林可欣，柳建鈺

本刊核心層次論文

字料庫中構(gòu)件訛混規(guī)則庫建設(shè)相關(guān)問題芻議

林可欣，柳建鈺

(渤海大學(xué) 文學(xué)院，遼寧 錦州 121013)

字料庫是漢字學(xué)與計(jì)算機(jī)科學(xué)交叉下的產(chǎn)物，建設(shè)字料庫構(gòu)件訛混規(guī)則庫，不僅有助于有效地整理漢字訛混現(xiàn)象，也有利于字書字料庫的進(jìn)一步完善。訛混規(guī)則庫是構(gòu)建字料庫標(biāo)注體系的基本內(nèi)容之一。構(gòu)件訛混規(guī)則庫建設(shè)過程包括搜集構(gòu)件訛混相關(guān)研究成果、提取構(gòu)件訛混規(guī)則、規(guī)則庫界面設(shè)計(jì)、將規(guī)則加工入庫等步驟。

字書字料庫；訛混；構(gòu)件訛混規(guī)則庫

隨著信息科技及網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，計(jì)算機(jī)科學(xué)與傳統(tǒng)學(xué)科交叉后衍生出許多新學(xué)科和新事物，語料庫與字料庫便是計(jì)算機(jī)科學(xué)與語言文字學(xué)交叉后的兩個產(chǎn)物。在字料庫理論產(chǎn)生之前，基于語料庫的各種研究已經(jīng)取得了十分豐碩的成果，字料庫是在此背景下由語料庫類推出來的新概念，它的出現(xiàn)為當(dāng)前漢字學(xué)研究提供了一種全新的思路和一個便利的平臺。

字料庫從不同角度出發(fā)可以劃分為不同類型，從字料存在的形式著眼，字料庫可分為“字書字料庫”和“語篇字料庫”兩種類型[1]25。其中“字書字料庫”是以歷代字書真實(shí)文本為基礎(chǔ)建立起的漢字?jǐn)?shù)據(jù)信息庫，而規(guī)則庫則是字書字料庫的重要組成部分。訛混作為一種非常常見的字形混同現(xiàn)象，是構(gòu)建字料庫標(biāo)注規(guī)則和基于字料庫進(jìn)行疑難字考辨工作的重要研究內(nèi)容。本文擬以渤海大學(xué)CCFD字書字料庫作為研究平臺，對建設(shè)構(gòu)件訛混規(guī)則庫的相關(guān)問題進(jìn)行初步探討，以便為將來標(biāo)注規(guī)則的建立及疑難字考辨工作提供有益借鑒。

一、基本概念解析

本節(jié)將主要對文中涉及的四個基本概念予以簡單界定，分別是字料庫、構(gòu)件、訛混以及規(guī)則庫。

（一）字料庫

“字料庫”概念由李國英和周曉文二位先生首次提出，它指的是“以文字的整理和文字學(xué)的研究為目標(biāo)，按照語言學(xué)和文字學(xué)的原則，收集實(shí)際使用中能夠代表特定文字或文字變體的真實(shí)出現(xiàn)過的文字書寫形態(tài)，運(yùn)用計(jì)算機(jī)技術(shù)建成的具有一定規(guī)模的大型電子文字資源庫”[2]。字書字料庫是從字料存在形式角度劃分出的一種類型，它是“在大規(guī)模歷代字書文本基礎(chǔ)上生成的真實(shí)的漢字刻寫形態(tài)的有序集合”[1]22。簡而言之，字書字料庫是以歷代字書為基礎(chǔ)建立起來的漢字信息資源庫，能為漢字學(xué)及其他相關(guān)學(xué)科研究提供高度結(jié)構(gòu)化的字書漢字?jǐn)?shù)據(jù)信息。

