摘 要 分級(jí)字表是文本難度分級(jí)的重要基礎(chǔ)資源。文章基于大規(guī)模古籍文本語料庫，在統(tǒng)計(jì)構(gòu)建《古籍漢字通用字表》的基礎(chǔ)上，通過挖掘古籍漢字在字形、字音、字義以及應(yīng)用層面的11個(gè)分級(jí)計(jì)量特征，設(shè)計(jì)了古籍漢字學(xué)習(xí)優(yōu)先級(jí)的分級(jí)評(píng)價(jià)體系，將各漢字表示為基于計(jì)量特征學(xué)習(xí)優(yōu)先級(jí)的字向量，借助相似度計(jì)算，實(shí)現(xiàn)了古籍漢字學(xué)習(xí)優(yōu)先級(jí)別的3級(jí)劃分，得到《古籍漢字分級(jí)字表（7000字）》。該字表包括甲級(jí)字1516個(gè)、乙級(jí)字2421個(gè)，丙級(jí)字3063個(gè)，能夠從文字層面為古漢語文本難度分級(jí)提供必要的基礎(chǔ)字表，有助于古漢語文本分級(jí)研究，助力面向辭書編撰的語言文字信息化平臺(tái)建設(shè)，進(jìn)而為古文讀寫能力水平測(cè)試、古文篇章的自動(dòng)分級(jí)等研究奠定

基礎(chǔ)。

關(guān)鍵詞 信息處理 古籍漢字 分級(jí)字表 古文文本分級(jí)

繼承和弘揚(yáng)中華優(yōu)秀傳統(tǒng)文化是實(shí)現(xiàn)中華民族偉大復(fù)興的重要內(nèi)容，古籍文獻(xiàn)作為中華優(yōu)秀傳統(tǒng)文化的重要載體，蘊(yùn)含著豐富的歷史記憶、思想智慧和知識(shí)體系，是中華民族發(fā)展進(jìn)步必須繼承的寶貴精神財(cái)富。因此，如何促進(jìn)古籍文獻(xiàn)在當(dāng)代的傳播是一個(gè)值得思考的問題。古漢語文本難度分級(jí)能為不同層次閱讀者提供合適的古籍文本，降低古籍閱讀的門檻，進(jìn)而促進(jìn)古籍文獻(xiàn)的傳承與傳播。文本難度分級(jí)也稱為可讀性評(píng)估，對(duì)給定文本從漢字、詞匯、句法、篇章等層面進(jìn)行分析，判斷其難度適合什么水平的讀者。文本難度分級(jí)研究主要服務(wù)于語言與信息化處理，對(duì)分級(jí)閱讀、語言水平測(cè)試以及信息化平臺(tái)建設(shè)等方面都具有重要意義。

現(xiàn)有文本難度分級(jí)研究主要面向現(xiàn)代漢語語料，早期以構(gòu)建可讀性公式為主要方法，從漢字、詞匯、句子等語言指標(biāo)入手，衡量文本難度。（張寧志 2000；郭望皓 2010；左虹，朱勇 2014；王蕾 2017）隨著自然語言處理技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)方法逐漸應(yīng)用于漢語文本難度分級(jí)研究。（孫剛 2015；蔣智威 2018；程勇，徐德寬 2019）漢字是記錄漢

語的書寫符號(hào)，作為表意文字，漢字與語素、詞匯之間的關(guān)系錯(cuò)綜復(fù)雜，因此，在文本難度分級(jí)研究中，漢字層面因素越來越受到研究者們的關(guān)注，不少研究者在持續(xù)挖掘漢字層面因素的同時(shí)，也探討了漢字與文本難度之間的關(guān)系。程勇等（2020）在探討影響文本閱讀難度的關(guān)鍵語言因素時(shí)，設(shè)計(jì)了字種數(shù)、平均筆畫數(shù)、平均字頻以及低頻字比例，并發(fā)現(xiàn)低頻字比例與文本難度級(jí)別的相關(guān)性最高，漢字的平均筆畫數(shù)與難度級(jí)別的相關(guān)性最小。吳思遠(yuǎn)等（2020）在漢字層面設(shè)計(jì)了字符平均筆畫數(shù)、對(duì)稱字比例、常用字比例等15個(gè)指標(biāo)，研究表明常用字比例、平均對(duì)數(shù)字頻、未登錄字比例因素的模型準(zhǔn)確率最高。杜月明（2022）在探討二語閱讀文本可讀性時(shí)，統(tǒng)計(jì)了《漢語水平詞匯與漢字等級(jí)大綱》中甲、乙、丙、丁級(jí)字的比例，以《現(xiàn)代漢語常用字表》為底表，計(jì)算常用漢字與次常用漢字的占比，并新增“超綱字”統(tǒng)計(jì)，將其納入漢字常用度特征中，研究表明該特征對(duì)文本難度的預(yù)測(cè)能力較強(qiáng)。

上述研究均以現(xiàn)有的常用字表、分級(jí)字表為底表，統(tǒng)計(jì)低頻字、高頻字、常用字、甲級(jí)字、超綱字等漢字使用信息，并證實(shí)漢字層面因素是影響文本難度分級(jí)的關(guān)鍵因素。然而以上研究均基于現(xiàn)代漢語語料，對(duì)于古漢語文本難度分級(jí)研究較少。目前，僅查閱到兩篇文獻(xiàn)關(guān)注“古文分級(jí)”。白瑞芬（2017）雖從群體針對(duì)性、語言運(yùn)用性、改編合理性等角度對(duì)已有的分級(jí)改編讀本進(jìn)行了問題分析，但僅提出“依據(jù)兒童認(rèn)知和課程標(biāo)準(zhǔn)對(duì)古文分級(jí)”等建設(shè)性意見，缺乏客觀性，分級(jí)標(biāo)準(zhǔn)也未明確。張秋玲等（2022）從字詞、句式、文章體裁和內(nèi)容四個(gè)方面總結(jié)了淺易文言文應(yīng)該具備的特征。在詞匯層面，認(rèn)為淺易文言文所用詞匯應(yīng)多為文言常用詞匯或次常用詞匯，為此早在2010年研究中心就以饒杰騰先生編制的“初中語文課本文言常用600詞”及“24個(gè)常見虛詞”作為確定一篇“淺易文言文”中常用詞匯比例的參照詞表，最終提出了用于測(cè)量文言文等級(jí)的數(shù)學(xué)模型。這一研究是對(duì)古漢語文本難易度評(píng)量從基于經(jīng)驗(yàn)的主觀判斷到基于數(shù)據(jù)的量化分析的突破性推進(jìn)，但所參照的詞表體量較小，且適用范圍狹窄。目前仍缺少一個(gè)規(guī)模適中的古籍漢字分級(jí)字表，因此基于大規(guī)模古籍文本語料研制古漢語的分級(jí)字表具有重要意義。

