词语序差的分布特点与文本间词汇异同

作者：刘锐; 孙碧泽; 龙云飞; 王珊

来源：中文信息学报, 2017, 31(05): 8-13.

• 序差
• 双尾分布
• 主题内容
• 文体风格

该文在已有关于"频级""频序"研究的基础上,结合两种不同类型的语料,采用词汇计量分析方法,考察词语的"序差"所具有的分布特点。该研究发现,对于两种文本的共有词集,词的序差呈对称分布,且集中分布于中位数附近,存在离群值序差。这一特点在序差图上表现为"中段平直,双尾翘曲"的"双尾分布"形态。根据词语序差的分布规律,可以将文本共有词划分为"中段""下尾""上尾"三个层次。"中段"词语反映两个文本的共性特征,"下尾"及"上尾"词语反映两个文本的差异性特征,这些特征具有反映文本的主题内容和文体风格的语言学意义。

• 单位
  厦门大学; 南京大学