（二）構(gòu)件

構(gòu)件又稱部件，最初從計(jì)算機(jī)術(shù)語中引用而來。蘇培成先生認(rèn)為，“部件是由筆畫組成的，用于漢字外部結(jié)構(gòu)分析的構(gòu)字單位，它大于或等于筆畫，小于或等于整字。”[3]王寧先生在《漢字構(gòu)形學(xué)導(dǎo)論》中指出：“漢字的構(gòu)形單位是構(gòu)件（普及領(lǐng)域也稱部件），當(dāng)一個形體被用來構(gòu)造其他的字，成為所構(gòu)字的一部分時，我們稱之為所構(gòu)字的構(gòu)件?！盵4]由此可見，構(gòu)件是漢字構(gòu)形最基礎(chǔ)并且不可或缺的一種單位。

拆分漢字時，漢字的構(gòu)件是有層級的，我們可以將拆分后的構(gòu)件分為基礎(chǔ)構(gòu)件（形素）和直接構(gòu)件兩種。直接構(gòu)件指的是直接構(gòu)成全字的構(gòu)件；基礎(chǔ)構(gòu)件是指將漢字拆分到不能再拆但同時能體現(xiàn)一定構(gòu)字意圖的構(gòu)件。二者主要區(qū)別在于所處層級不同，基礎(chǔ)構(gòu)件必須是最小的構(gòu)件單位。直接構(gòu)件和基礎(chǔ)構(gòu)件也會重合，當(dāng)直接構(gòu)件不能再繼續(xù)向下拆分時，則該直接構(gòu)件兼有基礎(chǔ)構(gòu)件和直接構(gòu)件雙重身份。因此二者不能對立。本文所要建立的構(gòu)件訛混規(guī)則庫中的構(gòu)件以直接構(gòu)件為基礎(chǔ)，兼及用為基礎(chǔ)構(gòu)件的間接構(gòu)件。

（三）訛混

漢字演變過程中既有常規(guī)的形體變化，也有一些非常規(guī)的變化，訛混就是其中一種。劉釗先生在《古文字構(gòu)形學(xué)》中說：“訛混是指一個構(gòu)形因素與另一個與其形體相近的構(gòu)形因素之間產(chǎn)生的混用現(xiàn)象。發(fā)生訛混的構(gòu)形因素既可以是單獨(dú)存在的字，也可以是構(gòu)成字的偏旁?！盵5]139劉釗先生從構(gòu)形學(xué)角度對訛混進(jìn)行闡釋，并且明確指出產(chǎn)生訛混的兩個構(gòu)形因素的形體一定要相近，倘若形體差距很大，就不屬于訛混的范圍。

造成漢字形體訛混的原因可以大致分為兩方面，一方面是漢字自身原因，另一方面是漢字的外部原因。產(chǎn)生訛混的構(gòu)形因素主要與整字和一級構(gòu)件（即直接構(gòu)件）密切相關(guān)，但也有不少訛混發(fā)生在間接構(gòu)件層面。

（四）規(guī)則庫

規(guī)則庫是指用于描述相應(yīng)領(lǐng)域內(nèi)知識的集合。構(gòu)件訛混規(guī)則庫是以漢字構(gòu)形學(xué)理論為指導(dǎo)，以字書字料庫作為載體，將前人訛混研究成果中的漢字構(gòu)件訛混規(guī)則提取出來后轉(zhuǎn)換成形式化的計(jì)算機(jī)數(shù)據(jù)，并將這些數(shù)據(jù)匯集在一起，集合存儲為數(shù)據(jù)信息庫，可以為字料庫相關(guān)信息的自動填充以及當(dāng)前和未來疑難字考辨工作提供形式化的依據(jù)。

