【分布和使用度】
拟订常用字表时，还统计了汉字在不同学科的分布和使用度。统计汉字在不同学科的分布，可以衡量某个字的使用分布是否均匀。如某个字在单一学科中使用频度较高，但在其他学科中却很少出现，这说明它的分布是不均匀的。与此相反，有的字不仅使用频率较高，而且能在多学科中出现，这说明它的分布是均匀的。选取分布均匀的字，可以避免选字的片面性。我们以1985年3月北京航空学院计算机科学与工程系和中国文字改革委员会汉字处合作统计的《现代汉语用字频度表》作为统计汉字使用分布的资料。该资料有十科用字频度表：1.文体生活用字频度表；2.历史哲学用字频度表；3.政治经济用字频度表；4.新闻报道用字频度表；5.文学艺术用字频度表；6.建筑运输用字频度表；7.农林牧渔用字频度表；8.轻工业用字频度表；9.重工业用字频度表；10.基础知识用字频度表。
使用度是将汉字的使用频率与该字在各个学科中的分布进行综合考虑的一种计算方法。计算汉字使用度的公式是：
上述公式的计算条件是假定各个分科的抽样量是均匀的。其中，Ni是K号字在第i类语料中的相对频率，NK是K号字在综合类里的相对频率，n是语料的分类数，DK是K号字的散布系数，SK是K号字的标准分布偏差，UK是K号字的使用度，FK是K号字的出现字次。我们在统计汉字的使用度时，对上述公式进行了调整，调整后的公式是：
其中，DIK和DEK都是我们采用的k号字的散布系数，LK是k号字的分布系数。
【选字原则】
拟订常用字表的选字原则是：
1.根据汉字的使用频率，选取使用频率高的字；
2.在使用频率相同的情况下，选取学科分布广、使用度高的字；
3.根据汉字的构字能力和构词能力，选取构字能力和构词能力强的字；
4.根据汉字的实际使用(语义功能)情况斟酌取舍。有些字，在书面语中很少使用，进行用字统计时往往统计不到，但在社会日常生活中却很常用，像这类字，也应适当选取。
以上4条选字原则是综合运用的，不单纯依据某一原则决定取舍。
【抽样检验】
为了检验常用字表中选收的常用字是否合理，我们委托山西大学计算机科学系利用计算机抽样统计200万字的语料，检测选收的常用字的使用频率。抽样材料包括：1.1987年7月的《人民日报》(除去插图、广告、标题、非汉字符号，计150万字)；2.1987年7月的《北京科技报》(除去插图、广告、标题、非汉字符号，计20万字)；3.1987年《当代》第三期
(除去插图、标题、非汉字符号，计30万字)。
检测结果是：2500常用字覆盖率达97.97%，1000次常用字覆盖率达
1.51%，合计(3500字)覆盖率达99.48%，说明《现代汉语常用字表》是符合实际的。
【参加工作人员】
参加《现代汉语常用字表》研制工作的有傅永和、孙建一、张书岩、魏励、朱范贞。人民教育出版社的莘乃珍、刘永让同志参加了《现代汉语常用字表》第三稿和第四稿的修订工作。在研制过程中，还得到了蒋仲仁、刘涌泉、常宝儒、刘庆隆、石云程、姚世全、鲁元魁、肖金卯、李健民、刘连元、华蔚苍等同志的指导和帮助。
|
