潘 俊，吴宗大

（1. 浙江科技学院理学院大数据科学系，杭州 310023；2. 绍兴文理学院计算机系，绍兴 312000；3. 南京大学信息管理学院，南京 210093）

1 引 言

词汇是语言系统中具有明确语义的基本单位，词汇的语义表示属于自然语言处理领域的基础研究，在词义消歧、智能检索、机器翻译、自动问答、 知识工程等领域具有广泛的应用价值[1]。 然而，随着时间的推移，词汇的语义会因政治、经济、科技和文化等因素的影响而发生扩大、缩小或迁移等现象。例如，“跳水” 最初指的是一项水上体育运动，随着社会经济的发展，“跳水” 的词义得到扩大，产生了新的含义，是指金融领域股票或基金价格的大幅下跌。又如，“云”“收官”“双簧”“催化剂”“接轨”“旗舰”“软件”“防火墙” 等词汇，分别从自然、围棋、戏曲、化学、交通、军事、计算机、建筑等领域，逐渐扩展到其他领域，并形成新的意义。如何从历时的角度获得时序敏感的词汇语义表示，对优化现有的语义处理系统，具有十分重要的意义[2]。 此外，词汇语义的历时变化，与人类社会的发展息息相关，其中记录着人类认识世界、改变世界的过程，蕴含着反映社会生活整体变化的方方面面的知识，是计算社会学和知识工程研究的重要课题[3]。

词汇语义历时研究的基础是历时语料，其来源主要包括图书、报纸、期刊、网络文本等具有明确时序标注的语料数据。早期，相关工作主要集中在对历时语料的词频分析上[4-10]，这些研究的思路是统计词汇在特定文本或语料中的使用频率，根据词频随时间变化的情况，探讨语言演变与社会变迁的关联，已经取得许多重要的发现。……