摘要: 中国的诗歌艺术源远流长，诗歌作为一种最接近口语的大众化文学形式，在汉语文化的成长演变与传播中占有极其重要的地位，唐代的诗歌更是集古代诗歌的优势于一身，并且把诗歌艺术发扬光大，因此对唐诗的研究历来是汉学研究的热点之一。不过，诗歌的传... 展开 中国的诗歌艺术源远流长，诗歌作为一种最接近口语的大众化文学形式，在汉语文化的成长演变与传播中占有极其重要的地位，唐代的诗歌更是集古代诗歌的优势于一身，并且把诗歌艺术发扬光大，因此对唐诗的研究历来是汉学研究的热点之一。不过，诗歌的传统研究往往依靠研究者的自身良好的文化修养，凭感悟直接把握作品的内涵，这种研究方法对于诠释作品的美学及人文意义有很强的优势，但在对作品的语言全貌进行横向和纵向的分析时，就会显得捉襟见肘。在步入信息化社会的今天，我们发现，对古籍的研究手段还大多数采用手工方式。这种方式效率低、费人工，因此我们在古籍研究中引入计算机，为古籍研究者提供辅助工具已是大势所趋。语料库在语言学研究领域有着广泛的应用，它是语言研究现代化的重要基础，利用语料库从事语言研究，可以克服传统语言学研究中的许多问题。 基于以上因素，将计算机知识应用到诗歌的研究工作中，是计算机语言学的一片新天地。运用在现代汉语信息处理研究中建立的计算机语言学理论，方法和技术，可以对古代汉语的语言现象进行深层次的研究。由于语料库为文学语言研究提供了量化语料和语言特征的统计数据，所以可以避免因研究人员的主观直觉差异而导致定性描述的偏颇。对文学语言的文体特征所做的定量统计和分析，具备了统计学的计量依据，在此基础上对文学语言进行定性描述也就更加全面、客观、科学，更加具有说服力。 本文主要是采用了基于语料库统计的方法，统计作为一种工具可以用来帮助发现语言事例中隐藏的许多语言现象，统计手段的引入，使人们能够有一个相对客观的标准来判定唐诗中“词”的概念，词汇语义之间的相互关系等。基于唐诗三百首的语料库，利用信息论与概率论中的互信息这个统计方法对唐诗语料进行统计，但是在实际应用中发现仅仅利用互信息这个统计手段，是不能满足要求的，于是提出了结合力度、共现度等概念，对诗中的词进行提取，再利用统计的方法，对诗歌中的词汇进行分析，并且建立一个基于频度、相对共现度以及结合力度的三维的词的统计发现的模型。该模型针对汉语中多字词被大量使用的特点对传统的互信息模型进行了改进，该模型要求一个字串只有在三方面都达到标准才能判定为词，提高了统计自动提取词的查准率和查全率。本文还对唐诗语料词的划分与句尾三字组的消除歧义工作也进行了详细的说明。通过采用统计的方法，对唐诗的同现词和对仗词进行了分析，进一步更加深入的研究唐诗语料。 收起