现代汉语词法句法联动关系的计量研究

**章 基本分词单位判识 **节 基本分词单位与饱和度 现代汉语中词和短语界限不清的问题由来已久。为了适应语言信息处理的需要，“分词单位”的概念提了出来。“分词单位”指“汉语信息处理用的具有确定的语义和语法功能的基本单位”。（中华人民共和国机械电子工业部，1992）它不仅包括一般所说的词，包括类似于词的单位，也包括固定词组、固定用语。（符淮青，2004）实践已经证明，分词单位暂时将词和短语的纷争搁置一旁，很好地推进了中文信息处理的研究。我们认为还是有必要在分词单位中独立出“基本分词单位”，因为基本分词单位是辨识度极高、人和机器都不存在争议的一种分词单位，而且它几乎不构成分词歧义，在歧义消解和规避上具有较高的应用价值。分词单位包括一般所说的词，基本分词单位与词有较大的交集，但不完全相同。从音节构成上看，它的主要外在特征是： （1）可以是单音节词，如“山”“人”“走”“打”等单音节实词，以及“着”“了”“过”“的”“地”“得”等单音节虚词。这些自由的单音节词实际上也是单音节自由语素。 （2）可以是双音节词，如“意见”“推荐”“伟大”等。 我们重点讨论双音节的基本分词单位。这种基本分词单位不仅要满足双音节这一韵律条件，还有句法语义上的要求。句法语义上的要求突出地表现为要满足一定的句法语义的饱和度。饱和度是一些带有倾向性的句法属性和语义属性。一个双音节单位具备了其中的某一句法语义属性，它就达到了饱和，它就是一个二字词，同时也是一个双音节基本分词单位。饱和度是鉴定双音节基本分词单位的一些必要的、刚性的句法语义条件，有了它，基本分词单位在句法语义上就处于一种自足的平衡状态。 基本分词单位的饱和度至少包括四种：结构饱和、语义饱和、句法饱和和概念饱和。基本分词单位至少满足这四类饱和度中的一个饱和度，否则它们的自然平衡状态就被打破而失去词感，结构的凝固性和稳定性减弱，这时的双音节单位可能是一个自由二字短语，不再是基本分词单位。双音节基本分词单位我们也称二字词，双音节有时也称作二字组。 第二节结构饱和度 吕叔湘（1979）讨论了语素的活动能力与语法单位之间的关系，认为除了全部由黏着语素构成的语言单位不可能是短语外，各语素的活动能力或者它的自由与黏合程度跟整个语言单位是词还是短语没有必然的联系，单纯用有无黏合语素来确定一个组合是词还是短语是有问题的：自由语素相加（FF），可以是短语（工人农民），可以是词（田地），还可以是不成词的多音节语素（高射）；自由语素与黏着语素相加（FB），可以是短语（老师同学们），可以是词（高兴），也可以是黏着语素（高速）；黏着语素相加（BB），可以是词（典型），也可以仍然是黏着语素（微型）。 由于吕先生讨论的对象不限于二字词，所以得出了语素的自由程度跟整体结构是否是词没有必然联系的结论。如果将讨论的对象限定为二字词，还是可以找出比较硬性的规律，即二字词结构上的饱和度。我们发现： 一个整体上可以自由单用的二字组，只要其中有一个黏着语素，不管是FB、BF 还是BB，这个二字组一定是二字词。 这一规则可以称为二字词的结构饱和度A（简称“结A”）。例如： （1）本钱（FB） 版权（BF） 导师（BB） （2）沉沦（FB） 绞杀（BF） 起伏（BB） （3）厚实（FB） 苍凉（BF） 悲愤（BB） （1）（2）（3）分别是二字名词、二字动词和二字形容词，依次是按FB、BF和BB 顺序排列。词内均有不自由的黏着语素，但整个二字组是自由的、可单用的。例如： （4）你有什么本钱东山再起？作者的版权应受到尊重。你导师是谁？ （5）我们的民族不能就此沉沦。制度绞杀了这些人的全部希望。水平发挥不够稳定，起伏，让人不放心。 （6）新楼墙体挺厚实的。秋风起，人的心境也苍凉起来了，甚至有些悲愤。当二字组中的两个语素原本都是自由的，且二字组整体上也是自由的，这个二字组不一定是二字词，还可以是短语，说得更准确一点，是吕叔湘（1979）所说的“短语词”。二字短语词在我们看来不能看作基本分词单位，因为它们的结构凝固性或稳定程度不及二字词。例如： （7）我恨不得远离喧闹的城市，躲进人烟稀少的深山。 （8）满屋都是蚊子，他进屋拿起扇子一阵儿追打。 （9）大美山西，这边风景独好！ 