特 色。本研究將各家詞類分類如下表：

表 2-2-1 各家詞類定義

(胡裕樹，

一、實詞（content words）：

（一）名詞（noun）：凡實物的名稱，叫做名詞。在句子中常做主語和賓 語。可分為普通名詞、專有名詞和抽象名詞。

（二）動詞（verbs）：凡詞指稱行為或事件者，稱為動詞。在句子中常常 當做謂語。

（三）量詞（quantifier）：表示人、事物、動作或行為單位的詞。量詞是 漢語特色之一，其他語言鮮少使用。

（四）形容詞(adjectives)：凡詞表示實務德性者。用來形容名詞，詞彙前 面可以加程度副詞。

（五）代詞（pronouns）：具替代、指示作用的詞。可分為疑問代詞、指 示代詞及人稱代詞。

（六）數詞（numeral）：表示數目的詞，通常可分成基數詞漢序數詞兩類。

（七）副詞（adverb）：能表示程度、範圍、時間、可能性、否定作用等，

不能單獨指稱實物，也不會單獨出現在句子中。

二、 虛詞(function words)

（一）介詞（preposition）：在名詞、代詞或名詞性詞組的前面，用來修飾 動詞或形容詞，通常是用動詞虛化而來的。

（二）連詞（conjunction）：連接詞、詞組、分句和句子，並表示它們之 間的相互關係詞彙。

（三）助詞（particle）：附在詞、詞組或句子後面，具輔助作用的詞彙。

（四）嘆詞（interjection）：表示感嘆、呼喚和應答，不跟別的詞彙發生 結構關係。

類型學家 Baker（2003）與 Croft（2001）認為動詞、名詞和形容詞為具 有語言共性之詞類，稱為實詞，為開放性詞類，容易有新的詞語加入其中；而 虛詞為封閉性詞類。開放性詞類遠超過封閉性詞類，使用頻率亦相對提高，此

三大詞類中，形容詞在中文與英文領域上結構差異較大（高子晴，2010）。本 研究將先針對名詞、動詞及實詞重複趨勢與閱讀之相關進行探討。