【转帖】统计数据，同音同调词（旧帖重发）

王良辰

统计数据，同音同调词（旧帖重发）

统计数据
我从网上下载了数据文件，做了同音词统计。所用资料是：Chinese Annotation Tools中的“汉英辞典Chenese-English Dictionary”，内中包含有汉语词汇，拼音（数字标调），英文释义。作者Paul Denisowski。还有几个人在网上给予了补充。原作者失去了联系，最后的整理者是Richard、Erik Peterson等。收集词条的工作，自1997.10开始，从几千个词条到几万个词条。作者声明的词条数为23 481个（截止到2001.01.05）。另有单音节词汇表GBPYDYJC，有拼音。符号682个，单字6 763个（即是GB字符集）。有一字多音者，已予以标注。再有多音节词汇表WORDLIST，无拼音，词汇量达119 779字词。后两者因故尚没有加以利用。统计结果如下：

首字母　词汇总数　单音节和多音节同音同调词　其中多音节同音同调词
a　　　 408　　　　　　82　　　　　　　　　　　 8
b　　　2726　　　　　 423　　　　　　　　　　　77
c　　　1380　　　　　 469　　　　　　　　　　　13
d　　　1240　　　　　 360　　　　　　　　　　　19
e　　　 137　　　　　　 5　　　　　　　　　　　 0
f　　　 730　　　　　 245　　　　　　　　　　　 8
g　　　1080　　　　　 339　　　　　　　　　　　 7
h　　　 991　　　　　 386　　　　　　　　　　　 6
j　　　1186　　　　　 493　　　　　　　　　　　21
k　　　 548　　　　　 192　　　　　　　　　　　 1
l　　　1683　　　　　 718　　　　　　　　　　　10
m　　　 840　　　　　 311　　　　　　　　　　　14
n　　　 424　　　　　 138　　　　　　　　　　　 2
o　　　　24　　　　　　10　　　　　　　　　　　 0
p　　　 552　　　　　 227　　　　　　　　　　　 1
q　　　 857　　　　　 365　　　　　　　　　　　10
r　　　 365　　　　　 112　　　　　　　　　　　 6
s　　　1721　　　　　 515　　　　　　　　　　　21
t　　　 875　　　　　 312　　　　　　　　　　　11
w　　　 732　　　　　 221　　　　　　　　　　　 9
x　　　1294　　　　　 519　　　　　　　　　　　20
y　　　1868　　　　　 778　　　　　　　　　　　31
z　　　1812　　　　　 651　　　　　　　　　　　28
合计　 23473　　　　　7745（单音节7420）　　　 325
比例　 100.00　　　　 32.995（单音节31.611）　 1.385

这个统计数据只是极其初步的，有点儿意外，不怎么理想。主要原因是，原始资料字数（词条）和范围不甚合理。收入了一些外国国名、地名、人名、著作名等。收入了一些作者感兴趣的术语或词组。有些词语不应该作为独立的词条。例如：“磁盘驱动器”，“喘不过气来”，“的话”，“的一种”，“第十八”，等等。有些汉字只有注音，没有汉字，用问号（？）代替。
未来的工作还很多，就是需要整理词表。

同音词中，尚有下列情形：
重复，由于英语释义不同，原文排列有误，造成重复。例如：
　 232　　40　　an1 xiang2　　　　　安详　　　　　安祥
　　41　　12　　ba1 ji2 feng1 　　八级风　　　　八级风
　 168　　27　　bai2 chi1 　　　　　白痴　　　　　白痴
　　42　　 7　　bao1 za1　　　　　　包扎　　　　　包扎
　 126　　18　　bao3 zheng4 　　　　保证　　　　　保证
　 129　　19　　bao3 zheng4 ren2　保证人　　　　保证人
　　37　　10　　bei1 tan4 　　　　　悲叹　　　　　悲叹
　 269　　50　　an4 he2　　　　　　 暗河　　　　　暗盒
　 270　　51　　an4 he2 　　　　　　暗盒　　　　　暗合
　 399　 162　　cheng2 ji1　　　　　成绩　　　　　成绩
　 143　　17　　da4 pao4　　　　　　大炮　　　　　大炮
　 297　　93　　diao1 ke4 　　　　　雕刻　　　　　雕刻
　 122　　56　　gu4 yuan2 　　　　　雇员　　　　　雇员
　 196　　73　　mo2 fang3 　　　　　模仿　　　　　模仿
　 101　　61　　qi2 ji1 　　　　　　奇迹　　　　　奇迹
　 697　 307　　qu1 gan4　　　　　　躯干　　　　　躯干
　 347　 127　　shen2 mi4 　　　　　神秘　　　　　神秘
　 443　 156　　sheng1 qi3　　　　　升起　　　　　升起
　 772　 270　　tui1 jian4　　　　　推荐　　　　　推荐
　 136　　64　　yan2 jun4 　　　　　严竣　　　　　严峻
　 451　 196　　zheng4 ju4　　　　　证据　　　　　证据
　 455　 197　　zheng4 ming2　　　　证明　　　　　证明
　 463　 198　　zheng4 shi2 　　　　证实　　　　　证实
　 468 　199　　zheng4 shu1 　　　　证书　　　　　证书
　 143　　36　　zhou1 mo4 　　　　　周末　　　　　周末
　 145　　37　　zhou1 nian2 　　　　周年　　　　　周年
　 148　　38　　zhou1 wei2　　　　　周围　　　　　周围
　 106　　23　　zan4 tong2　　　　　赞同　　　　　赞同