分級(jí)字表的研制需在常用字表、通用字表統(tǒng)計(jì)基礎(chǔ)上完成。采用科學(xué)統(tǒng)計(jì)方法進(jìn)行的常用字研究始于20世紀(jì)20年代。（費(fèi)錦昌 1988）1921年，著名教育家陳鶴琴統(tǒng)計(jì)了白話文中漢字出現(xiàn)的頻率，并于1928年出版《語體文應(yīng)用字匯》，這是我國(guó)第一本現(xiàn)代漢字字頻統(tǒng)計(jì)專著，為漢字的計(jì)量研究做出了寶貴貢獻(xiàn)。（蘇培成 2001）1988年，國(guó)家語言文字工作委員會(huì)完成了《現(xiàn)代漢語常用字表》和《現(xiàn)代漢語通用字表》的制定，這是當(dāng)代常用字表研制的重要里程碑?！冬F(xiàn)代漢語常用字表》共收字3500個(gè)，含2500個(gè)常用字和1000個(gè)次常用字，《現(xiàn)代漢語通用字表》共收字7000個(gè)，包括3500個(gè)常用字。除常用字表外，面向不同應(yīng)用的分級(jí)字表也層出不窮，且兼顧了分級(jí)需要，其分級(jí)情況如表1所示：

表1中的分級(jí)字表均基于現(xiàn)代漢語語料研制而成，適用于對(duì)外漢語教學(xué)、漢字應(yīng)用水平測(cè)試等工作與研究，面向古漢語文本難度分級(jí)字表研究及成果則較少。古漢語的字表研究多為專書的字匯研究，如針對(duì)《急就篇》（陳黎明 1996）、《詩經(jīng)》（毛承慈 2012）、《孟子》（馮莉 2012）等具體作品的字匯統(tǒng)計(jì)分析。目前，盡管有一些高質(zhì)量古漢語字典（《古漢語常用字典》），但其往往更注重收字全面、收字量大（如《漢語大字典》收列單字約5.6萬個(gè)），與分級(jí)字表旨趣不同。

因此，我們提出建立古籍文獻(xiàn)的分級(jí)字表，解決古籍文獻(xiàn)在文本難度分級(jí)、信息處理等方面的切實(shí)需求。我們基于大規(guī)模古籍文本語料庫中的字頻信息，綜合考慮了筆畫數(shù)、構(gòu)詞能力、分布率、義項(xiàng)個(gè)數(shù)等11個(gè)分級(jí)計(jì)量特征，確定古籍漢字的優(yōu)先級(jí)別，構(gòu)建出《古籍漢字分級(jí)字表》，為古籍文本難度分級(jí)提供必要的基礎(chǔ)字表；同時(shí)，助力加強(qiáng)面向辭書編撰的語言文字信息化平臺(tái)建設(shè)，進(jìn)而為古文分級(jí)閱讀、古文讀寫能力水平測(cè)試、古文篇章的自動(dòng)分級(jí)等研究奠定基礎(chǔ)，從而提升以古代典籍為依托的中華優(yōu)秀傳統(tǒng)文化傳承和傳播的效度，對(duì)于延續(xù)文化根脈、增強(qiáng)文化自信具有重要意義。

一、 《古籍漢字通用字表》的研制

（一） 選字來源

本研究選用文淵閣《四庫全書》作為統(tǒng)計(jì)語料，構(gòu)建了包含3408個(gè)古籍文本，25277個(gè)字型，731852425個(gè)字例的古籍文本語料庫?！端膸烊珪贩譃榻?jīng)、史、子、集四部，內(nèi)容體裁豐富多樣，被譽(yù)為傳統(tǒng)文化的巨典，古代典籍的淵藪（汪受寬，劉鳳強(qiáng) 2005），以其作為統(tǒng)計(jì)語料，可避免單一類型文本對(duì)字表選字的負(fù)面影響。同時(shí)，由于它匯集了我國(guó)清代乾隆以前各朝代的主要典籍文獻(xiàn)，有利于我們將不同時(shí)期的用字情況納入考量，可以避免根據(jù)某一特定時(shí)期用字情況選取通用字的局限。

（二） 選字?jǐn)?shù)量

作為面向古籍閱讀的字表，收字?jǐn)?shù)量必須適中。數(shù)量過多，不能降低使用者的學(xué)習(xí)負(fù)擔(dān)；數(shù)量太少，不能滿足實(shí)際閱讀需要?！豆偶疂h字通用字表》選字?jǐn)?shù)量的確定主要基于以下三點(diǎn)考慮。

1. 參考其他字表收字?jǐn)?shù)量

我國(guó)的字表研究已有一些重要成果，這些通用字表的收字?jǐn)?shù)量大都在6000—8500個(gè)，如《現(xiàn)代漢語通用字表》收字7000個(gè)，《通用規(guī)范漢字表》收字8105個(gè)。經(jīng)過數(shù)十年的應(yīng)用和實(shí)踐，6000—8500這一收字量范圍已經(jīng)得到廣泛認(rèn)可，被證明是合適的收字量，因此，《古籍漢字通用字表》的收字?jǐn)?shù)量應(yīng)該也在這一范圍內(nèi)。

2. 根據(jù)漢字效用遞減率確定

周有光（1984）先生曾提出“漢字效用遞減率”，高頻漢字效用較高，而低頻漢字效用則較低。確定通用字的數(shù)量，需要考察高頻通用古籍漢字的覆蓋率。利用構(gòu)建的古籍文本語料庫，我們對(duì)《四庫全書》中的高頻字型進(jìn)行了文本覆蓋率統(tǒng)計(jì)，結(jié)果如表2所示：

由表2可知，高頻漢字對(duì)于提高文本覆蓋率有著很大的作用。在《四庫全書》25277個(gè)字型中，前1000個(gè)高頻字型就覆蓋了82.1%的語料，前7000個(gè)高頻字型的覆蓋率高達(dá)99.58%，而字頻靠后的1.8萬多個(gè)字型，只能使文本覆蓋率增加0.42%。因此，根據(jù)文本覆蓋率，《古籍漢字通用字表》的收字量應(yīng)在7000個(gè)左右。

