(一)收詞分類原則
為求均衡收詞，及能反映多元化的社會的實況，製作常用語詞分類表，作為收詞之依據。表中分為政治、財經、科學、生活、文化五大領域，並逐次分至第三層。
◎常用語詞分類表
＊凡例：
一、本表據當前社會諸領域分類，為教育部逐年調查常用語詞之依據。
二、本表類別不僅參考既有文獻的分類，亦兼顧語詞調查的實際需求。
三、本表為求廣收，各大類皆細分至第三層，常用語詞調查即以第三層所分之類別為標準。
四、本表分類參考書目為：
(1)重編國語辭典專科學術名詞編審分類
(2)全國圖書分類目錄
(3)圖解英漢百科辭典目次
(4)中華兒童百科全書分類索引
(5)當代中國社會科學手冊目錄
(6)新世紀彩色圖解百科全書分類目錄
(7)1995現代用語百科目錄
(8)中研院詞頻統計樣本分類表
(9)尖端科技事典目錄
(10)奇摩站分類索引
(11)國語辭典簡編本圖片分類
(12)雲五社會科學大辭典
五、本表於每年調查報告完成後，檢討修訂。
＊分類表：
(二)分詞的原則
1．基本原則：
1)使用頻率高或連用程度強的字串應視為一分詞單位。
如:
動詞“關門、知道、進出、密談”等。
名詞“個人、手錶、筆墨、白酒”等。
形容詞“火紅、淡綠、飛快、膚淺”等。
介詞“關於、對於、按照、根據”等。
副詞“必會、實應、仍然、既已、不再、也罷”等。
＊正反義及相對詞素結合詞因連用程度強，不予切分。
如：大小、長短、好壞、內外、真假、男女、是非、動靜 等。
＊形容詞與名詞連用無特定意義者，予以切分。
如：“新 衣服”、“小 花朵”等。
但“新人類”、“大人物”等詞具有特定意義，屬偏正式名詞，不予以切分。
2)諺語、名言、口號、歇後語等常連用但內部結構複雜者儘量予以切分。
如：
一 動 還 不如 一 靜
幾 家 歡樂 幾 家 愁
保密 防諜 人人 有 責
啞巴 吃 黃蓮 有 苦 說 不 出
2．處理原則：
1)專有名詞和固定語視為一分詞單位。
⑴專有名詞：
①人名、地名、國名、公司行號、機關學校、行政區域、產品名、書名、電影名稱等專有名詞特有所指，應視為一分詞單位，不予切分。
如：梁啟超、九份、美利堅合眾國、大同公司、北京大學、文心貴族、日清杯麵、紅樓夢、亂世佳人等。
＊「陳 太太」、「王 太」、「陳 家」、「余 家」予以切分。
②專科語詞視為一分詞單位。
如：光學式自動識別計測系統、卡波西氏肉瘤等。
③器官名稱，若左右器官的功能有所不同，一律視為一分詞單位。
如：左腦、右腦。
④外來音譯語詞視為一分詞單位，不予切分。譯字不同，視為不同語詞。
如：瑪麗蓮夢露、麥當勞、香奈兒等。
⑵固定語：
①成語：具有文獻典故來源，且具多層表義效果的固定語。
如：對牛彈琴、人去樓空、紙上談兵、五十步笑百步。
②慣用語：
1.一般口語習用，表示特定語義的固定語。
如：敲竹槓、吃豆腐、吃醋、灌水、吹牛、翹辮子、老掉牙、落湯雞。
2.正反問慣用語。
如：好不好、要不要、可不可以、喜不喜歡。
＊“喜歡不喜歡”一句為完整結構，應切分為“喜歡 不喜歡”。
3.四字格慣用語。結構為四個音節的固定語，形式類似成語，但不具文獻典源，又無多層表義效果。因其為慣用語的一類，故不予以切分。
如：寶裡寶氣、馬馬虎虎、亂七八糟。
2)詞綴和前後詞合為一分詞單位。詞綴為附加在詞根上的構詞成份，詞義虛化，構詞能力強，有前綴、中綴、後綴三種。
⑴前綴詞：有“老、阿、小”。如：老虎、阿婆、小張。
⑵中綴詞：有“里”，如：糊里糊塗。
⑶後綴詞：有“子、兒、頭、巴、麼、們”。如：“房子、花兒、罐頭、泥巴、這麼、我們”。
3)否定語料於《重編國語辭典修訂本》中有收錄者，視為一分詞單位；未收錄者多以切分。
如：
「不」－不但、不然、不好、不夠、不變、不想 等。
「沒」－沒有、沒事、沒想到 等。
「無」－無法、無非、無妨、無聊、無情 等。
