日本汉字词语料库“大地语料库”的数据公开及应用

中日两国留存的古代文献，无论是时间长度还是文献体量上都堪称世之瑰宝，同时也是横亘在研究者面前的一座难以攀登的大山。佐藤喜代治 1971 年就曾因此感叹汉字词体系研究“非一私人之力所能及”。时至今日，研究的环境仍未发生根本改观。日本国立国语研究所建设的“日语历史语料库”（CHJ）着眼日本固有语言“和语”的历时变化，已明确表明即便是日本的“汉文”文献也不再收录之列，在语料选择上未将汉字词的历时研究纳入视野。在此背景下，依托中国国家社科基金项目“日本汉字词语料库建设与研究”（19AYY020）的支持，经过将近5年的建设，以日本汉字词历时研究为目的的“大地语料库”完成了中日古代文献1700余卷，逾1000万字的语料整理工作，并将借本次讲座机会向学界公开。

本次讲座，将介绍“大地语料库”所收录的中日两国历史、地理、法律、宗教、医学、天文、农学、艺术等各领域的文献资料，演示语料库软件的使用方法，并结合Python编程探讨如何通过大数据分析的方法进行汉字词、汉字词汇的历史研究。语言承载文化、记录文化、也是传播文化的重要载体。正如日本《大汉和辞典》序言所言：“东亚的文化，其大半由汉字、汉字词汇表达。不论是文艺还是思想，乃至道德宗教皆是如此”。我们衷心期望“大地语料库”能够有幸为广大研究者所用，在服务汉字词汇研究的同时，为中日诗文比较研究、人工智能下的思想演算与中华传统文化对外传播等研究提供数据平台。