本小節分為三大部分，首先將統計 15 文類前 200 名分類關鍵詞分布在一～
三種文類的情形並針對集中於一種文類的分類關鍵詞進行討論，接著統計各文類 間的相似度，找出相似度高的前 3 組文類進行分析，並且藉由文類相似度檢視「創 作文學」及「口傳文學」兩大分法是否恰當，最後討論 15 文類中因其他特殊原 因成為分類關鍵詞的詞彙。
一、 15 文類分類關鍵詞整理結果
本研究利用 Microsoft Excel 公式統計整理出 15 文類前 200 名分類關鍵詞，
但因篇幅過大，本文僅列舉歌仔冊一類的前 200 名分類關鍵詞，其他文類前 200 名分類關鍵詞詳細情形請參考附錄一～附錄十五。
表 4- 1 歌仔冊類前 200 名分類關鍵詞
編
號 漢字 羅馬字 編
號 漢字 羅馬字 編
號 漢字 羅馬字 編
號 漢字 羅馬字
1 恰 khah 51 蓮蓮 liân-liân 101 青冥 tshinn-mî 151 省麼 siánn-mih
2 袂 buē 52 瓦 uá 102 得卜 tit-beh 152 繼新 kè-sin
3 汝 lú 53 好 tú-hó 103 英皆 ing-kai 153 千代 tshian-tāi
4 卜 bueh 54 得確 tik-khak 104 絕情 tsu t-tsîng 154 新式 sin-sik
5 會勿 bē 55 目周 b k-tsiu 105 打死 phah-sí 155 奧 oh
6 只 tsit 56 干苦 kan-khóo 106 宿 hioh 156 骨節 kut-tsat
7 听 thiann 57 即年 tsiah-n$h 107 吪 huah 157 目滓 b k-sái
8 者 tsia 58 喜 hit 108 省乜 siánn-mih 158 看活 khuànn-u h
9 阿娘 a-niû 59 野 iah 109 賢弟 hiân-tē 159 冥日 mî-j$t
10 皆 kâi 60 脚 kha 110 戀情 luân-tsîng 160 双人 siang-lâng
11 呰 tsit 61 廣話 kóng-uē 111 听見 thiann-kìnn 161 咀 tsuā
表 4- 1 歌仔冊類前 200 名分類關鍵詞
表 4- 1 歌仔冊類前 200 名分類關鍵詞
表 4- 2 15 文類分類關鍵詞出現文類數及比例統計表 出現在一種文類
的分類關鍵詞數 及比例
出現在二種文類 的分類關鍵詞數 及比例
出現在三種文類 的分類關鍵詞數 及比例
其他教材
59（29.5％） 50（25.0％） 91（45.5％）
說明：第二欄第二列的表格內容為「46（23％）」，表示詞彙個數是 46 個，
所佔比例為 23％。
（一） 統計結果
從表 4-2 得知 15 文類中分類關鍵詞集中在一種文類比例最高的是流行歌，
所佔比例為 30％，表示有三成分類關鍵詞和其他文類不同，是較具獨特性的文 類；其次是其他教材和民間故事，所佔比例皆為 29.5％，第三是囡仔歌，所佔比 例為 28.5％，比例最低的是教材類，所佔比例僅有 0.5％，獨特性最低。
同時出現在兩種文類比例最高的是戲劇，所佔比例為 42％，其次是歌仔冊 的 41％，第三是演講訪談的 37％，爾後我們將針對同時出現在兩種文類比例最 高的前 3 名文類進行分析討論。
而同時出現在三種文類比例最高的是教材類，所佔比例高達 70％，第二是 散文的 67.5％，第三是報導文學的 66％，而第四名的小說類比例也是高達 60％。
（二）各文類分布情況的長條圖與折線圖
為了能更清楚的比較各文類的分布在一～三種文類的情況，我們將各文類分 布在一～三種文類情形的長條圖及折線圖，整理如圖 4-1 和圖 4-2。
圖 4- 1 15 文類分類關鍵詞出現在一～三種文類的關鍵詞個數統計
圖 4- 2 15 文類分類關鍵詞出現在一～三種文類的關鍵詞百分比統計
由圖 4-2 我們可以發現流行歌這一類的分類關鍵詞比例，出現在一種文類、
兩種文類、三種文類的分類關鍵詞比例相當接近，大約是三成左右；幾乎所有的 文類分類關鍵詞都是同時出現在三種文類的比例最高，只有歌仔冊這一類的分類 關鍵詞中，同時出現在兩種文類的比例高於同時出現在三種文類的比例。
三、 分類關鍵詞集中在一個文類的分析與討論