注音有误，致使统计不准。例如：
　 319　　55　　an4 yu3 　　　　　　暗语　　　　　谚语
　 320　　56　　an4 yu3 　　　　　　谚语　　　　　按语
　　47　　 8　　bao1 zi5　　　　　　雹子　　　　　包子
　 205　　41　　bao4 lu4　　　　　　露韩　　　　　暴露
　 333　　79　　dan4 huang2 　　　　弹簧　　　　　蛋黄
　　46　　23　　di2 yi4 　　　　　　适意　　　　　敌意
　 316　 104　　ge4 zi5 　　　　　　个子　　　　　各自
　 289　 100　　he2 zi5 　　　　　　盒子　　　　　核子
　 104　　30　　man2 tou5 　　　　　馒头　　　　　埋头
　　41　　16　　nai3 shi4 　　　　　乃是　　　　　乃至
　 167　　41　　ri4 jian4 　　　　　日渐　　　　　日间
　 416　 155　　sheng1 chan3　　　　生产能力　　　生产
　 625　 184　　wu2 xian4 　　　　　无线　　　　　限期
　 162　　45　　zao4 yin1 　　　　　噪声　　　　　噪音
　　68　　34　　lan2　　　　　　　　　栏　　　　　栏位
　　69　　35　　lan2　　　　　　　　栏位　　　　　　兰

外来语，参杂在里边。例如：
　 132　　28　　bei4 ke4　　　　　　备课　　　　　贝克
　　36　　10　　bo1 lan2　　　　　　波兰　　　　　波澜
　　70　　12　　bo1 yin1　　　　　　播音　　　　　波音
　 718　 304　　zhi4 li4　　　　　　智力　　　　　智利
　 719　 305　　zhi4 li4　　　　　　智利　　　　　致力
　 382　　33　　bu4 shi2　　　　　　布什　　　　　不时
　 251　　99　　he2 lan2　　　　　　菏兰　　　　　荷兰
　　39　　 9　　ma3 li4 　　　　　　玛丽　　　　　马力
　　78　　20　　mai4 a1 mi4 　　　迈阿密　　　　麦阿密
　　85　　22　　mai4 ke1 li3　　　迈科里　　　　麦科里

简化字未予整理。例如：
　 168　　36　　bao4 fa1　　　　　　爆发　　　　　暴发
　 185　　24　　bu4 fen5　　　　　　部份　　　　　部分
　 324　 125　　chen2 mo4 　　　　　沉默　　　　　沈默
　 328　 126　　chen2 si1 　　　　　沉思　　　　　沈思
　 331　 127　　chen2 zhong4　　　　沉重　　　　　沈重
　 394　 161　　cheng2 fen4 　　　　成份　　　　　成分
　 485　 208　　huo3 ban4 　　　　　夥伴　　　　　伙伴
　 308　 125　　shen1 fen4　　　　　身份　　　　　身分
　 411　 129　　wei4 shen2 me5　　为什麽　　　　为甚麽
　 482　 206　　xiang3 xiang4 　　　想像　　　　　想象
　 220　　87　　xing2 rong2 ci2 　形容辞　　　　形容词

有些词未予合并，也算一个同音词。例如：
　 105　　15　　bi3 shi4　　　　　　笔试　　　　　鄙视
　 106　　16　　bi3 shi4　　　　　　鄙视　　　　　比试

