中图分类号：H042 文献标识码：A 文章编号：0438－0460 （2002）02－0025－08 对异形词的处理是汉语词汇规范的一个重要内容，不少学者就此作过讨论。（注：据《现代汉语词汇规范论文索引》（“全国词汇规范问题学术研讨会”会议材料，2001·厦门，苏新春、余桂林编）初步收集，1980年以来学术界共发表异形词与异体词方面的论文30多篇。）国家语委2001年7月31 日在《中国教育报》上公布了第一批异形词整理表（草案）。这是到目前为止，异形词规范工作作得最深入、最正规的初步成果。笔者结合正在从事的词汇计量工作，对《草案》所入选的429组异形词进行了词次和词频的调查，发现其中存在一些很值得进一步思考的问题。本文以认同词表中所有的异形词为前提，探讨什么样性质的异形词需要规范？如何确定正体与异形的身份？异形词规范的松紧度如何把握？对处在语言动态变化中的异形词应采取怎样的策略？用于调查与验证的语料是2.5亿字正式发表的现代汉语材料。 （注：本文所用语料库由清华大学孙茂松先生提供，特此表示感谢。2.5亿字的语料分布：5000万字为20世纪30至90年代的文学作品语言；2亿字为20世纪90 年代的新闻语言；270万字为科普作品语言。） 一、对《草案》的词频统计与分析 《草案》中异形词的几组统计数据。 1.429组异形词的构成情况 两词一组的有429组，三词一组的有31组，四词一组的有4组，共有词语893词。一组中的第1个词为正体词，对后面的几个词本文分别以异形词A、异形词B、异形词C称之。 2.893个异形词在2.2亿字语料中的词次调查 一个词的词次数在5000次以上的有22个词，在总数893 个异形词中占2.5％，“计划”一词最高，达60809次。未见词例的词语有132个， 在所有异形词中占14.8％。这些词语已显“废用”词语的性质。这里反映的是一个词的“绝对词次数”，它反映了一个词在实际语言中的流通程度。 3.429组异形词中的首词（即正体词）的相对词频 我们把893个词语出现的词次按组排列， 由此来看每个词在本组所有语例中所占的比例，即“相对词频”。相对词频是本文的一个重要观察点，因为正体词与异形词关系的确立都是相互以对方为参照点的。绝对词次数能清楚反映一个个词语的常用度，却不能清楚地反映出同组词相互之间的关系。如“人材”是异形词A，有220个词次，但正体词“人才”却有34982个词次，二者之间的比例是0.6％比99.4％，因此，确立后者为正体词是确凿无疑的。如果单看绝对词次，“人材”并不低，因为在429组中，词次数在220以下的正体词达189个。 正体词在本组内所占比例愈高说明优势愈明显。在99％－100 ％的有154个词，占总数的1／3，其中为100％的达101个。 这里把正体词按相对词频的高低分出11级，具体资料见表1。 表1 正体词的相对词频 分级正体词正体词的该级别的正体词在 的数量相对词频429组中所占比例 11 154 99－100%35.9% 10 120 90－98% 28.0% 955 80－89% 12.8% 838 70－79% 8.9% 721 60－69% 4.9% 611 50－59% 2.6% 5940－49% 2.1% 4830－39% 1.9% 3620－29% 1.4% 2110－19% 0.2% 160－9% 1.4% 429组←总数→ 100% 从“11”到“1”显示正体词的相对词频由高到低的排列。按百分比应是10级，这里分的第“11”级是99％－100％之间的数字元，目的是显示其特殊性。 4.429组异形词中的第二词（即异形词A）的相对词频 相对词频愈低，说明这些异形词的使用频率愈低，规范的可行性愈大。但两头的数字可能会显示出一些问题。太低，才1％或2％－3％， 甚至为零，说明这部分词语的规范价值值得考虑；太高， 超过70 ％－80％，说明它们仍有很大的使用面，规范起来难度相当大。异形词A 的相对词频在50％以上的为27例，低于1％的有159例，占429组的37.1％。其中为零的是101个词。异形词A的相对词频为零，与正体词的相对词频为100％的数字相对应。 5.429组异形词中的第三词（异形词B）的相对词频 异形词B有31个，其中25个没有一个例句，说明其无流通量； 有一个词却高达70％多。 6.429组异形词中的第四词（异形词C）的相对词频 异形词C有4个，其中1个的绝对词次数为2，另3个词语为零。 以上统计数据显示，429组异形词的规范意见基本上是正确的， 大多数正体词与异形词的关系都能得到词次与词频的支持。一组异形词中的首词（即正体词）的相对词频在50％以上的达93.1％，这就保证了《草案》的合理性、科学性。《草案》“说明”中提出了异形词整理的三条原则，即“文字规范原则”、“通用性原则”、“统筹兼顾原则”。词表中不少异形词的处理体现了优先执行通用性原则的特点。如曾有人主张以文字简省的为正体，而这里却立“轱辘[,129]”为正体词，以“轱轳[,6]”为异形词。（注：词语后面的数字反映的是本文在2.5亿字的封闭语料库中的统计结果。小写数字即该词的绝对词次数，小写百分数为相对词频数。下同。）也曾有人认为异形词的整理当实施偏旁类推的作法，即具有相当偏旁的词都作统一的处理，而《草案》却在“保姆[,1660]”“保母[,6]”“褓母[,0]”“褓姆[,2]”中，以偏旁未统一的“保姆”为正体。
