1. 引言

介绍了英语口语中一次词增长模式的研究背景和重要性。一次词，即在文本中仅出现一次的词汇，是低频词的主要组成部分，对词汇多样性和丰富度有显著影响。研究表明，高频词在英语语篇中占据较大比例，而一次词在不同语料库中的比率较高，对自然语言处理构成挑战。本研究旨在通过计算机辅助分析BNC口语语料库，探讨英语口语中一次词的增长曲线和词汇量比率模型，以填补现有研究的空白。

2. 文献综述与研究问题

本章节探讨了英语口语中一次词增长模式，利用幂次定律分析语言现象。幂次定律在计量语言学中广泛应用，如Fan u0026 Altmann（2007）研究复合词构成，Zipf（1935）提出齐普夫定律描述词频分布。然而，齐普夫定律在描述低频词分布时存在局限性。计量语言学还研究语言特征间的相依关系和函数定律。Carroll（1969）提出新增词汇量与文本容量的理论模型。20世纪70年代后，大型语料库的建立为词汇增长模型研究提供数据支持，如Guiraud、Herdan、混合、Tuldava和Brunet模型。冯志伟（2011）提出术语形成的经济律和生词增幅递减律。刘海涛、黄伟（2012）强调数学方法在语言研究中的应用。本研究基于语料库和幂次定律，关注英语口语中一次词与词汇量比率的变化，以及幂函数模型与观测数据的拟合度。

3. 研究方法

本章节介绍了研究方法，包括语料来源、数据处理和模型应用。研究基于BNC口语语料库，该库包含1000万词，分为人口抽样和话语类型抽样两部分。词汇统计以词目为单位，不区分大小写，排除数字、人名、地名和符号。文本块大小设定为2250词，共4450个文本块，实际大小约2100词。采用Tuldava模型分析词汇量与文本长度的关系，模型通过近似幂函数表达类符-形符比与文本容量的关系，参数α、β、γ与文本语体、类型和容量有关。

4. 研究结果

通过分析英语口语词汇增长曲线和一次词与词汇量比率曲线，揭示了英语口语中词汇量和一次词数量随累积形符数量增加而增加的趋势。研究发现，词汇量增长速度逐渐变缓，而一次词数量增长则趋于平缓。一次词与词汇量的比率曲线呈下斜的L形状，随着口语累积形符增加，比率呈递减趋势。这与Fan（2010）的研究结果不同，后者发现书面语中一次词与词汇量的比率曲线呈U型增长趋势。这种差异可能与口语和书面语的话语方式有关。口语中一次词与词汇量的比率曲线增长模式与书面语有显著区别，口语中核心词汇覆盖率随文本长度增加而提高，而书面语中一次词包含更多词典外词汇。重新参数化的Tuldava模型能够较好地反映一次词与词汇量比率与文本长度之间的关系，模型拟合度较高。该模型为描述低频词的频率分布规律提供了新的视角，有助于英语口语中科技术语的提取。

5. 结语

英语口语一次词增长模式研究揭示了口语中一次词数量随累积形符数量增加而缓慢增长，初期增长较快；一次词与词汇量比率呈下斜状“L模型”，在形符数量2,000至50,000时比率迅速下降，之后平缓下降；重新参数化的Tuldava模型有效描述了一次词与词汇量比率。研究强调了掌握低频词对专业领域的重要性，并指出语料库研究对计量语言学、自然语言处理等领域具有参考价值。