流行歌的分類關鍵詞集中在一類出現的比例最高，可能是因為流行歌的作詞 人受華語的影響較深，填詞時習慣以華語思考，造成有許多詞彙的用字取華語音 相近的字來填寫，例如「tshit-thô」這一個詞，填詞的人就採用華語音接近的「七 桃」兩字。此外，在這一類的關鍵詞中，有許多是因為歌曲旋律哼唱需要而產生 的擬聲詞，例如「嘿仔囉咧嘿 he-ia-lo-le-he」、「咿都 i-to」、「幽麗伊啼 iu-lê-i-thî」
的教材，其中的詞彙用字較為特別（訓用字比例偏高），因而造成其他教材類的 分類關鍵詞較具獨特性。
分類關鍵詞集中在一類比例最低的是教材類，因為教育部在此一計畫中的一 個重要目標，就是要將詞頻統計的結果要做為教材編輯的參考，所以特別將國小 教材這一個部分的語料獨立出來成為教材類，但其語料內容本身就涵蓋了各種文 類，包括散文、詩歌、囡仔歌、俗諺……等，而此一文類集中在一個文類的關鍵 詞比例只有 0.5％，換句話說這一文類的分類關鍵詞有超過 99％以上的詞彙都可 在其他文類中找到，若非為了教材編輯的需要，這一類的語料是可以考慮併入其 他文類中。
四、 15 文類彼此間相似度統計與分析
（一）15 文類相似度結果統計
我們將文類的相似度定義為：兩種文類間前 200 名分類關鍵詞相同（包含漢 字及羅馬字都相同）的比例。首先利用 Microsoft Excel 公式找出 15 文類前 200 名分類關鍵詞間相同的詞型，統計出其個數及所佔比例。
以下將 15 文類前 200 名分類關鍵詞間相同的詞型個數及比例分別統計為表
4-3、表 4-4。
表 4- 3 15 文類前 200 名分類關鍵詞間相同的詞型個數
報導 文學
演講
訪談 散文 小說 論文
流行
歌 褒歌
囡仔
歌 謎猜
歌仔
冊 俗諺
民間
故事 戲劇 教材
其他 教材 報導文學
×
21 47 50 20 11 2 0 0 10 8 9 16 4 0
演講訪談
×
41 25 90 9 5 2 1 1 3 11 4 11 0
散文
×
79 27 15 3 4 1 5 3 14 14 4 0
小說 ×
16 13 7 1 0 11 3 20 13 3 1
論文 ×
3 2 1 0 2 2 4 1 4 0
流行歌 ×
14 3 1 13 15 11 17 14 0
褒歌 ×
4 1 38 25 33 15 8 0
囡仔歌 ×
23 1 11 4 4 8 0
表 4- 3 15 文類前 200 名分類關鍵詞間相同的詞型個數
報導 文學
演講
訪談 散文 小說 論文
流行
歌 褒歌
囡仔
歌 謎猜
歌仔
冊 俗諺
民間
故事 戲劇 教材
其他 教材 歌仔冊
×
11 30 61 6 1
俗諺 ×
13 11 22 0
民間故事
×
26 11 0
戲劇 ×
2 1
教材 ×
0
其他教材
×
表格說明如下：
第二欄第二列的內容為「×」，表示同樣是出現在報導文學這一類不予討論。
表 4- 4 15 文類前 200 名分類關鍵詞間相同的詞型比例
報導 文學
演講
訪談 散文 小說 論文
流行
歌 褒歌
囡仔
歌 謎猜
歌仔
冊 俗諺
民間
故事 戲劇 教材
其他 教材 報導文學
× 10.5％ 23.5％
25％ 10％ 5.5％ 1％ 0％ 0％ 5％ 4％ 4.5％ 8％ 2％ 0％
演講訪談
× 20.5％ 12.5％
45％ 4.5％ 2.5％ 1％ 0.5％ 0.5％ 1.5％ 5.5％ 2％ 5.5％ 0％
散文 × 39.5％ 13.5％
7.5％ 1.5％ 2％ 0.5％ 2.5％ 1.5％ 7％ 7％ 2％ 0％
小說 ×
8％ 6.5％ 3.5％ 0.5％ 0％ 5.5％ 1.5％ 10％ 6.5％ 1.5％ 0.5％
論文 ×
1.5％ 1％ 0.5％ 0％ 1％ 1％ 2％ 0.5％ 2％ 0％
流行歌 ×
7％ 1.5％ 0.5％ 6.5％ 7.5％ 5.5％ 8.5％ 7％ 0％
褒歌 ×
2％ 0.5％ 19％
12.5％ 16.5％7.5％ 4％ 0％
囡仔歌 × 11.5％
0.5％ 5.5％ 2％ 2％ 4％ 0％
表 4- 4 15 文類前 200 名分類關鍵詞間相同的詞型比例
報導 文學
演講
訪談 散文 小說 論文
流行
歌 褒歌
囡仔
歌 謎猜
歌仔
冊 俗諺
民間
故事 戲劇 教材
其他 教材
歌仔冊 ×
5.5％ 15％
30.5％3％ 0.5％
俗諺
×
6.5％ 5.5％ 11％ 0％
民間故事
×
13％ 5.5％ 0％
戲劇 ×
