Mới kiếm được cuốn 现代汉语频率词典 (Từ điển tần suất tiếng Hán hiện đại). Đây là một ấn phẩm mang tính thống kê và nghiên cứu ngôn ngữ chuyên sâu, xuất bản năm 1986.
Thay vì sắp xếp từ theo bảng chữ cái hay chủ đề như từ điển thông thường, cuốn sách này sắp xếp các từ theo tần suất xuất hiện của chúng trên văn bản tiếng Trung thực tế. Nó trả lời cho câu hỏi, “Những từ nào được người Trung Quốc sử dụng nhiều nhất?”
Sách xây dựng trên big data (big vào thời bao cấp thôi). Các tác giả đã phân tích một kho ngữ liệu khổng lồ lên tới 1.808.114 chữ Hán, đa dạng thể loại để đảm bảo tính khách quan :
- Chính trị, Kinh tế, Triết học, Luật, Lịch sử…
- Khoa học kĩ thuật (Toán, Lý, Y, Dầu khí, Dệt may…)
- Ngôn ngữ đời sống & Nghệ thuật (Kịch bản, phim, truyện hài, phỏng vấn…)
- Văn học (Tiểu thuyết dài, ngắn, tản văn, truyện cổ tích…)
Phương pháp đếm là kết hợp cả thủ công và máy tính điện tử để tìm ra tần suất của từng từ. Sợ quá!
Cuốn sách này là một tài liệu đáng tham khảo vì nó xác định được vốn từ cốt lõi. Với tổng kết rằng chỉ cần biết 2418 chữ Hán thông dụng nhất (xuất hiện trên 30 lần/1.8M chữ mà họ dùng) là có thể bao phủ được 99% nội dung trong các văn bản thông thường.
Điều này khẳng định tính tập trung của chữ Hán, đi ngược lại quan niệm cho rằng chữ Hán có hàng vạn chữ khó học.
Ngoài ra quan điểm trong sách này cũng cho rằng mặc dù từ đơn âm tiết có tần suất cao (ví dụ “的”, “了”, “是” xuất hiện rất thường xuyên), nhưng khi xét về tổng số từ vựng, các từ song âm tiết mới chiếm ưu thế tuyệt đối, khẳng định xu hướng phát triển song âm hóa của tiếng Hán hiện đại.
Tóm lại đọc sách này thì thầy trò có thể ưu tiên dạy và học những từ vựng có tần suất cao, thực dụng nhất. Thật là một công trình nghiên cứu! Tóm lại nó có giá trị rất lớn cho việc nghiên cứu cấu trúc từ vựng, đặc điểm sử dụng và định hướng giảng dạy tiếng Trung.
Sách xuất bản khá lâu, cũ mèm rồi, giờ tôi bắt đầu số hóa nó, tầm 1500 trang thôi, quét mất độ ba năm, sau đó cắt từng ô từng cột mất thêm ba năm, năm thứ bảy xem có cái công cụ nào chuyển text đẹp không lỗi đừng có nhầm chữ thì dùng. Thêm ba năm hiệu đính nữa, gộp lại mười năm dân chủ cộng hòa chắc kháng chiến sẽ thành công.