二、字料庫中構(gòu)件訛混規(guī)則庫建設(shè)的意義

字料庫中構(gòu)件訛混規(guī)則庫的建設(shè)具有十分重要的意義，我們可以從以下兩個方面來進(jìn)行分析。

（一）構(gòu)建字料庫標(biāo)注體系的基本內(nèi)容

字料標(biāo)注在字料庫建設(shè)過程中具有舉足輕重的地位。字書字料標(biāo)注就是“把字書字料所具有的漢字學(xué)、字典學(xué)及其他重要信息按照既定原則一一標(biāo)注出來。”[1]153直接將字書采集入庫后的字料稱為“生字料”，這些字料不能直接堆砌在庫中，而是要對他們進(jìn)行標(biāo)注加工，使其成為“熟字料”。熟字料相比生字料來說具有更大的研究及利用價值，因此字料標(biāo)注的質(zhì)量高低很大程度上也決定了字料庫研究價值的大小。簡而言之，字書字料庫中的生字料就像是在廚師面前未經(jīng)烹飪的食材，沒有這些食材做不成菜肴，但有了它不等于有了菜肴。字料標(biāo)注的過程就是把食材做成可口菜肴的過程。字料庫的標(biāo)注主要包括基本屬性信息標(biāo)注、漢字構(gòu)形信息標(biāo)注、漢字字際關(guān)系信息標(biāo)注、漢字多模態(tài)信息標(biāo)注等內(nèi)容[1]228。構(gòu)件訛混是漢字演變中非常常見的一種現(xiàn)象，對構(gòu)件訛混情況的標(biāo)注也貫穿于字料庫的整個標(biāo)注工作中，因此構(gòu)件訛混規(guī)則庫是構(gòu)建字料庫標(biāo)注體系的一個基本內(nèi)容。

構(gòu)件訛混規(guī)則庫的建設(shè)不僅是構(gòu)建字料庫標(biāo)注體系的基本內(nèi)容，還是提高字料庫標(biāo)注效率的重要工具。而字際關(guān)系標(biāo)注又是字書字料庫標(biāo)注的重點(diǎn)，以異體關(guān)系標(biāo)注舉例。在異體關(guān)系基本信息界面中，根據(jù)異寫關(guān)系的分類原則，標(biāo)注者將異寫關(guān)系分為“筆畫異寫字”和“構(gòu)件異寫字”兩種情況，由于構(gòu)件訛混是產(chǎn)生異寫字的一個重要原因，因此“構(gòu)件異寫字”下劃分的六小類中，“構(gòu)件形近混同”便是其中一種。構(gòu)件訛混規(guī)則作為一種客觀的標(biāo)注依據(jù)，對于構(gòu)件異寫類型的標(biāo)注具有較強(qiáng)的輔助作用，有利于實(shí)現(xiàn)字料庫人工標(biāo)注與機(jī)器自動化標(biāo)注的結(jié)合。我們可以利用規(guī)則庫來開發(fā)計(jì)算機(jī)輔助人工標(biāo)注軟件，由標(biāo)注者決定應(yīng)該標(biāo)注的屬性字段，由計(jì)算機(jī)根據(jù)字料具體情況及庫中相應(yīng)規(guī)則自動填入相應(yīng)內(nèi)容?；蛘唛_發(fā)一個計(jì)算機(jī)標(biāo)注檢查程序，自動檢查已標(biāo)注的屬性內(nèi)容是否符合既定規(guī)則，是否滿足一致性的要求。只有將人工標(biāo)注和機(jī)器標(biāo)注有機(jī)結(jié)合，利用好構(gòu)件訛混規(guī)則庫中提供的各種訛混規(guī)則，才能在標(biāo)注的時候既能保證標(biāo)注的快速高效，又能保證字料標(biāo)注的正確性和一致性。

（二）基于字料庫進(jìn)行疑難字考辨工作的重要工具

疑難字考辨除了需要大量文獻(xiàn)的支撐外，還需要考辨者熟悉漢字構(gòu)件訛混規(guī)則。利用漢字構(gòu)件訛混規(guī)則是疑難字考辨的主要方法之一，這種方法主要是通過構(gòu)件訛混規(guī)則來對字形相似的疑難字進(jìn)行合理類推，有助于發(fā)現(xiàn)和證實(shí)某些構(gòu)件具有共性的訛變軌跡。以前的考辨工作需要人工查詢所需信息，不僅會導(dǎo)致效率低下，還會影響結(jié)論的科學(xué)性。而借助字料庫構(gòu)件訛混規(guī)則庫可以在一定程度上解決這一問題。在這方面，我們已經(jīng)通過實(shí)例進(jìn)行了展示，證明字料庫對字書漢字的考辨工作確實(shí)能起到較好的輔助作用[1]295-314。