3. 根據(jù)理解文本所需漢字量確定

理解古籍文本內(nèi)容，需要一定的漢字量，但在閱讀過程中，可能會(huì)遇到陌生的低頻漢字，這時(shí)需要從上下文中推測(cè)這些未知漢字的意義。Liu和Nation（1985）的實(shí)驗(yàn)表明，要想從語境中猜測(cè)未知詞，以獲得對(duì)文本足夠的理解，需要對(duì)文本進(jìn)行95%的覆蓋。

綜合以上三點(diǎn)，我們將《古籍漢字通用字表》的收字?jǐn)?shù)量確定為7000個(gè)，將字頻靠前的7000字型作為候選，作為構(gòu)建分級(jí)字表的初步嘗試。

（三） 選字原則

古籍漢字字形復(fù)雜，存在大量的繁體、異體字形，要想全部保留下來也是不可能的?！豆偶疂h字分級(jí)字表》主要有兩個(gè)服務(wù)目標(biāo)：一是為古漢語文本難度分級(jí)提供必要的基礎(chǔ)字表，二是促進(jìn)古籍文獻(xiàn)在當(dāng)代的傳播。這就要求我們?cè)趯?duì)通用層面的繁體、異體字形進(jìn)行規(guī)范時(shí)，必須遵從科學(xué)性和適用性的原則。因此，有必要確立《古籍漢字通用字表》的收字原則，盡可能對(duì)古籍通用范圍內(nèi)的漢字字形進(jìn)行系統(tǒng)整理，歸納一個(gè)個(gè)散見的字樣，上升到字種，為古籍閱讀需求者排除閱讀障礙，達(dá)到普及古籍文獻(xiàn)的目的。同時(shí)，為了保存古籍的原貌，在收錄某一字種后，列出其在通用范圍內(nèi)出現(xiàn)的散見字樣，從而使得《古籍漢字通用字表》的收字更加科學(xué)明晰，為漢字分級(jí)打下堅(jiān)實(shí)基礎(chǔ)。收字樣例詳見表3：

《通用規(guī)范漢字表》在提供現(xiàn)代漢語通用層面用字標(biāo)準(zhǔn)的同時(shí)，也十分重視繁體字的使用問題，附有《規(guī)范字與繁體字、異體字對(duì)照表》，收錄了3120個(gè)規(guī)范字及相應(yīng)的繁體字、異體字?！豆偶∷⑼ㄓ米忠?guī)范字形表》的發(fā)布實(shí)施填補(bǔ)了繁體字字形規(guī)范方面的空白，是我國(guó)漢字規(guī)范工作的又一次重要實(shí)踐。兩個(gè)標(biāo)準(zhǔn)相輔相成，成為《古籍漢字通用字表》收字的重要參照。

基于此，我們堅(jiān)持從古籍用字的實(shí)際出發(fā)，遵從優(yōu)選原則，參照《古籍印刷通用字規(guī)范字形表》及《規(guī)范字與繁體字、異體字對(duì)照表》，在保存古籍漢字原貌的同時(shí)，優(yōu)選漢字作為字種，并列出該字種相應(yīng)的散見字樣，以構(gòu)建兼具科學(xué)性與適用性的《古籍漢字通用字表》。

二、 《古籍漢字分級(jí)字表（7000字）》的研制

縱觀字詞量表研制歷程，對(duì)漢字屬性的研究是漢字表成功研制的基石。所謂漢字的屬性，就是漢字包含的信息。漢字屬性包括漢字的字形、讀音、意義、編碼、應(yīng)用等方面的特征，有效地統(tǒng)計(jì)分析和全面認(rèn)識(shí)這些特征對(duì)于科學(xué)地研究漢字至關(guān)重要。邢紅兵（2011）也認(rèn)為，要進(jìn)行科學(xué)的漢字研究，就必須將漢字的統(tǒng)計(jì)屬性和認(rèn)知特點(diǎn)兩方面相結(jié)合。因此，本字表的研制將以漢字的統(tǒng)計(jì)屬性和認(rèn)知特點(diǎn)兩個(gè)維度為統(tǒng)攝，依據(jù)漢字的字形、字音、字義以及字用四個(gè)層面的相關(guān)研究，合理設(shè)計(jì)漢字分級(jí)計(jì)量特征，做到“先易后難、由淺入深、循序漸進(jìn)”（李兆麟 2014）。

（一） 分級(jí)計(jì)量特征設(shè)計(jì)

1. 漢字應(yīng)用層面的分級(jí)計(jì)量特征

（1） 字頻：字頻反映了一個(gè)漢字的常用度，已有研究表明，無論是在以漢語為第一語言還是第二語言的學(xué)習(xí)者中，漢字的認(rèn)知加工均存在頻率效應(yīng)，即與低頻漢字相比，留學(xué)生在高頻漢字上的認(rèn)讀表現(xiàn)更好。（江新等 2006；郝美玲 2018）在字詞量表研制中，頻率也是重要參考特征，如《義務(wù)教育常用詞表（草案）》在對(duì)詞表進(jìn)行分級(jí)時(shí)，依據(jù)頻率高低來排列順序，做到常用的詞先學(xué)，不太常用的詞后學(xué)；普遍的詞先學(xué)，較為專門的詞后學(xué)。（蘇新春 2017）我們已經(jīng)根據(jù)漢字的字頻及文本覆蓋率情況確定了《古籍漢字通用字表》的7000字，由于字頻高的漢字對(duì)應(yīng)較高的文本覆蓋率，因此我們假設(shè)一個(gè)漢字的字頻越高，優(yōu)先級(jí)別越高。

（2） 分布率：確定一個(gè)字是否常用，不能單純依靠字頻，還須考慮其使用范圍。如果某字出現(xiàn)的文本個(gè)數(shù)多，則說明其分布均勻，使用面廣；反之則分布不均，使用面窄。我們用“分布率”表示漢字這一特征，某字的分布率規(guī)定為該字型出現(xiàn)的文本數(shù)與總文本數(shù)的比率，（郭曙綸 2009）其計(jì)算公式為：

分布率=

基于此，我們假設(shè)如果某字型出現(xiàn)的文本個(gè)數(shù)越多，分布率越高，則說明其分布得越均勻，該字越常用，優(yōu)先級(jí)別越高。通過統(tǒng)計(jì)7000字在3408個(gè)古籍文本出現(xiàn)的文本個(gè)數(shù)，可計(jì)算得到各字的分布率。