以上各詞因《重編國語辭典修訂本》收錄，視為一分詞單位。
＊所有否定語料另置於附錄，以供參考。
4)附著於詞根表時態或特定語法功能之詞素，予以切分。
如：
「去 過」－表過去
「看 了」－表動作之完成態
「燃燒 著」－表動作之持續態
5)某些特定詞素做為起始字時，因可任意組合，視為詞組予以切分。如：
⑴雖：“雖 大”、“雖 有”
⑵未：“未 遠”、“未 減”
⑶正：“正 濃”、“正 香”
⑷很：“很 好”、“很 美”
⑸已：“已 到”、“已 成”
⑹本：“本 指”、“本 篇”
⑺可：“可 改變”、“可 吃”
⑻非常：“非常 好”、“非常 差”
＊“未來”做名詞用時表達獨立概念，不予以切分。
6)有固定意義之重疊詞不予以切分。
詞素或詞的重疊在有特定的語法功能而不是修辭上的反覆時，因其通常具有擴大語義的效果，故視為一分詞單位。
重疊詞分為下列幾個形式：
⑴詞素重疊
①AA式。如：看看、想想、走走、剛剛。
②AAB式。如：嚐嚐看、散散步、聊聊天、幫幫忙。
③ABB式。如：香噴噴、病懨懨、水汪汪、一些些。
④AABB式。如：乾乾淨淨、快快樂樂、吵吵鬧鬧。
⑵全詞重疊
①ABAB式。如：研究研究、討論討論。
⑶鑲嵌重疊
①A一A式。如：看一看、想一想、做一做、聽一聽。
②A了A式。如：看了看、笑了笑、問了問、算了算。
③A了一A式。如：看了一看、笑了一笑。
④A來A去式。如：走來走去、想來想去。
7)縮簡語與結合語視為獨立概念，不予以切分。
⑴縮語：就原詞抽取關鍵詞重組，如：文建會、台大。
⑵略語：說原詞截取部分詞素而成，如：公賣局、文化大學。
⑶統稱：以數字概括幾項有關的內容，如：三軍、十大建設。
⑷簡代詞：用一語素來取代全稱，如：臺、閩、港。
⑸結合語：由兩個或兩個以上的詞併合並加以節縮而成的詞，如：入出境、中小學、工商業、中山南北路。
＊套裝合併之形式視為專有名詞，亦不予以切分。如：台北市長、新竹縣政府、教育部長。
8)所有由數字組合成之定語，不論以國字或阿拉伯數字表達均不予以切分。如：100、一千兩百。
⑴有關時間的詞目，如：
“一九九八年二月十五日”，切分為“一九九八年 二月 十五日”。
＊因其為數名結構，是“二月”，不是“二個月”。
⑵數字定語與量詞的組合，如：
“三百兩”、“100個”，切分為“三百 兩”、“100 個”。
⑶地址予以切分，如：
“臺北市 信義路 二段 15號 3樓”
9)方位詞不予以切分。
⑴單音節方位詞，如：上、下、前、後、裏、內、外、中 等。
⑵雙音節方位詞，如：上面、東邊、裏頭、內部 等。
＊方位詞若與名詞、動詞或數量詞連用則予以切分。
如：“睡 前”、“屋 裏”、“街 上”、“討論 中”、“事實 上”、“三 天 後”、“桌子 上面”、“開學 以後”。
＊「身邊」、「手邊」、「嘴邊」等已具引申義者， 不予以切分。
10)“的、地、之、得”等助詞予以切分。
如：“我 的 志願”、“迅速 地 蔓延”、“遊行 之 人”、“看 得 很 清楚”。
11)其他：
⑴英文、日文或中英合併詞予以保留，成果以附錄方式呈現。
⑵詞素中有統一用字者，因二字皆可通用，不予統一，各自視為獨立單位。如：部分（部份）、鞭炮（鞭砲）、分布（分佈）。
(三)資料統計方法
本統計利用下列方法進行統計：
1．字頻統計法：以累計方式求得單字數及每字的出現頻次。
2．詞頻統計法：以累計方式求得詞目數及每詞的出現頻次。
3．文字屬性使用頻次統計法：以單字的各種屬性為準，配合出現頻次求其分配情形。
4．單字構詞率統計法：以單字資料庫與詞目資料庫作比較，藉以求得單字構詞能力。
5．字頻與構詞率比較法：以單字頻次與詞目頻次比較，藉以了解二者分布情形的不同。
6．不同字頻庫比較法：以不同年代的字頻庫作比較，藉以了解二者分布層次的同異。
[回前頁]