前輩學(xué)者對于漢字構(gòu)件的通混現(xiàn)象進(jìn)行過許多分析和總結(jié)，并從中發(fā)現(xiàn)了大量的構(gòu)件訛混規(guī)則，比如楊寶忠先生在《疑難字考釋與研究》中就總結(jié)出將近五百條的俗書構(gòu)件訛混規(guī)則，不過這些規(guī)則都是散見于具體疑難字的考辨過程中。我們在前輩學(xué)者考辨成果的基礎(chǔ)上整理相關(guān)規(guī)則，并將這些規(guī)則進(jìn)行加工后錄入字料庫，就可以形成構(gòu)件訛混規(guī)則庫。構(gòu)件訛混規(guī)則庫的建設(shè)是開展基于字料庫的漢字疑難字考辨工作的前提，規(guī)則庫建設(shè)的質(zhì)量，如規(guī)則數(shù)量的多寡、標(biāo)注程度的深淺等都會直接影響考辨工作的結(jié)果。構(gòu)件訛混規(guī)則庫建成后，可以設(shè)置關(guān)鍵詞搜索功能，這能使我們在海量數(shù)據(jù)中方便、快速、準(zhǔn)確地檢索到參考案例，無疑會進(jìn)一步提高漢字疑難字考辨研究工作的效率和研究結(jié)果的信度。

三、具體操作流程

構(gòu)件訛混規(guī)則庫的建設(shè)共包含四項(xiàng)步驟。第一步，需要搜集構(gòu)件訛混相關(guān)研究成果；第二步，在第一步的基礎(chǔ)上進(jìn)行訛混規(guī)則的提取；第三步，設(shè)計(jì)規(guī)則庫界面的布局及字段；最后將規(guī)則加工入庫。以下分述之。

（一）搜集構(gòu)件訛混相關(guān)研究成果

這是第一步工作，將為后期規(guī)則加工及入庫做好資料準(zhǔn)備。我們將力爭窮盡性搜集前人考辨類著作、論文及其他相關(guān)成果，以便將其中的字頭、關(guān)系字、訛變規(guī)則等錄入庫中，字頭編號為IHZKS（該編號下擬專門綜錄古今學(xué)者漢字考釋結(jié)果）。目前搜集到的專著包括楊寶忠《疑難字考釋與研究》、楊寶忠《疑難字續(xù)考》、楊寶忠《疑難字三考》、張涌泉《漢語俗字叢考》(修訂版)、鄭賢章《漢文佛典疑難俗字匯釋與研究》、鄭賢章《〈新集藏經(jīng)音義隨函錄〉研究》、鄭賢章《〈郭迻經(jīng)音〉研究》、鄧福祿、韓小荊《字典考正》、韓小荊《〈可洪音義〉研究——以文字為中心》、柳建鈺《〈類篇〉新收字考辨與研究》、熊加全《〈新修玉篇〉疑難字考釋》、熊加全《〈新修玉篇〉研究》、熊加全《〈玉篇〉疑難字考釋與研究》等。限于時間和水平，在資料的準(zhǔn)備方面必然存在不少遺漏，后期還會陸續(xù)補(bǔ)充。

（二）提取構(gòu)件訛混規(guī)則

建立構(gòu)件訛混規(guī)則庫時，我們將在漢字構(gòu)形學(xué)理論的基礎(chǔ)上，直接從前人疑難字考辨成果中提取構(gòu)件訛混規(guī)則。例如“俗書耳旁、身旁形近相亂”“草書身旁、方旁形近相亂”“俗書舟旁與古文示相亂”等。由于這些規(guī)則都是散見于具體疑難字的考辨過程中，因此目前只能通過人工進(jìn)行提取。

（三）規(guī)則庫界面設(shè)計(jì)

規(guī)則庫最終要形成一個單獨(dú)的界面顯示，因此我們首先要設(shè)計(jì)規(guī)則庫界面的字段，具體包括原始構(gòu)件、訛混構(gòu)件列表、訛混構(gòu)件、訛混原因、訛混途徑、訛混類型、參證文獻(xiàn)等共七個字段，下面對這些字段進(jìn)行詳細(xì)介紹。