（3） 構(gòu)詞能力：在考慮選擇哪些漢字作為基礎(chǔ)漢字時(shí)，除了要考慮字頻和分布率外，還要考慮漢字的構(gòu)詞能力。（趙金銘 1989）漢字的構(gòu)詞能力是指漢字與其他漢字組合構(gòu)成新詞的能力，常以漢字參與構(gòu)詞的數(shù)量來衡量。（江新等2006）在第二語言習(xí)得研究領(lǐng)域，不少學(xué)者對(duì)漢字“構(gòu)詞能力”在漢字加工中的作用進(jìn)行了一些實(shí)驗(yàn)性探討，發(fā)現(xiàn)歐美學(xué)生漢字學(xué)習(xí)中存在“構(gòu)詞數(shù)效應(yīng)”，即在學(xué)生學(xué)過的詞表中，漢字的構(gòu)詞數(shù)影響其認(rèn)讀的正確率，構(gòu)詞數(shù)越多，漢字認(rèn)讀成績(jī)?cè)胶?。（江新?2006；郝美玲 2018）因此，我們認(rèn)為一個(gè)漢字的構(gòu)詞能力強(qiáng)，則說明該字具有較強(qiáng)的實(shí)用性和組合能力，優(yōu)先級(jí)別應(yīng)當(dāng)越高。

《漢語大詞典》是一部大型歷時(shí)漢語語文辭書，按照“古今兼收，源流并重”的原則，收錄了30多萬個(gè)詞語，因此，我們基于《漢語大詞典》的詞匯歷時(shí)數(shù)據(jù)庫，考察古籍漢字的構(gòu)詞能力。結(jié)果表明，《古籍漢字通用字表》選取的7000字，除了可以單獨(dú)成詞外，絕大多數(shù)還可以與其他字組合構(gòu)成新詞。掌握了構(gòu)詞能力強(qiáng)的字，便很容易認(rèn)讀理解它們組成的詞語。以“王”為例，其參與的構(gòu)詞有“魏王”“國(guó)王”“鬼戎王”等，學(xué)習(xí)者在習(xí)得“王”字的基本語義及用法后，在古籍閱讀中，無論是遇到“陳王”還是“楚王”，皆可推測(cè)其表示某君主或諸侯王。因此構(gòu)詞能力同樣是判定漢字學(xué)習(xí)優(yōu)先級(jí)別的指標(biāo)之一?；凇稘h語大詞典》統(tǒng)計(jì)得到構(gòu)詞數(shù)量較高的漢字情況如表4所示：

2. 字形層面的分級(jí)計(jì)量特征

漢字是記錄漢語的書寫符號(hào)體系，是最重要的輔助性交際工具。（李索 2004）從書寫符號(hào)的角度來看，漢字難度與其視覺呈現(xiàn)字形密切相關(guān)。

（1） 結(jié)構(gòu)方式：結(jié)構(gòu)方式是漢字不同部件的組合形式，漢字總體可以分為獨(dú)體字和合體字。以往研究表明，不同漢字結(jié)構(gòu)方式的認(rèn)知難易度存在明顯的差異，從易到難依次為獨(dú)體字、左右結(jié)構(gòu)、上下結(jié)構(gòu)、包圍結(jié)構(gòu)等。（彭瑞祥等1983；馮麗萍 1999）據(jù)蘇培成（1994）統(tǒng)計(jì)，在現(xiàn)代漢語7000個(gè)通用字中，獨(dú)體字雖然只有235個(gè)，占3.4%，但除去只能單用的16個(gè)字以外，其余都可用作聲旁，是其他漢字的組成部分。

對(duì)古籍漢字7000字的字形結(jié)構(gòu)信息進(jìn)行統(tǒng)計(jì)，主要分為兩大類：由單個(gè)部件構(gòu)成的獨(dú)體字和由多個(gè)部件構(gòu)成的合體字，合體字可以分為左右結(jié)構(gòu)、上下結(jié)構(gòu)、包圍結(jié)構(gòu)和其他結(jié)構(gòu)（包括嵌套結(jié)構(gòu)、品字結(jié)構(gòu)）。其中，獨(dú)體字共有254個(gè)，平均筆畫數(shù)為5.059，筆畫數(shù)少，且字頻排名越靠前，獨(dú)體字占比越高。因此，獨(dú)體字的優(yōu)先級(jí)別應(yīng)當(dāng)最高，其次是左右結(jié)構(gòu)、上下結(jié)構(gòu)、包圍結(jié)構(gòu)和其他結(jié)構(gòu)的漢字。

（2） 筆畫數(shù)量：漢字的筆畫數(shù)影響漢字識(shí)別，即存在“筆畫數(shù)效應(yīng)”。葉重新和劉英茂（1972）認(rèn)為多筆畫字的認(rèn)識(shí)閾最高，最難認(rèn)識(shí)，中筆畫字次之，少筆畫字認(rèn)識(shí)閾最低。由此，我們推斷：筆畫數(shù)越少的漢字，字形越簡(jiǎn)單，優(yōu)先級(jí)別應(yīng)當(dāng)越高。通過對(duì)古籍通用7000字進(jìn)行筆畫數(shù)統(tǒng)計(jì)，可得到其平均筆畫數(shù)為12.54，其中筆畫數(shù)為12畫的漢字?jǐn)?shù)量最多，筆畫數(shù)最大值為33，是“麤”字，最小值為1畫，包括“一”“乙”兩字。

（3） 部首：不同的部首具有不同的構(gòu)字能力。對(duì)于那些包含強(qiáng)構(gòu)字能力部首的漢字，應(yīng)優(yōu)先學(xué)習(xí)，例如部首為“言”的漢字“謂”“諸”“記”，在學(xué)習(xí)它們時(shí)，可以聯(lián)想到其同部首字，加深印象，降低記憶負(fù)擔(dān)。（吳鑑城等2019）因此，在進(jìn)行古籍漢字分級(jí)時(shí)，我們也需考慮到部首的影響，那些包含強(qiáng)構(gòu)字能力部首的漢字，優(yōu)先級(jí)別應(yīng)當(dāng)更高。

通過對(duì)7000字進(jìn)行分析，可得到240個(gè)不同的部首，其中，7.1%的部首只能構(gòu)成單個(gè)漢字，構(gòu)字能力最弱，構(gòu)字?jǐn)?shù)量超過10個(gè)的部首較多，約占部首總數(shù)的46.7%。在所有部首中，構(gòu)字能力最強(qiáng)的是“氵”，構(gòu)字?jǐn)?shù)多達(dá)423個(gè)。表5展示了排名前10的部首及其構(gòu)字?jǐn)?shù)量。

