基于語(yǔ)料庫(kù)的《警察與贊美詩(shī)》中的詞匯研究

涂春梅

【摘要】計(jì)算機(jī)輔助方法能被用來研究文本中的詞匯模式.數(shù)據(jù)來自歐亨利的短篇小說《警察與贊美詩(shī)》和參考數(shù)據(jù)庫(kù)是LOB語(yǔ)料庫(kù)作比較數(shù)據(jù)和Antconc3.4.4軟件來學(xué)習(xí)復(fù)制驗(yàn)證。

【關(guān)鍵詞】復(fù)制 頻率統(tǒng)計(jì) 詞匯模式 警察與贊美詩(shī) 類符/形符比

一、引言

討論詞匯如何在文本中分配來模仿這些程序，討論單詞序列的一些特征。可以理解的文本，它的詞匯必須有銜接性：新舊信息的模式分布在文中的重復(fù)相關(guān)的詞匯鏈。話題是用詞匯表示的。單詞頻率列表和單詞分布圖可能有助于識(shí)別主題和文本邊界，為解釋提供依據(jù)。用的語(yǔ)料是O Henry的短篇小說《警察與贊美詩(shī)》僅1363字。講述為在監(jiān)獄里度過寒冬，故意違反法律.他沒如他所愿蹲監(jiān)獄；最后，他到教堂，被贊美詩(shī)感動(dòng)，決定痛改前非，卻被送進(jìn)了監(jiān)獄。

二、分析1：頻率統(tǒng)計(jì)（按降序）

1.功能詞頻率統(tǒng)計(jì) 在LOB和《警察與贊美詩(shī)》中，最高頻十個(gè)單詞降序是：1] LOB：the of and to a in that is was it；2] ‘the Cop and the Anthem：the a and Soapy of his he to in policeman；LOB和文中最高頻率的詞是the.發(fā)現(xiàn)此詞在任何文本中都占很大比例。在LOB中它的頻率所占比重低于文本中：LOB 6.1%，此文本中7.3%。2]中出現(xiàn)的詞在1]中就沒有Soap，his，he，policeman.這說明此五個(gè)詞在此文本的頻率列表中更高。估算這些詞故事中的頻率比在一般語(yǔ)言中多多少，比較了他們?cè)贚OB和文中的頻率：3] LOB：Soap0，his 0.56%，he 0.82%，policeman 0.001%；4]此文本中Soap2.8%，his2.5%，he2.4%，policeman 1.1%.相對(duì)于文本長(zhǎng)度，he和she在文中比在LOB更頻繁。his和he的頻率是一樣的。第三人稱單數(shù)代詞，he/his和定冠詞the指he，指Soapy，故意做了具體的事情。

2.實(shí)詞的頻率統(tǒng)計(jì) 忽略LOB中100個(gè)最常見的詞，此文本的頻率列表中最高頻實(shí)詞umbrella， bench， island， winter， restaurant， square， cigar， street， waiter， arrest， cop， door， glittering， moved， refuge， ambitions， arrested.最高頻的實(shí)詞能揭示主角Soapy的行為變化，名詞代表某地方的故事情節(jié).關(guān)于詞頻的適度初始事實(shí)值表明簡(jiǎn)單的詞頻反映此故事的中心話題。

三、分析2：

頻率統(tǒng)計(jì)（出現(xiàn)順序）這些方法沒告知詞匯在文本中的分布。文本中詞匯出現(xiàn)順序的頻率能暗示文本的結(jié)構(gòu)。以此文本的第一段為例。按詞匯在文本出現(xiàn)順序的頻率列表：5] on14， his34， bench6， in23， Madison3， square5， Soapy38， moved3， uneasily3， and45， when4， moves， the100， park2， you10， may1， know1， that11， winter6， is8， near2.大多數(shù)詞很少出現(xiàn)，大約一半的單詞類型僅出現(xiàn)一次.然6]里很多高頻詞出現(xiàn)在故事的開頭，但它們于故事主題無意義。5]中可看到那些出現(xiàn)在開頭段落中的詞匯詞，它們?cè)诤笪闹谐霈F(xiàn)不止一次：6] Madison3， moved3， uneasily3， when 4， moves 1， park2， near2.列表不能看到哪些詞是首次出現(xiàn)在故事后期，這與小說Eveline中的Youman不同。此段corner第一次出現(xiàn)，憑直覺它是故事中的一個(gè)新話題。此文第一自然段中新詞的頻率為：7] corner4， Sixth1， Avenue1， took2， stone1， sent1， through2， glass1， shop1， window2， people2， came 3， running 2， around2， stood2， still1， pockets1， smiled1， sight1.7]中頻率大于1的新詞：8] corner4， took2， through2， window2， people2， came 3， running2， around2， stood2.然而這個(gè)過程顯示哪些新詞在情節(jié)的最后段落被采用，不是在文本的最后段落，這同于在“Eveline”中的Youman的發(fā)現(xiàn)。

四、結(jié)論

總之，雖然文章沒有完全復(fù)制這個(gè)發(fā)現(xiàn)，僅部分復(fù)制了此發(fā)現(xiàn)，但我們可以看到如何使用語(yǔ)料庫(kù)和軟件Antconc.3.4并測(cè)試文本中單詞的頻率。復(fù)制的結(jié)果部分與短篇故事“Eveline”不同，我認(rèn)為原因是《警察與贊美詩(shī)》中有幾個(gè)單個(gè)獨(dú)立的小故事。

References：

[1]Sinclair，J.Corpus，Concordance，Collocation.Oxford：Oxford University Press.

[2]Sinclair J.Corpus and Text：Basic Principle.In M.Wynne（ED.）， Developing linguistic Corpora：a Guide to Good Practice，2004.

[3]歐亨利.警察與贊美詩(shī)，1906.endprint