1. 原始構(gòu)件

原始構(gòu)件是與訛混構(gòu)件相對的一個概念，是指將某一字頭拆分后，具有訛混現(xiàn)象的直接構(gòu)件或間接構(gòu)件。此處內(nèi)容除了需要進(jìn)行人工標(biāo)注外，還可以以“字頭構(gòu)形信息”界面中“依理拆分”下的拆分結(jié)果為依據(jù)，通過計(jì)算機(jī)對該字段進(jìn)行自動關(guān)聯(lián)和填充。

2. 訛混構(gòu)件列表

3. 訛混構(gòu)件

該字段下需要填寫與原始構(gòu)件具有訛混關(guān)系的構(gòu)件。

4. 訛混原因

訛混作為一種非常規(guī)的漢字演變現(xiàn)象，主要來自于兩方面原因：一方面是漢字內(nèi)部原因，一方面是漢字外部原因。這兩種原因又可以繼續(xù)細(xì)分，與下面的訛混途徑關(guān)聯(lián)。

5. 訛混途徑

該字段與訛混原因自動關(guān)聯(lián)。由于訛混現(xiàn)象本身非常復(fù)雜，因此，歷來學(xué)者對于構(gòu)件訛混具體原因的劃分很難完全達(dá)成共識，加之某些構(gòu)件的訛混也不僅僅是因?yàn)槟骋粋€原因產(chǎn)生的，可能是多個原因共同作用的結(jié)果。鑒于此，我們參考?xì)v代學(xué)者探討訛混原因的相關(guān)結(jié)論，將訛混原因主要劃分為2大類11小類，如圖1所示。

圖1 構(gòu)件訛混原因示意圖

漢字內(nèi)部原因主要包括構(gòu)件形近、變形音化、變形義化、簡化、繁化、類化、不同書體間影響以及其他原因。

（1）構(gòu)件形近

形體相近是發(fā)生訛混的主要基礎(chǔ)。構(gòu)件是由筆畫組成的漢字構(gòu)形基本單位，但筆畫數(shù)是有限的，通過有限的筆畫組成數(shù)量眾多的構(gòu)件，難免會使得有的構(gòu)件之間形體差異很小。如果漢字使用者在書寫過程中沒有注意它們之間的區(qū)別，往往會忽略這種細(xì)微差別而出現(xiàn)訛混現(xiàn)象。因構(gòu)件形近而產(chǎn)生訛混的構(gòu)件數(shù)量最多。訛混途徑在默認(rèn)狀態(tài)下為“構(gòu)件形近”。

（2）變形音化

漢字屬于表意文字體系，最早產(chǎn)生的一批字是用表意法或標(biāo)示法創(chuàng)造的。但隨著文字使用范圍的不斷擴(kuò)大，漢字系統(tǒng)開始走上了形聲化的道路。在這種趨勢影響下，一些漢字中的表意構(gòu)件則會被改成與字音更加接近且與之形體具有一定相似性的表音構(gòu)件。如“恥”本來是從“心”“耳”聲，后來“耳”與“恥”字的讀音逐漸變得不同。東漢時期“恥”字寫作“恥”，就是由于寫手在書寫時不知道“耳”是聲旁，再加上漢隸中“心”和“止”形體十分近似，最終將“心”改寫成“止”。

（3）變形義化

“漢字是表意文字，因此形義統(tǒng)一一直是漢字使用者認(rèn)知漢字的定式模式。”[6]變形義化指的是為了使?jié)h字表義更加明確，書寫者在書寫時用形體相近且更能體現(xiàn)漢字構(gòu)形理據(jù)的構(gòu)件來替換原來的構(gòu)件。該類訛變的發(fā)生有時候還與字義的引申以及假借相關(guān)，引申和假借后會使該字產(chǎn)生除本義之外的新意義，于是書寫者有意識地用與新意義更為貼切且字形具有一定相似性的構(gòu)件替代原構(gòu)件，從而產(chǎn)生訛變。如“青”字金文本從“生”從“井”，義為草木生長時的青色。后來為使其表顏色之義更加明顯，且“井”與“丹”形近，便將“井”訛作“丹”。

