您的位置:首页资讯手机辅助 → 最新汉字字、词频度统计(2003新字频)

最新汉字字、词频度统计(2003新字频)

时间:2004/10/8 14:39:00来源:本站整理作者:蓝点我要评论(0)

> 作者:福建双笔码软件开发有限公司 胡小山、张清财



汉字字、词频度统计是中文信息化重要内容之一,统计的准确率很大程度上取决于所选择的汉字语料和语料产生时代以及语料总量;本文报告作者从467,355,735字当代语料中对GB13000.1字符集20902字和近60000条简体词语进行了流通频度统计,可以说这是当前最具使用价值的汉字字、词频度统计。



一、语料构成



总字数:467,355,735字。



1、 1999年至2003年4月报刊文摘、政经时事、科学技术:375,689,126字,占80.4%。



2、 现代文学:91,666,609字,占19.6%。



二、字频概况



⒈ 在以上语料中,总共用到的汉字为10647个,扣除繁体字1038个,共用简体字9609个,在GB 13000.1字符集20902字中有10255个未曾出现。



⒉ 与1988年国家语委公布的字频表比较,与青月亮流通字频表比较,字频有较大的涨落,表1为30个高频字的频度比较。



表1:30个高频字的频度比较表























从上表进行分析:

其中:“的、一、了、是、在、人、不、有、中、大、国、上、这、和、以、个、为、地”这18个字,三家统计均在前30出现,位置略有不同。



其中:“我、他、到、来、时”这5个字,2003新字频和语委字频均在前30出现,青月亮字频未在前30出现。



其中:“年、出、会、生、要、发”这6个字,2003新字频和青月亮字频均在前30出现,语委字频未在前30出现。



其中:2003新字频有1个字“市(28)”在前30中独有;语委字频有7个字“们(34)、说(37)、全(72)、小(65)、子(50)、可(53)、就(45)” 在其前30中独有;青月亮字频有6个字“用(67)、作(41)、学(69)、成(44)、行(32)、对(33)” 在其前30中独有。括弧中数字为在新字频中的位置。



以上可以得出结论;语委频度由于完成时间为1988年,同当前比较有所偏差;青月亮频度由于选用语料问题以及语料总量不足,因此也有较大偏差。



三、词频情况



1.词汇选择原则:二字词选择频度100以上,计30000条;三字词选择频度30以上,计6000条;四字词选择频度10以上,计16000条;多字词选择频度5以上,计8000条。



2.原国标词库44791条中有489条不符合上述条件,其中268条频度为0,仍然保留。



3.二字常用词前30个







4.三字常用词前30个







5.四字常用词前30个







6.多字常用词前30个







本字、词频度已经应用于汉字双笔码系列输入法软件,效果显著。

相关阅读 Windows错误代码大全 Windows错误代码查询激活windows有什么用Mac QQ和Windows QQ聊天记录怎么合并 Mac QQ和Windows QQ聊天记录Windows 10自动更新怎么关闭 如何关闭Windows 10自动更新windows 10 rs4快速预览版17017下载错误问题Win10秋季创意者更新16291更新了什么 win10 16291更新内容windows10秋季创意者更新时间 windows10秋季创意者更新内容kb3150513补丁更新了什么 Windows 10补丁kb3150513是什么

文章评论
发表评论

热门文章 爱思助手怎么导入微信i苹果助手怎么修复闪退2014年度十大手机排行wifi万能钥匙怎么用啊

最新文章 手机如何安装电脑软件使用Total Control手机 如何使用Total Control进行手机APP性能测试如何使用Total Control 在电脑端收发手机消如何使用Total Control 投屏录屏软件分享手Total Control电脑控制手机软件如何进行脚本

人气排行 一键刷机哪个好 四大安卓刷机软件评测手机SIM卡读不出来怎么办?手机SIM卡不识别解USB调试在哪里打开 手机USB调试模式设置大全完美刷机怎么救砖 手机变砖后怎么办爱思助手备份shsh教程 爱思助手怎么备份SHwifi万能钥匙怎么用啊 wifi万能钥匙电脑版逍遥安卓模拟器怎么用 逍遥安卓模拟器安装使苹果手机怎么退出恢复模式 怎么用爱思助手