普通高中畢業的中國人的漢語識字量有多少, 漢語詞彙量又有多少？

郭一實2016-07-15 13:17:02

記得一段時間之前，我看過這個問題。不過由於沒有一個可以線上測試的漢字識字量的網站（應用），於是身為程式設計師的我，就自己做了一個判斷漢字識字量的應用。

測漢字：

http：//

hanzi。sjz。io

網站裡的漢字的總量大概是1W多一點，每次抽取60個漢字。每個漢字對應一個識字量，選擇相應的漢字，會計算總的識字量，對照出來，就是你會的識字量了。

不過為何我一個大學畢業的，每次測試的都是4000多一點的識字量呢？難道我的應用不準確？我很好奇。

截圖如下：

歡迎大家提意見！

知乎使用者7u0a4x2019-08-31 13:06:55

（多圖）

一個普通高中畢業的中國人，識字量大約是4000-5000個。

在《通用規範漢字表》裡，一級字表（常用字）有3500個。

我從中抽取幾頁，大家看一下：

可以看到，都是生活中很常見的字，高中畢業生認識這些字毫無問題。

然後二級字表有3000個，抽幾頁大家看一下：

可見出現了一些生僻字，不過高中畢業生（語文不太差的話）保守估計也該認識其中三四成。

三級字表還有1000+個字，不過我覺得一般人認不出幾個：

反正這一頁我認識的字不多，還都是從歷史、文學類書籍上認識的，比如璦琿條約的璦、王翦的翦、涅槃的槃、錢鍾書的鍾、“項王按劍而跽”的跽，諸此等等。在日常生活中幾乎不可能用到這些字。

所以估計一般高中畢業生認識的字大約4000-5000字。

特別說明：這裡的“高中畢業生”指的不是高三剛畢業的學生。

李雁北2019-09-08 20:26:33

作為研究過nlp的人來說一句

漢語在現存的各種語言中，可以算是相當獨樹一幟的了，而關鍵就在於這個漢字。很多人覺得：漢語是靠字組成詞，靠片語成句子，這點和很多語言不同——它們都是靠詞彙組成句子，缺少了字這個單位

這個說法不能算是完全準確，因為如果完全一個事物一個單詞，那需要的詞彙量也太多了。很多人說到雞鴨鵝蛋蛋或者豬牛羊肉的問題，這在nlp上確實是一個有趣的事情。比如說，有些人認為“雞蛋”是一個詞；“鴨蛋”不是詞，而是片語。其理由是，雞蛋因為非常常用，所以是詞，而除此之外任何卵生動物都可以組成xx蛋（比如鴕鳥蛋）這樣的片語，如果當作是詞彙的話，所有動物的蛋就都是詞了

初看這個問題，確實感覺中文陷阱很多，但仔細想想卻不盡然。比如說egg是雞蛋，duck egg不是鴨蛋嗎？或者這種說法對於說英語的人是不會產生歧義的。再比如牛肉是beef，豬肉是pork，但是說cow meat，pig meat也沒有人會覺得“聽不懂”了，當然也有一些喜歡賣弄的人堅決抵制這種做法。我是學計算機的，計算機領域可是非常喜歡片語的，比如中央處理器CPU，central processing unit，這三個單詞都是非常常用的簡單詞彙，而組成這個片語後基本也是原本的意思，英語使用者看到這個詞（不是縮寫的話）也是能大概猜出它是幹什麼用的

我們可以看出，這種用簡單片語成複雜詞的現象，在其他語言中也並不少見，可以說，越到概念複雜的領域，不同語言的區別就越小，越容易造詞

但是問題來了，如果真的如我所說，漢語在造詞方面並非一枝獨秀，那為什麼我們感覺還是那麼不同呢？

關鍵有兩點：虛詞實體化、“詞綴化”

（後面一個概念是我自己的，所以加上了雙引號）

首先我們學外語時往往最開始接觸的陌生概念就是“變形”。比如說英語的go goes went gone going等。都是go，為什麼要變形？因為要靠變形表示時態。比如今天做的和明天要做的，昨天做完的，用不同單詞表示，才能符合語法要求。但僅僅理解到這裡是不夠的——為什麼要有這樣的語法？說到底語法是人創造出來的，總結出來的，是總結大家都說的話再進行編纂的——那為什麼要這麼說話？

為了方便

實際上自然語言的傳達速度是非常之慢的，文字化可以加速很多，但依然很慢。為此必不可少的就是刪去一切冗餘的東西，讓那些你已經知道的東西不再顯示出來就好了（可以理解為某種意義上的壓縮演算法）。因此，如果我們用不同詞彙表達不同內容，就能節省很多時間。一些語言分陰陽性估計也有這方面考慮。（比如“男性俘虜”和“女性俘虜”，那待遇肯定是不同的……）實際上中文某正程度來說也存在這個現象，比如鳳凰這個詞就是一公一母，古代很多動物雌雄都是不同詞彙，而這英語裡和很常見

說了那麼多，這和中文什麼關係？關係是，中文把這些變形所包含的含義，抽象出來構成了詞。比如說“我吃飯了”，“我正在吃飯”，“我吃過飯了”，其中的“我吃飯”三個字完全沒變，只是加了幾個字就改變了時態。換句話說這幾個字就擔負起了“改變時態”這個功能。（文言文自然是不一樣，但本身那就是慢慢讀的高壓版本，看白話文小說（比如水滸傳）的話就能感覺和現代漢語相似度很高）

而這種情況其實在英語裡也存在，比如我們特別喜歡的-ed，-ing。沒錯，這就是詞綴！漢語的字（這裡是我的理論）其實可以充當詞綴的作用！

比如說雞蛋，我們可以理解為是“雞”的“蛋”這樣的兩個名詞從屬關係的組合，也可以理解為“雞生的”修飾“蛋”這個詞。再比如“蛋花湯”，也可以理解為“蛋花”修飾“湯”，意思是“有蛋花的”“湯”，而“蛋花”可以再拆解為“蛋”“的形狀起來像花”（這還是個定義後置）

也就是說 漢字的每一個字，都可以成為詞綴！

這是漢語最大的武器和美麗，也是它靈活的關鍵。有的人喜歡說中文意和，英語形和，我倒認為這是不求甚解。中文是把詞語的修飾功能下放到每一個基本單元，由此產生了無數種詞性與語用不相同的詭異局面。如果按照英語那種固定詞性決定固定用法的方式來分析中文，那必定是要吃苦頭的

所以最後回到這個問題——實際上這個問題沒有什麼意義，因為一個漢字與一個單詞的價值不同，一個漢語片語與一個英語片語的價值倒可能相當——但如果只是討論複雜概念的理解認知，那其實就等於考學歷了……

Sal Tian2019-09-13 20:32:28

以下教你如何估計你心理詞庫中的詞彙量。準備任何一種標準字典（如果只想算識字量）或詞典（想只算識字量就只看字，想算詞彙量就字詞都算上）以備查閱。

記下這本詞典的總詞彙量。如果詞典上沒說，就選有代表性的一頁，用這一頁的詞條數量乘以詞典的總頁數。

在詞典裡隨機選出4頁，比如第50頁、75頁、125頁、和303頁，數一下這些頁面上詞條的數目。

這其中有多少詞是你認識的？

在這4頁裡面的詞條，你認識的詞的百分比是多少？

用詞典的總詞數（1）乘以算出來的百分比（4），就是你大概的詞彙量。

（不只適用於漢語）

改編自：

An Introduction to Language （Eighth Edition）