（4）簡化

簡化是漢字字形演變的總趨勢，但并非所有的簡化都會使?jié)h字形體發(fā)生訛變。當(dāng)書寫者在漢字簡易律的驅(qū)使下，書寫時往往會對漢字構(gòu)形單位進(jìn)行無意的簡省，導(dǎo)致筆勢上的細(xì)微差異，積非成是，進(jìn)而致使訛混現(xiàn)象的產(chǎn)生。簡化主要包括構(gòu)件粘合、多筆連為一筆、誤漏筆畫及簡省構(gòu)件等方式。簡化后的構(gòu)件可能會與其他構(gòu)件形體相近，從而產(chǎn)生訛混現(xiàn)象。俗書從“犮”得聲之字多省去點(diǎn)筆，與“友”相混；再如“前”字上半部分原本從“止”，簡化之后與“?”訛混。

（5）繁化

繁化可以分為兩種：一種是有規(guī)律的繁化，如書寫者處于某種書寫習(xí)慣而添加筆畫等；另一種則是無規(guī)律的繁化，往往使得漢字在表義或者表音方面具有一定障礙。因此，繁化在一定程度上會導(dǎo)致訛混的產(chǎn)生。如俗書常在末筆為橫劃的字下贅加“八”?！澳俊毕沦樇印鞍恕焙笥灋椤柏悺?，與“貝”混同。

（6）類化

（7）不同書體的影響

1）隸書

漢代時隸變將漢字字體由篆書轉(zhuǎn)向了隸書，漢字趨于線條化和筆畫化，變圓轉(zhuǎn)的線條為平直、方折的筆畫。隸變后原來不同的構(gòu)件在形體上變得相似，從而造成一定程度上的混同。除此之外，裘錫圭先生在《文字學(xué)概要》中指出：“隸書為求簡便，把某些生僻的或筆畫較多的偏旁改成形狀相近，筆畫較少，又比較常見的偏旁?！盵7]

2）草書

草書最早就是為了書寫便捷而產(chǎn)生的一種字體，主要通過省、簡、連三種方式來書寫漢字，引起構(gòu)件訛混的則主要是簡和連。簡指的是用較為簡單的構(gòu)件代替原先較為復(fù)雜的構(gòu)件；連指的是將原本一筆一筆書寫的筆畫連到一起。

3）行書

行書出現(xiàn)于東漢晚期，其字體介于楷書和草書二者之間。后人將行書轉(zhuǎn)寫為楷書時，也會產(chǎn)生一些構(gòu)件訛混情況。

4）楷書

楷書雖然字形方正，書寫工整，但是楷書中還是存在許多形體相似的構(gòu)件，使用者在手寫時難免會產(chǎn)生混淆。除此之外，楷書由隸書發(fā)展而來，其中也繼承了大量隸書中的訛混構(gòu)件。

漢字外部原因主要包括使用者原因、書寫原因以及其他原因。

（1）使用者原因

使用者因素是推動漢字發(fā)展變化十分重要的因素之一。使用者個人對于漢字形義關(guān)系的誤解、個人的書寫習(xí)慣、使用者文化程度的不同以及追求書寫速度的心理都會在一定程度上導(dǎo)致訛混現(xiàn)象產(chǎn)生。

（2）書寫原因

漢字在書寫過程中，書寫材料以及書寫工具等因素都可能會導(dǎo)致訛混的產(chǎn)生。比如刻在兵器上的銘文，由于兵器質(zhì)地較為堅(jiān)硬，為了刻制方便，往往會將一些圓轉(zhuǎn)彎曲的線條變成直線，這樣便導(dǎo)致訛混現(xiàn)象產(chǎn)生。

由于多種條件的限制，在字段的設(shè)置方面還是存在一定的問題，最主要的問題就是字段屬性值不能完整羅列，有些字段的屬性值數(shù)量較多，假如全部羅列出來的話會在一定程度上影響字料庫開發(fā)進(jìn)度以及檢索效率，所以我們只羅列最為常用的幾個字段，剩下的則使用“其他原因”表示。但是在使用“其他原因”這個字段時，也會在一定程度上影響檢索精度，在以后的標(biāo)注過程中會根據(jù)實(shí)際情況對其進(jìn)行一定的修改。