（4） 繁簡(jiǎn)字形：古籍文獻(xiàn)區(qū)別于現(xiàn)代文獻(xiàn)的顯著特點(diǎn)是使用繁體字記錄。（閻瑞君，陳軍 2003）對(duì)于沒有專門接受過文字訓(xùn)練的讀者來說，大量的繁體字會(huì)嚴(yán)重影響對(duì)古籍的閱讀和理解。（王立軍 2023）分析古籍文獻(xiàn)中的漢字，不可避免地需要考慮到漢字繁簡(jiǎn)字形的使用及變化，我們對(duì)7000字的繁簡(jiǎn)字形進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)有4845個(gè)漢字仍保持原字形，2155個(gè)漢字進(jìn)行了簡(jiǎn)化，字形上有了與繁體字形相對(duì)應(yīng)的簡(jiǎn)體字形，這種字形差異變化主要體現(xiàn)在筆畫數(shù)量上。通過對(duì)這2155個(gè)漢字進(jìn)行專門分析可知，它們的繁體字形平均筆畫數(shù)為15.16，簡(jiǎn)體字形平均筆畫數(shù)為9.42。其中，筆畫數(shù)變化最大的漢字為“鬭”，經(jīng)過字形簡(jiǎn)化后，變?yōu)椤岸贰?，筆畫數(shù)由26畫變?yōu)?畫，減少了22畫。通過前文可知，漢字識(shí)別存在筆畫數(shù)效應(yīng)，因此，我們認(rèn)為沒有繁簡(jiǎn)字形變化的漢字，優(yōu)先級(jí)別應(yīng)當(dāng)更高，有繁簡(jiǎn)字形變化的漢字優(yōu)先級(jí)別應(yīng)較低。

（5） 異體字個(gè)數(shù)：一個(gè)漢字如果異體字?jǐn)?shù)量很多，則說明在古籍文獻(xiàn)中異體字替代本字的可能性較大，進(jìn)而影響人們閱讀，增加閱讀難度。那么同一個(gè)漢字，為什么會(huì)出現(xiàn)多個(gè)不同的字形？基于最樸素的判斷，我們認(rèn)為這是由于該漢字的使用者眾多，使用范圍廣，不同的人又具有不同的書寫風(fēng)格和習(xí)慣。正因如此，同一個(gè)漢字在數(shù)量龐大的使用群體中，字形難以實(shí)現(xiàn)規(guī)范統(tǒng)一，而使用范圍的廣闊性又導(dǎo)致了各地文字的變化并不完全一致，如戰(zhàn)國(guó)時(shí)期六國(guó)使用的文字與秦國(guó)有別，同一個(gè)“皇”字，秦國(guó)、齊國(guó)、蔡國(guó)和魯國(guó)分別有不同的寫法。（丁琳琳 2009）同時(shí)，我們認(rèn)為異體字?jǐn)?shù)量的多少可以反映漢字的常用性，一個(gè)漢字，只有使用得多，才有可能出現(xiàn)多個(gè)字形，具有多個(gè)異體字。因此，我們認(rèn)為如果一個(gè)漢字異體字?jǐn)?shù)量較多，則說明其越常用，優(yōu)先級(jí)別越高。利用漢典網(wǎng)，［1］我們獲取了7000字異體字信息，并對(duì)不同字頻段漢字異體字?jǐn)?shù)量進(jìn)行統(tǒng)計(jì)，如表6所示。可以看到，字頻排名越靠前的漢字，平均異體字?jǐn)?shù)量越多。這說明通用性高的漢字，往往在異體字?jǐn)?shù)量上具有優(yōu)勢(shì)，優(yōu)先級(jí)別應(yīng)當(dāng)更高。

3. 字音層面的分級(jí)計(jì)量特征

一個(gè)漢字可能有多個(gè)讀音，相較于單音字，多音字發(fā)生誤讀進(jìn)而產(chǎn)生錯(cuò)誤理解的可能性更大，因此更難掌握。通過對(duì)古籍漢字7000字的讀音數(shù)量進(jìn)行統(tǒng)計(jì)，我們發(fā)現(xiàn)絕大部分漢字為單音字，單音字占比為75.57%，在多音字中，雙音字占比最高，為13.11%，三音字等總計(jì)占比2%。將單音字放在多音字之前學(xué)習(xí)是合理的，因?yàn)閱我糇衷谧R(shí)記時(shí)不易發(fā)生混亂。針對(duì)多音字，我們采取簡(jiǎn)化標(biāo)注方案，不考慮多音字的讀音數(shù)量對(duì)學(xué)習(xí)優(yōu)先級(jí)別的影響，直接將漢字分為單音字和多音字，其中單音字的優(yōu)先級(jí)別較高，多音字的優(yōu)先級(jí)別較低。

4. 字義層面的分級(jí)計(jì)量特征

（1） 詞性用法標(biāo)簽數(shù)量：古漢語詞匯具有以單音節(jié)詞為主的特點(diǎn)，從書寫符號(hào)的角度來看，一個(gè)個(gè)詞語就是一個(gè)個(gè)漢字。一個(gè)漢字往往具有多個(gè)詞性用法標(biāo)簽，這些標(biāo)簽是我們對(duì)漢字進(jìn)行分級(jí)的重要依據(jù)。借助漢典網(wǎng)上“國(guó)語辭典”對(duì)漢字的解釋，我們對(duì)7000字的詞性用法標(biāo)簽進(jìn)行了獲取，漢字的詞性用法標(biāo)簽共分為名、動(dòng)、形、代、副、嘆、連、助、綴9類，一個(gè)漢字的詞性用法標(biāo)簽個(gè)數(shù)越多，則說明它的用法越多，在實(shí)際使用中，該字能充當(dāng)多種角色，優(yōu)先級(jí)別應(yīng)當(dāng)越高。

（2） 義項(xiàng)個(gè)數(shù)：在漢字的每個(gè)詞性用法標(biāo)簽下面，對(duì)應(yīng)著多個(gè)不同的義項(xiàng)。如“書”字，在“動(dòng)詞”這一詞性標(biāo)簽下，有兩個(gè)義項(xiàng)：①寫；②記載。義項(xiàng)個(gè)數(shù)能夠說明字義的多樣性。一個(gè)漢字，其義項(xiàng)個(gè)數(shù)越多，能表示的含義也就越多，優(yōu)先級(jí)別也就越高。