　 519　　89　　bing4 li4 　　　　　病例　　　　　病历
　 520　　90　　bing4 li4 　　　　　病历　　　　　并立

　 111　　17　　bu4 ce4　　　 　　　步测　　　　　簿册
　 112　　18　　bu4 ce4 　　　　　　簿册　　　　　不测

　 174　　22　　bu4 fa3 　　　　　　步法　　　　　步发
　 175　　23　　bu4 fa3 　　　　　　步发　　　　　不法

　 454　　37　　bu4 xie4　　　　　　不懈　　　　　不谢
　 455　　38　　bu4 xie4　　　　　　不谢　　　　　不屑

　 127　　15　　da4 lu4 　　　　　　大鹿　　　　　大路
　 128　　16　　da4 lu4 　　　　　　大路　　　　　大陆

　 421　 139　　gong1 ji1 　　　　　公鸡　　　　　功绩
　 422　 140　　gong1 ji1 　　　　　功绩　　　　　攻击

　 292　 133　　ji4 shu4　　　　　　计数　　　　　记述
　 293　 134　　ji4 shu4　　　　　　记述　　　　　技术

　 492　 215　　jun1 shi4 　　　　　军士　　　　　军事
　 493　 216　　jun1 shi4 　　　　　军事　　　　　均势

　 109　　62　　qi2 shi4　　　　　　歧视　　　　　骑士
　 110　　63　　qi2 shi4　　　　　　骑士　　　　　奇事

　 210　　59　　rong2 jie3　　　　　熔解　　　　　融解
　 211　　60　　rong2 jie3　　　　　融解　　　　　溶解

　　99　　33　　shi2 ke4　　　　　　石刻　　　　　时刻
　 100　　34　　shi2 ke4　　　　　　时刻　　　　　十克

　 224　　89　　xing2 shi4　　　　　形式　　　　　形势
　 225　　90　　xing2 shi4　　　　　形势　　　　　刑事

　 154　　58　　you2 yu2　　　　　　由余　　　　　由於
　 155　　59　　you2 yu2　　　　　　由於　　　　　由于

　 235　　72　　you3 yi4　　　　　　有益　　　　　有意
　 236　　73　　you3 yi4　　　　　　有意　　　　　友谊

称谓不同，实际上是同音同义词。例如：
　 262　 131　　ji4 cheng2 che1 　计程车　　　　计乘车

原文用意不明，或原文有误，造成统计重复。例如：
　 443　 146　　dong4 dang4 　　　　动??　　　　　动荡
　 158　　40　　fan4 chou2　　　　　??畴　　　　　犯愁
　 377　 141　　gui4 tai2 　　　　　柜??　　　　　柜??
　　81　　21　　mai4 bo2　　　　　　脉??　　　　　脉搏
　 447　 183　　ping2 tai2　　　　　平??　　　　　平台
　 281　 139　　yang2 tai2　　　　　阳??　　　　　阳台
　 487　 171　　zhuo2 lu4 　　　　　ぴ陆　　　　　着陆

希望有更多的人参与这样的工作。希望有人给前述词表(WORDLIST)加上拼音。可以用数字表调，也可以用特殊符号表调。采用不影响基本词形排序的方法标调更好。这样才能经过适当处理，就能找出同音词或同音同调词。

本贴由王良辰于2001年 5月09日07:27:52在乐趣园〖汉语拼音文字论坛〗发表.

本贴跟从标题:
同音词分化定形，大概是单音节词少于7200？多音节词少于1200？ liyuan 22:29:29 5/21/01(291)
同音同调词汇统计的目的是为了整理汉语拼音文字词表 王良辰 12:05:10 5/11/01| (340)
我估计欧洲拼音文字的同音词的比率也差不多 周拥新 10:23:47 5/10/01| (134)
Ziran-yuyan de tongyin21 wenti bushi da4 wenti HaiwaiHuaren 17:27:58 5/10/01| (398)
我们汉字的同音（同调）词类似于英文等拼音文字的一词多意 周拥新 20:23:15 5/13/01 (无内容)
看来主要是单音节词的麻烦 macroxue 12:54:41 5/09/01|26 (192)
应该着手研究“词”，并用词典固定 liyuan 16:29:00 5/14/01 (493)
应坚持拼写一致的原则，象德文，俄文等文字拼写规范，淘汰一些同音同调词。 周拥新 22:01:47 5/15/01 (无内容)
Zhege yuanze hao!... HaiwaiHuaren 01:02:28 5/16/01 (162)

现代汉语拉丁化拼音文字 Wangk Liangchenkb = Wang2 Liangchen27 = W