Half million 'Words with Spaces' missing from dictionaries
2 days ago
- #word-games
- #linguistics
- #dictionaries
- 词典中缺失了近50万个带空格的复合短语
- 传统词典专注于单个词汇，忽略了大量多词表达（MWEs）
- 韦氏词典仅收录前1万条MWEs中的18%，到10万条时覆盖率降至7%
- 维基词典有所改善但仍遗漏许多MWEs，尤其是透明和半透明结构的短语
- 英语存在约2500亿种双词组合可能，其中15%具有实际使用价值
- 部分MWEs具有超越字面的概念意义，如'热狗'或'繁文缛节'
- 纸质词典仅覆盖2-3%的MWEs，维基词典覆盖率达30%
- 专有名词和技术术语在维基百科和维基词典中收录更完善
- '词'与'短语'界限模糊，某些短语实际充当单一语义单位
- 词典编纂者采用可替换性测试筛选短语，优先收录既定术语
- 维基词典志愿者不受篇幅限制，侧重收录短语动词和日常习语
- 对于文字游戏，只要MWEs能指代具体事物（而非仅凭长度）即可纳入玩法