当二字组内部由FF、FB、BF 或BB 构成，但整体上仍然是一个黏着的二字组时，这样的二字组是“词汇词”（吕叔湘，1979），例如，以下画线的二字组就是“词汇词”： （10）高射炮 大型节目 袖珍词典 超额完成 加倍努力 定期汇报 高价回收 按劳分配 二字词不仅包括这些词汇词，也包含“语法词”。（吕叔湘，1979）怎样理解或解释二字词的这一结构饱和度？按韵律构词学的观点，双音节是二字词成词的必要条件。（冯胜利，2001）如此看来，韵律词实际上包含上述三种“词”：词汇词、语法词和短语词。三者形成了一个连续统： 表1-1 三类“词”的差别与联系 词汇词：整体黏着，内部至少有一个黏着语素 语法词：整体自由，内部至少有一个黏着语素 短语词：整体自由，内部都是自由语素 词汇词与语法词相似之处在于它们内部语素中必有一个黏着语素，不同之处在于整体上的自由程度。语法词与短语词在整体上都是自由的这一点上呈现出相似性，不同之处在于前者至少有一个黏着语素，后者内部全是自由语素。词汇词包含两个语素，是*大的二字语素，短语词也包含两个语素，是*小的二字短语。二字词（语法词）是*大的二字语素（词汇词）和*小的二字短语（短语词）中和、协调的结果，它凭借整体的自由度跳出了语素的束缚，凭借内部语素的黏合性将自己绑定、融合成一个辨识度高的基本分词单位而没有跨入短语的领地。 二字组内部的语素不仅有自由与黏着的差别，还有虚与实的不同。实语素与实语素可以构成短语词，如“大山”“小草”“尖刀”；也可以构成语法词“朋友”“爱慕”“失败”；同样也可以是词汇词，如“高射”“袖珍”“超额”。实语素与虚语素可以构成短语词，如“所见”“大的”“读过”；可以构成语法词，如“读者”“作家”“教员”“有着”；也可以构成词汇词，如“知性”“慢性”“全员”等。虚语素与虚语素可以构成形似短语词的二字组，如“（偷）的吧”“（看你）的了”“（吃）了吗”；虚语素可以构成语法词，如“在于”“虽然”“而且”；虚语素与虚语素可以构成词汇词，如“哈哈（大笑）”“哇哇（大哭）”。看起来单凭内部语素的实与虚也无法从整体上知悉二字词与二字短语的关系，或者说区分语素实与虚对于二字词的识别价值不大。 但是，实际情况并非这么简单。依照语素的实与虚这两个标杆，我们仍然可以找到新的二字词结构饱和度： 如果实语素加上实语素、实语素加上虚语素或虚语素加上虚语素构成了一个仅表达语法意义或语法功能却不能单独充当句法成分的二字组，那么这个二字组是二字词（虚词）；如果一个虚语素加上另一个虚语素或者一个实语素加上一个虚语素构成一个可以单用（充当句子成分）的二字组，那么这个二字组也是二字词（实词）。 这就是二字词的结构饱和度B（简称“结B”）。例如： （11）通过认真学习文件，我了解了相关政策。 （12）本着人道主义精神，我们共向灾区捐款三万元。 （13）炒股我亏了而且亏得血本无归。 （14）问题在于有谁还在乎这一天挣二十元呢？ （15）好在历史是人民写的。这是利于大家而不是少数人。 “通过”中的“通”“过”都可以是实语素，但二者可以组合出一个介词；“本着”是一实一虚，这儿也是一个介词；“而且”里头都是虚语素，组合后是一个连词；“在于”“在乎”里头本来都是两个虚语素，但整体上有了实词（这两个词都是动词）的用法；“好在”和“利于”一实一虚的两个语素组合出了实词（好在：副词；利于：动词）的用法。 实语素与虚语素无论是在意义上还是在用法上都是极其悬殊的，现在实词里头出现了虚语素，虚词里头有实语素，语素的反转构词使得这些二字组获得了超强的凝固力，从而使它们定型为二字词，这正是凭借构成语素的虚实度可以概括二字词结构饱和度的原因。 由语素虚实总结出来的二字词的饱和度实际上是一个语素类变异的问题，这个问题还可以进一步研究。构成二字名词、二字动词和二字形容词的典型语素类序列是“N=n+n”“V=v+v”“A=a+a”，即一个二字名词常常是由两个名词性语素构成，一个二字动词多由两个动词性语素构成，一个形容词内部通常是两个形容词性语素。如果连一个二字组的核心成分（head）都发生语素类变异，变得与二字组的整体不一致，这个二字组实际上已经不再是一个向心结构而是一个离心结构了。这样，我们又可以写出二字词的另一个饱和度规则：