张艳梅 李如龙 吕展

［关键词］ 常用字；常用字表；汉字效用；熵值法

［摘 要］ 常用字除了字频这一外显特性外，还应当具有稳定性、较广的分布性、构词构字的能产性等特征。以往基于语料选取来考察汉字，无法对每个汉字不同维度的特征进行量化，最终仍主要通过字频来构建字表。文章基于2007—2021年《中国语言生活状况报告》语言大数据，对常用字的字频、稳定性、分布度、构词频、构字频等五个维度进行详细的数据考察与特征分析，使用熵值法建立汉字效用综合测度模型，构建多维度常用字表。通过熵值法构建的汉字效用综合测度模型，从多个方面测量、量化了汉字的效用，得出的排序结果与以往的字表有着较大的差异。不单单考虑字频这一维度之后，大量在稳定性、分布度、构词构字能力等维度具有突出优势的常用字跻身字表前列，由此也更为科学合理。

［中图分类号］H195.3  ［文献标识码］A  ［文章编号］1674-8174（2024）02-0068-14

1. 引言

我国关于现代汉字常用字的研究是基于字频统计开展的，比较科学的字频统计起于上世纪二三十年代，发端之作当属1928年陈鹤琴先生的《语体文应用字汇》，随后经过一代代学者筚路蓝缕的探索，字频统计研究的方法更加科学、应用的范围更加广泛。至本世纪初教育部国家语委、国家语言资源监测中心首次进行大规模的社会用字用词调查，字频统计这项工作在语料库规模、统计工具、分析方法等方面均有了长足的进步。

回顾近百年的字频……