（二） 數(shù)據(jù)統(tǒng)計(jì)及漢字分級(jí)

利用漢典網(wǎng)，我們獲取了古籍漢字7000字的各個(gè)計(jì)量特征信息，并分別賦予了不同計(jì)量特征的優(yōu)先級(jí)別。以筆畫數(shù)信息為例，筆畫數(shù)越少的漢字，優(yōu)先級(jí)別越高，我們根據(jù)筆畫數(shù)對(duì)漢字進(jìn)行分組并賦予各組別漢字不同的優(yōu)先級(jí)別。為避免主觀性劃分，我們采用聚類分析，用機(jī)器自動(dòng)進(jìn)行劃分的方法實(shí)現(xiàn)了漢字在筆畫數(shù)這一計(jì)量特征上的分組。

K-means算法是一種十分常用的聚類機(jī)器學(xué)習(xí)算法，以筆畫數(shù)為例，我們采用K-means算法對(duì)7000字進(jìn)行聚類。聚類開始時(shí)，需要確定聚類個(gè)數(shù)K，這里將K值初步設(shè)定為5，對(duì)漢字進(jìn)行5組分類，聚類開始后，算法首先隨機(jī)選取5個(gè)點(diǎn)作為初始聚類中心，然后計(jì)算各個(gè)樣本到聚類中心的距離，將樣本歸到離它最近的聚類中心所在的類；經(jīng)過多次迭代，聚類中心最終不再變更，聚類結(jié)束。如表7所示，7000字被劃分到5個(gè)不同類別中。各組的取值范圍分別是［1，7］、［8，11］、［12，16］、［17，21］、［22，33］，考慮到數(shù)據(jù)分布特點(diǎn)，各組漢字?jǐn)?shù)量不同，分別為859個(gè)、2191個(gè)、2666個(gè)、1035個(gè)、249個(gè)。

在聚類分析的基礎(chǔ)上，我們依照數(shù)據(jù)分組對(duì)各組漢字進(jìn)行學(xué)習(xí)優(yōu)先級(jí)別值的確定，其中筆畫數(shù)越少的漢字優(yōu)先級(jí)別越高，此外又對(duì)各計(jì)量特征依照優(yōu)先級(jí)別由高到低的順序進(jìn)行賦值，數(shù)值越高，則優(yōu)先級(jí)別越高。據(jù)此賦予了各組漢字5、4、3、2、1的優(yōu)先級(jí)別。不同計(jì)量特征下的數(shù)據(jù)分組和優(yōu)先級(jí)別賦予結(jié)果如表7所示：

特別要說明的是，在使用字頻和分布率這兩個(gè)計(jì)量特征時(shí)，我們發(fā)現(xiàn)，使用5級(jí)優(yōu)先級(jí)別值會(huì)使得后續(xù)的分級(jí)結(jié)果差距不夠顯著。對(duì)此，針對(duì)字頻和分布率這兩個(gè)計(jì)量特征，我們采用7級(jí)優(yōu)先級(jí)別設(shè)置，其數(shù)據(jù)分組和優(yōu)先級(jí)別賦予如表8所示：

綜合上述信息，我們獲得了各個(gè)漢字對(duì)應(yīng)不同計(jì)量特征的優(yōu)先級(jí)別值，一個(gè)漢字可以用其計(jì)量特征及對(duì)應(yīng)優(yōu)先級(jí)別表示，例如：書 = 筆畫數(shù)量4+部首構(gòu)字?jǐn)?shù)1+字形結(jié)構(gòu)3+繁簡(jiǎn)字形1+異體字個(gè)數(shù)1+讀音數(shù)量1+詞性用法標(biāo)簽2+義項(xiàng)2+構(gòu)詞能力2+字頻7+分布率7。

基于此，我們使用向量空間模型（VSM：Vector Space Model）來表示漢字（以下簡(jiǎn)稱“字向量”）。向量空間模型是目前機(jī)器學(xué)習(xí)領(lǐng)域通用的數(shù)據(jù)表示方法，本文將漢字的語言學(xué)特征轉(zhuǎn)換為字向量，建立基于計(jì)量特征學(xué)習(xí)優(yōu)先級(jí)別的向量空間模型。每個(gè)漢字由一個(gè)維度為11的向量表示，一個(gè)計(jì)量特征代表一個(gè)維度，對(duì)應(yīng)維度的權(quán)重為該計(jì)量特征的優(yōu)先級(jí)別，例如“書”字可以表示為字向量“書：（4，1，3，1，1，1，2，2，2，7，7）”，這樣便可獲得基于計(jì)量特征優(yōu)先級(jí)別表示的字向量。漢字字向量表示如表9所示：

將各字向量映射到歐氏空間，進(jìn)行基于優(yōu)先級(jí)別的各漢字間相似度的計(jì)算。我們的最終目的是實(shí)現(xiàn)漢字的分組，讓相似度高的漢字聚集在一組，相似度低的漢字聚集在另一組，因此，需要設(shè)置一個(gè)用于相似度比較的標(biāo)準(zhǔn)。假設(shè)存在這樣一個(gè)理想漢字，它在各個(gè)計(jì)量特征層面上的優(yōu)先級(jí)別均為最高，則其可以表示為字向量（5，5，5，2，5，2，5，5，5，7，7），以該理想漢字為標(biāo)準(zhǔn)，那么與它相似度越高的漢字，優(yōu)先級(jí)別越高。因此，只需計(jì)算各漢字與理想漢字間的相似度即可。

本研究采用計(jì)算歐氏距離的方法測(cè)量各字向量與理想漢字間的距離。在m維空間，點(diǎn)x與點(diǎn)y的歐氏距離的計(jì)算公式為：

D（x，y）=

我們求得各漢字與理想漢字的歐式距離用于后續(xù)漢字分級(jí)，結(jié)果如表10所示：

（三） 分級(jí)結(jié)果

分級(jí)意味著制造差別，同一級(jí)別內(nèi)部成員應(yīng)當(dāng)是相似的，不同級(jí)別間的成員則存在差異。字表分為幾級(jí)，要根據(jù)需求來確定。以往的分級(jí)字表，一般分為3—5級(jí)，如《通用規(guī)范漢字表》（3級(jí)）、《漢語國(guó)際教育用音節(jié)漢字詞匯等級(jí)劃分》（3級(jí)）、《漢字頻率表》（5級(jí)）。因此，我們將《古籍漢字分級(jí)字表（7000字）》也確定為3級(jí)。以各漢字與理想漢字的歐式距離為依據(jù)，歐式距離越小，則表明該漢字在向量空間與理想漢字間的距離越近，與理想漢字越相似，優(yōu)先級(jí)別越高。我們采用K-means算法對(duì)7000字進(jìn)行聚類，聚類數(shù)為3，結(jié)果如表11所示：