6. 訛混類型

訛混類型主要是指訛混的方向。訛混方向可以分為單向訛混和雙向訛混，單向訛混指的是發(fā)生訛混的兩個構(gòu)件A與B，A可以訛混成B，B不可以訛混成A。雙向訛混指的是構(gòu)件A既可以訛混成構(gòu)件B，構(gòu)件B也可以訛混成構(gòu)件A。

7. 訛混漢字舉例

這一部分主要用來記錄與該規(guī)則相關(guān)的文獻(xiàn)例證及具體出處。

此外，在構(gòu)件訛混規(guī)則庫的標(biāo)注實(shí)踐中，我們發(fā)現(xiàn)有的例證內(nèi)部可能會存在個別書體的字圖，因而難以將其錄入。為解決這一問題，我們在規(guī)則庫界面另增加了補(bǔ)充圖片的區(qū)域，以便將這類字圖通過圖片形式錄入。

（四）將規(guī)則加工入庫

圖2 構(gòu)件訛混規(guī)則庫加工示意圖

四、結(jié)語

以上，我們主要從概念、意義以及方法三方面對字書字料庫構(gòu)件訛混規(guī)則庫的建設(shè)問題進(jìn)行了初步探討。我們認(rèn)為，構(gòu)件訛混規(guī)則庫的建立是構(gòu)建字料庫標(biāo)注規(guī)則的基本內(nèi)容，同時也是疑難字考辨工作的重要工具。在建設(shè)的具體方法方面，主要步驟包括搜集構(gòu)件訛混相關(guān)研究成果、提取構(gòu)件訛混規(guī)則、規(guī)則庫界面設(shè)計(jì)、將規(guī)則加工入庫等四步。構(gòu)件訛混規(guī)則庫的字段包括原始構(gòu)件、訛混構(gòu)件列表、訛混構(gòu)件、訛混原因、訛混途徑、訛混類型、參證文獻(xiàn)、訛混漢字舉例等八個方面。雖然目前構(gòu)件訛混規(guī)則庫的建設(shè)還處于初級階段，其中還有一些不足之處，比如入庫的規(guī)則數(shù)量還比較少，規(guī)則庫的結(jié)構(gòu)尚需進(jìn)一步優(yōu)化等等。但相信隨著今后的不斷補(bǔ)充和完善，構(gòu)件訛混規(guī)則庫會更加完備和科學(xué)，也將會在推動字書字料庫建設(shè)與疑難字考辨方面發(fā)揮更大的作用。

[1] 柳建鈺. 字書字料庫的理論、實(shí)踐與應(yīng)用[M]. 北京: 中華書局, 2021.

[2] 李國英, 周曉文. 字料庫建設(shè)的必要性與可行性[J]. 北京師范大學(xué)學(xué)報(bào)(社會科學(xué)版), 2009(5): 48-53.

[3] 蘇培成. 現(xiàn)代漢字學(xué)綱要[M]. 北京: 商務(wù)印書館, 2014: 63.

[4] 王寧. 漢字構(gòu)形學(xué)導(dǎo)論[M]. 北京: 商務(wù)印書館, 2008: 97.

[5] 劉釗. 古文字構(gòu)形學(xué)[M]. 福州: 福建人民出版社, 2011.

[6] 吳文文, 林志強(qiáng). 簡析漢碑文字中的訛混現(xiàn)象[J]. 福建師范大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版), 2009(2): 105-107.

[7] 裘錫圭. 文字學(xué)概要[M]. 北京: 商務(wù)印書館, 2013: 89.

H31

A

1674-327X (2022)03-0062-05

10.15916/j.issn1674-327x.2022.03.015

2021-11-06

國家社會科學(xué)基金重點(diǎn)項(xiàng)目(20AYY018)；國家社會科學(xué)基金重大項(xiàng)目(21&ZD296)(15ZDB104)

林可欣(1998-)，女，遼寧長海人，碩士生。

柳建鈺(1981-)，男，寧夏中衛(wèi)人，教授，博士。

(責(zé)任編輯：葉景林)