1％ 0.5％
教材 ×
0％
其他教材
×
表格說明如下：
第二欄第二列的內容為「×」，表示同樣是出現在報導文學這一類不予討論。
（二） 相似度高文類的討論與分析
我們仔細分析上表 4-4 可以發現，15 文類中相似度最高的前 3 組，最高的 一組是「演講訪談和論文」，相似度有 45％；第二組是「散文和小說」，相似度 有 39.5％，第三組是「歌仔冊和戲劇」，相似度是 30.5％。
「演講訪談和論文」這一組是相似度最高的，推測其相似度會這麼的原因 可能是這兩個文類的語料年代都比較新，演講訪談的類的語料年代是 1995～
2009 年之間，而論文類的語料年代是在 2002～2007 年之間，兩者的詞彙受到
華語的影響較深，關鍵詞的相似度也比較高。文類相似度第二高的是「小說和散文」這一組，小說和散文都是很接近口 語的文體，兩者所描述的內容，大部份也都是日常生活中的人、事、物，小說 和散文同樣都可以用來抒發情感、描寫景物和說明道理，所以這兩個文類的相 似度會高是合理的。
文類相似度第三的是「歌仔冊和戲劇」這一組，其實戲劇包含了劇本，是 表演者演出的腳本，裡頭收錄的內容都是具有情節、有故事性的文本，而歌仔 冊雖然不是做為演出的腳本，但卻是說書人的腳本，裡頭同樣是要具備情節以 及故事性，兩者所傳達的對象都是一般民眾，兩者的功能主要也都是在娛樂大 眾，歌仔冊和戲劇這一組的傳達的功能及對象都相似，這也就是兩者間關鍵詞 相似度高的主因。
綜合上述各點結論，這三組文類的研究結果或許可以提供教育部台語字詞 頻調查計畫的審查委員，是否可以將這三組相似度較高的文類合併的一個參考 依據。
（三） 其他教材類和各文類相似度分析
除上述三組相似度較高的文類，筆者還發現在其他教材類這一類和所有文 類的相似度都偏低，相似度的比例僅介於 0％～0.5％之間，這個統計結果剛好
（四） 創作文學和口傳文學相似度分析
在本研究中我們參考教育部字詞頻調查工作計畫的語料分類方式，將語料 粗分為「創作文學」和「口傳文學」兩大類，底下再細分為 15 個文類。現在我 們將同屬於「創作文學」類中的報導文學、演講訪談、散文、小說、論文及流 行歌之間（即表 4-5 中的創作文學＆創作文學這一類組合）的文類相似度平均，
算出其平均值為 16.57％；同樣的也將同屬於「口傳文學」類的中的褒歌、囡仔 歌、謎猜、歌仔冊、俗諺、民間故事和戲劇類之間（即表 4-5 中的口傳文學＆
口傳文學這一組合類型）的文類相似度平均，得到其平均值為 7.5％，最後將一 種是創作文學但另一種是口傳文學這種組合（即創作文學＆口傳文學這一類組 合）的文類相似度平均，得到平均值是 2.9％。
將這三者的結果歸納統計如下表 4-5，藉此檢視這兩大類的分類方式是否 合理。
表 4- 5 相似度平均值一覽表
文類組合類型 文類組合相似度平均值
創作文學＆創作文學
16.57％
口傳文學＆口傳文學
7.5％
創作文學＆口傳文學
2.9％
從上表 4-5 我們可得知，屬於同一大類的文類相似度平均值都高於分屬兩 種不同大類的文類組合的相似度平均值，顯示此計畫的審查委員所做的分類方 式是合理的。
在創作文學這一大類中的文類，其相似度平均值是 16.7％，從表 4-4 中我 們知道所有文類的相似度是介於 0％～45％，可見報導文學、演講訪談、散文、
小說、論文及流行歌等文類之間相似度是不低的；但口傳文學間的相似度平均 值只有 7.5％，雖然高於分屬兩種不同大類的文類組合的相似度平均值，但和創
作文學這一大類的相似度相比，差距高達 9.2％，所以口傳文學中的文類相似度 就顯得較低。
再進一步研究表 4-4，我們還可以發現分屬不同大類的組合中，「戲劇和流 行歌」的相似度是 8.5％，「戲劇和報導文學」的相似度是 8％，這兩種組合的 相似度都比同屬口傳文學類組合的相似度平均值高，推測會造成此一結果的原 因應該是戲劇類中包含了劇本，劇本原是屬於創作類的文學，所以才會造成這 兩種組合的相似度高於同屬口傳文學組合的相似度平均值。
再進一步研究表 4-4，我們還可以發現分屬不同大類的組合中，「戲劇和流 行歌」的相似度是 8.5％，「戲劇和報導文學」的相似度是 8％，這兩種組合的 相似度都比同屬口傳文學類組合的相似度平均值高，推測會造成此一結果的原 因應該是戲劇類中包含了劇本，劇本原是屬於創作類的文學，所以才會造成這 兩種組合的相似度高於同屬口傳文學組合的相似度平均值。