- 相关推荐
词与分词连写
汉字 文本 的 词 与 分词 连写 问题
中文 具有 不 实行 分词 连写 的 传统。这 说明，在 通常 情况 下，中文 具有 不 分词 连写 也 不会 妨碍 书面 交流 的 能力。但 这 并不是 绝对的，中文 中 词 的 界线 有时 确实 因为 没有 分词 连写 而 显得 有些 模糊，甚至 会 造成 误解。
中文 为什么 可以 不 分词 连写 呢？我 认为，这 是 由于 汉字的 字符 集 很 大，就算 常用的 国标 一 级 汉字 也有 3008 个。而 日常 常用的 词 也就是 那么 五、六 千 个，因此 字 与 字 之间 可能 形成 词 的 组合 的 可能性 很 小，因而 词 在 汉字 文本 中 比较 容易 被 人 筛选 出来，从而 一般 不会 影响 人们 对 文本 的 理解。 例如 下面 这个 句子：
为实现中国的语文现代化而奋斗！
人们 会 毫不费力地 把 它 理解 为：
为 实现 中国 的 语文 现代化 而 奋斗！
而 不 会 把 它 理解 为：
为实 现中 国的语 文现 代化而奋 斗！
但是，让 我们 再来 看一看 Philip Zhang[1] 常常 举 的 一 个 例子：
韩廷顿首先到台湾国中学作报告。
你 会 怎样 理解 这 个 句子 呢？如果 没有 词 连写 和 间隔 的 功能 存在，这 个 句子 可以 有 多 种 读法：
韩廷 顿首 先 到 台湾国 中学 作 报告。
韩廷 顿首 先 到 台湾 国中 学 作报告。
韩廷顿 首先 到 台湾国 中学 作 报告。
韩廷顿 首先 到 台湾 国中 学 作报告。
从 语法 上 来说，这些 句子 都 是 正确的！为什么 会 这样 呢？这里 所 发生 的 就是 因 中文 不 实行 分词 连写 而 造成 的 词 界线 模糊 和 歧义 现象。当然，这 种 现象 在 日常 文字 生活 中 并不 十分 常见。
如果 对于 我们 人类 来说，中文 是不是 分词 连写 都 关系 不大 的话，然而 对于 计算机 理解 自然 语言 来说 这种 区别 就 非常 大 了。
我们的 计算机 专家 费了 九牛二虎 之 力，绞尽脑汁，都 还是 不 能 让 计算机 令人满意地 为 汉字 文本 做 自动 分词。他们 动用了 巨型的 词库，想出了 种种 人工 智能 方法，结果 还是 令 他们 难堪。我 不 知道 为什么 中国人 会 如此 “冷酷”地 对待 计算机，如此 “滥用” 我们的 计算机 专家，竟然 拿 我们 人类 之 所长 来 “虐待” 计算机。因为 毕竟，分词 对于 我们 来说 简直 是 小事 一 桩，顺手 加 一 个 空格 的 事，而 对于 一般的 计算机 来说 却 会 耗尽 它的 内存（巨型 词库），让 它 左右 为难（歧义 现象）。如果 计算机 有 灵，它 会 让 我们 算算 这 道 题：23223432534534345。“还 没有 算出来 呀，你们 真苯！”，计算机 会 说。
冯 志伟 教授[2] 在 《绝妙的 空格》 一 文 中 “举 双 手 赞成” 米阿仑 关于 在 中文 中 用 空格 进行 分词 的 建议。这 就是 针对 中文 的 计算机 处理 而 言 的。
综上所述，对于 汉字 文本 是否 需要 进行 分词 连写 的 问题，是不是 可以 这样 认为： 如果 我们 不 需要 计算机 处理 汉字 文本 则 我们 没有 太 大的 必要 进行 分词 连写，反之 我们 则 需要 进行 分词 连写。然而，应用 计算机 是 大势所趋，所以 我们 还是 分词 连写 明智 一些。多 敲 一 下 键盘，多 用 一 点 纸张，所 换来 的 是 “解放” 我们 宝贵的 计算机 资源，“解放” 我们 更加 宝贵的 计算机 专家，还 可 让 人们 养成 分词 的 习惯， 养成 清楚地 表达 自己的 思想 的 习惯，也 可 我们 最终 实现 汉语 拼音化 做 准备，真是 何乐 而 不为 呢？
汉拼文 的 分词 连写 问题（待写）
注：
[1] Philip Zhang，“一不是一”，《语文与信息》第十期（1998年12月）
[2] 冯志伟，“绝妙的空格”，《语文与信息》第十五期（2000年5月）