《2011年中國語言生活狀況報告》最近發(fā)布，傷不起、虎媽、淘寶體和另外7個詞，被宣布為“十大新詞語”，十二五開局、喬布斯、利比亞局勢等則是“十大流行語”……

　　許多人好奇，這兩個“十大”到底是怎么“選拔”的？該不是一幫人圍一桌你一言我一語湊出來的吧？中國傳媒大學(xué)教授侯敏對此回應(yīng)：怎么可能？這可是歷經(jīng)監(jiān)測、過濾、篩選、釋義等一整套程序，從每年10億字的語料中像沙里淘金那般“提煉”出來的。

　　沙里淘金，幾萬條中挑幾百個

　　侯敏教授有著另一個頭銜：國家語言資源監(jiān)測與研究中心有聲媒體語言分中心負(fù)責(zé)人。她介紹說，每年總量10億字的語料，取自平面媒體、有聲媒體和網(wǎng)絡(luò)媒體，并且逐年積累形成三大語料庫。

　　語料備齊，先要人工“淘洗”一番，查找補正漏字、缺字、亂碼等，而后一股腦兒送進(jìn)語言信息處理技術(shù)平臺，平臺上裝著全切分軟件、自動分詞軟件等。在電腦上輸入“我是學(xué)生”，立馬會被切分成我、是、學(xué)、生4個字與我、是、學(xué)生3個詞。

　　把語料統(tǒng)統(tǒng)切分成詞語之后，需借助軟件把它們跟此前幾年的詞語作比對，去舊留新，剩下來的就構(gòu)成了年度新詞語候選集——候選的詞語有多少？年均幾萬條。侯敏說，每年最終入圍的幾百個新詞語，就是從這幾萬條候選詞中遴選出來的。遴選完全由人工操作，選中的詞語還要逐條釋義，為此幾十名專家得集體工作兩個多月。

　　相比新詞語，流行語的“選拔”簡單些。利用電腦軟件，統(tǒng)計出每個詞在365天中的生命周期長短、出現(xiàn)頻次高低等指標(biāo)，然后對比前一年數(shù)據(jù)，使用頻率相仿的即刻淘汰，而一旦發(fā)現(xiàn)使用頻率“異峰突起”的，就留下。

　　“額的神啊”“吊絲”為啥沒選上

　　2011年度語言生活報告公布后，有人對那些熱詞、熱語有意見：“跟我們的感覺不一樣??？”“有些用得很多的網(wǎng)言網(wǎng)語怎么沒入選，'額的神啊’在哪兒？”“今年2月，我們就2011年度的熱詞、熱語向網(wǎng)友征求意見時，就聽到了各種建議?！焙蠲艚淌谡f，網(wǎng)友們舉出了不少新鮮的網(wǎng)絡(luò)用詞，問報告中怎么不見蹤影？我跟他們解釋：網(wǎng)絡(luò)媒體語料庫在采集語料時以網(wǎng)站的新聞欄目為主，BBS論壇、網(wǎng)友留言與發(fā)帖不在其列，“'額的神啊’僅在論壇里熱度很高，所以'落選’了?！?/P>

　　今年，“吊絲”一詞的去留成了爭論最激烈的一個議題。經(jīng)過一應(yīng)前道工序，它也進(jìn)入了候選集，但專家們犯難：不選吧？確是新詞，征求意見時網(wǎng)友呼聲極高；選吧？這個詞品位不高，想準(zhǔn)確釋義更難?！拔覀冞x詞有標(biāo)準(zhǔn)，得是新詞，得有一定使用頻率，得能反映當(dāng)今社會生活，還得'干凈’，要有一定品位。”