由此初步確定了共分3級(jí)的《古籍漢字分級(jí)字表（7000字）》，其中甲級(jí)字1516個(gè)，乙級(jí)字2421個(gè)，丙級(jí)字3063個(gè)，甲級(jí)字優(yōu)先級(jí)別最高，乙級(jí)字、丙級(jí)字優(yōu)先級(jí)別遞減。該字表能為古漢語文本難度分級(jí)提供參考，也為古籍文本信息處理提供了基礎(chǔ)字表。

（四） 基于字層面的古漢語文本難度分級(jí)驗(yàn)證

古漢語文本難度分級(jí)涉及字詞、句、語法、篇幅等多個(gè)層面，多項(xiàng)研究表明字詞層面因素與文本難度級(jí)別之間具有較高的相關(guān)性。（程勇等 2020；吳思遠(yuǎn)等 2020）然而，目前尚缺乏規(guī)模合適的可用于古漢語文本分級(jí)的基礎(chǔ)字表，前期工作獲得的《古籍漢字分級(jí)字表》為古漢語文本分級(jí)研究奠定了基礎(chǔ)。

古漢語漢字與漢語詞匯的單位基本切合，一字一詞、一音一義，（王寧 2014）如果能細(xì)致深入地挖掘古籍文本中的漢字信息，就相當(dāng)于從詞匯和漢字兩個(gè)層面對(duì)影響古漢語文本難度級(jí)別的因素進(jìn)行探討，所以，基于字層面對(duì)古漢語文本進(jìn)行分級(jí)驗(yàn)證是合理的。我們依托于《古籍漢字分級(jí)字表（7000字）》，從字這一層面入手，對(duì)古漢語文本難度等級(jí)劃分進(jìn)行驗(yàn)證，以期得到較好的驗(yàn)證結(jié)果。

目前，針對(duì)古漢語文本分級(jí)研究較少。張秋玲等（2022）從字詞、句子、文體三方面構(gòu)建了文言文難易度評(píng)量模型，并對(duì)中學(xué)語文教科書中出現(xiàn)的52篇文言文的難易度進(jìn)行了1—5級(jí)的劃分。我們將張秋玲等（2022）的5級(jí)劃分合并為3級(jí)，并將《古籍漢字分級(jí)字表（7000字）》中三個(gè)難度級(jí)別視作三項(xiàng)指標(biāo)，分別統(tǒng)計(jì)了各個(gè)級(jí)別漢字在這52篇文言文中所占比例，計(jì)算出三項(xiàng)指標(biāo)的權(quán)重值分別為2.689、0.247、0.065，因此可以得出每篇文言文的可讀性數(shù)值，數(shù)值越高，該篇文言文越淺易。我們將所得結(jié)果與張秋玲等人的實(shí)驗(yàn)進(jìn)行比對(duì)，“/”前為張秋玲等人劃分等級(jí)，“/”后為依據(jù)《古籍漢字分級(jí)字表（7000字）》劃分級(jí)別，具體如表12所示：

由表12可知，張秋玲等（2022）的實(shí)驗(yàn)結(jié)果與依據(jù)《古籍漢字分級(jí)字表（7000字）》劃分結(jié)果的一致率為57.69%，可見，《古籍漢字分級(jí)字表（7000字）》的分級(jí)效果具有一定的合理性。其中，等級(jí)提升的文言文占比為40%，而《答謝中書書》《與朱元思書》《小石潭記》以及《莊子與惠子游于濠梁之上》這四篇文本難度等級(jí)跨度較大，前三篇由比較淺易的1級(jí)提升到3級(jí)，通過分析文本可知，其文本用字較難，存在豐富的一詞多義、古今異義現(xiàn)象，張秋玲等人將其劃分為非常淺易是不太合適的，而《莊子與惠子游于濠梁之上》由3級(jí)降到1級(jí)，雖然其用字較為簡(jiǎn)單，但屬于議論文體，且寓言豐富，張秋玲等人將其劃分為難是合理的。

綜上，字層面大致能夠反映出古漢語文本難度等級(jí)差異，但文本分級(jí)仍需要綜合考察各個(gè)層面因素，此后，筆者將繼續(xù)完善字表構(gòu)建，為古文分級(jí)研究提供必要的基礎(chǔ)資源。

三、 結(jié)論與展望

為了解決古漢語文本難度分級(jí)的困難，本文基于大規(guī)模古籍文本語料，考察了古籍文本用字信息，統(tǒng)計(jì)構(gòu)建了《古籍漢字通用字表》，并在此基礎(chǔ)上制定出11個(gè)漢字分級(jí)計(jì)量特征，實(shí)現(xiàn)了《古籍漢字分級(jí)字表（7000字）》的研制，其中甲級(jí)字1516個(gè)，乙級(jí)字2421個(gè)，丙級(jí)字3063個(gè)。

然而，本研究仍有值得改進(jìn)與發(fā)展之處：首先，各個(gè)計(jì)量特征在劃定級(jí)別時(shí)，有時(shí)需要主觀判斷，因此在一定程度上會(huì)帶有主觀性，仍需進(jìn)一步加強(qiáng)主觀性的一致性檢驗(yàn)工作；其次，雖然我們考慮了11個(gè)計(jì)量特征，但仍可能是不完善的，需要在今后借鑒更多的分級(jí)特征，優(yōu)化漢字的分級(jí)；最后，《古籍漢字分級(jí)字表（7000字）》的應(yīng)用效果，需要通過具體的實(shí)踐去驗(yàn)證，不斷加以研究和調(diào)整。在未來工作中，我們還將基于《古籍漢字分級(jí)字表（7000字）》，對(duì)古文分級(jí)閱讀、古文水平分級(jí)評(píng)測(cè)等任務(wù)進(jìn)行研究，助力中國(guó)古代典籍和文化的普及與推廣。

附 注

［1］ 漢典網(wǎng)：https：//www.zdic.net。

參考文獻(xiàn)

1. 白瑞芬.國(guó)學(xué)經(jīng)典少兒讀物分級(jí)改編的問題與思路.編輯學(xué)刊，2017（3）.

2. 陳黎明.《急就篇》用字初探.中國(guó)語文，1996（6）.

3. 程勇，徐德寬.基于多層面語言特征的中文文本閱讀難度自動(dòng)分級(jí)研究.第20屆漢語詞匯語義學(xué)國(guó)際研討會(huì)（北京信息科技大學(xué)），2019.

4. 程勇，徐德寬，董軍.基于語文教材語料庫的文本閱讀難度分級(jí)關(guān)鍵因素分析與易讀性公式研究.語言文字應(yīng)用，2020（1）.

5. 丁琳琳.《第一批異體字整理表》發(fā)布以來的漢字異體字整理研究.山東大學(xué)碩士學(xué)位論文，2009.

6. 杜月明，王亞敏，王蕾.漢語水平考試（HSK）閱讀文本可讀性自動(dòng)評(píng)估研究.語言文字應(yīng)用，2022（3）.

7. 費(fèi)錦昌.常用字的性質(zhì)、特點(diǎn)及其選取標(biāo)準(zhǔn).語文學(xué)習(xí)，1988（9）.

8. 馮莉.基于《孟子》字料庫的字頻統(tǒng)計(jì)與研究.北京師范大學(xué)碩士學(xué)位論文，2012.

9. 馮麗萍.漢字認(rèn)知規(guī)律與漢字教學(xué)原則. //呂必松主編. 漢字與漢字教學(xué)研究論文選.北京：北京大學(xué)出版社，1999.

10. 馮志偉.現(xiàn)代漢字和計(jì)算機(jī).北京：北京大學(xué)出版社，1989.

11. 郭曙綸.漢語語料庫大規(guī)模統(tǒng)計(jì)與小規(guī)模統(tǒng)計(jì)的對(duì)比.語言文字應(yīng)用，2009（2）.

12. 郭望皓.對(duì)外漢語文本易讀性公式研究.上海交通大學(xué)碩士學(xué)位論文，2010.

13. 郝美玲.高級(jí)漢語水平留學(xué)生漢字認(rèn)讀影響因素研究.語言教學(xué)與研究，2018（5）.

14. 江新，趙果，黃慧英，等.外國(guó)學(xué)生漢語字詞學(xué)習(xí)的影響因素——兼論《漢語水平大綱》字詞的選擇與分級(jí).語言教學(xué)與研究，2006（2）.

15. 蔣智威.面向可讀性評(píng)估的文本表示技術(shù)研究.南京大學(xué)博士學(xué)位論文，2018.

16. 李索.漢字與中華傳統(tǒng)文化.北京：高等教育出版社，2004.

17. 李兆麟.談常用字詞的選取及其等級(jí)劃分.辭書研究，2014（2）.

18. 毛承慈.基于字料庫的《詩經(jīng)》文字研究.北京師范大學(xué)碩士學(xué)位論文，2012.

19. 彭瑞祥，喻柏林.不同結(jié)構(gòu)的漢字再認(rèn)的研究. //中國(guó)心理學(xué)會(huì)普通心理學(xué)與實(shí)驗(yàn)心理學(xué)專業(yè)委員會(huì)編.普通心理學(xué)與實(shí)驗(yàn)心理學(xué)論文集.蘭州：甘肅人民出版社，1983.

20. 蘇培成.現(xiàn)代漢字學(xué)綱要.北京：北京大學(xué)出版社，1994.

21. 蘇培成.二十世紀(jì)的現(xiàn)代漢字研究.太原：書海出版社，2001.

22. 蘇新春.《義務(wù)教育常用詞表（草案）》研制的理論與方法.語言文字應(yīng)用，2017（3）.

23. 孫剛.基于線性回歸的中文文本可讀性預(yù)測(cè)方法研究.南京大學(xué)碩士學(xué)位論文，2015.

24. 汪受寬，劉鳳強(qiáng).《四庫全書》研究的回顧與思考.史學(xué)史研究，2005（1）.

25. 王蕾.初中級(jí)日韓學(xué)習(xí)者漢語文本可讀性公式研究.語言教學(xué)與研究，2017（5）.

26. 王立軍.繁體字字形規(guī)范的基本理念與當(dāng)代實(shí)踐.語言文字應(yīng)用，2023（1）.

27. 王寧.論漢字與漢語的辯證關(guān)系——兼論現(xiàn)代字本位理論的得失.北京師范大學(xué)學(xué)報(bào)，

2014（1）.

28. 吳鑑城，白明弘，林慶隆.臺(tái)灣華語文語料庫在華語文教育的應(yīng)用.華語文教學(xué)研究，

2019（3）.

29. 吳思遠(yuǎn)，于東，江新.漢語文本可讀性特征體系構(gòu)建和效度驗(yàn)證.世界漢語教學(xué)，2020（1）.

30. 邢紅兵.漢字的統(tǒng)計(jì)研究與對(duì)外漢字教學(xué).漢字教學(xué)與研究，2011（12）.

31. 閻瑞君，陳軍.古籍書目數(shù)據(jù)庫中繁簡(jiǎn)字的使用.圖書與情報(bào)，2003（3）.

32. 葉重新，劉英茂.影響本國(guó)文字認(rèn)識(shí)閾的因素.臺(tái)北：臺(tái)灣大學(xué)心理學(xué)系研究報(bào)，1972（14）.

33. 張寧志.漢語教材語料難度的定量分析.世界漢語教學(xué)，2000 （3）.

34. 張秋玲，牛青森，趙寧寧.中學(xué)語文教科書文言選文難易度評(píng)量模型檢驗(yàn).語言文字應(yīng)用，2022（3）.

35. 趙金銘.近十年對(duì)外漢語教學(xué)研究評(píng)述.語言教學(xué)與研究，1989（1）.

36. 周有光.現(xiàn)代漢語用字的定量問題.辭書研究，1984（4）.

37. 左虹，朱勇.中級(jí)歐美留學(xué)生漢語文本可讀性公式研究.世界漢語教學(xué)，2014（2） .

38. Liu Na，Nation I S P. Factors Affecting Guessing Vocabulary in Context. RELC Journal 1985，16（1）：33-42.

（余 雪 南京一中明發(fā)濱江分校 江蘇 210031；

馮敏萱 南京師范大學(xué)文學(xué)院/南京師范大學(xué)語言大數(shù)據(jù)與計(jì)算人文研究中心 江蘇 210097；

李 斌 南京師范大學(xué)文學(xué)院/南京師范大學(xué)語言大數(shù)據(jù)與計(jì)算人文研究中心 江蘇 210097）

（責(zé)任編輯 郎晶晶）