漢字語音演變研究法新探-中古與今音的演化規律

林偉業

추천

검색

자료유형: 학술저널

저자정보: 林偉業

저널정보: 한국한자한문교육학회 漢字漢文敎育漢字漢文敎育 제1권 제31호

발행연도: 2013.1

수록면: 161 - 209 (49page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

本文旨在利用開源統計分析軟件 R 中的｢多元分類變項邏輯斯回歸分析｣(Multino -mial Logistic Regression) 功能, 研究粵語聲調如何由中古音演化而成. 研究先建立了包括十項中古音語音資料──反切上字, 反切下字, 字母, 清濁, 全次, 攝, 韻, 等, 呼, 洪細, 平水韻目, 四聲, 平仄──與粵語聲調的漢字資料庫, 然後利用｢多元分類變項邏輯斯回歸分析｣, 分析哪些中古音資料能在統計學上有效預測現代粵語的聲調, 以總結出從中古音到粵語聲調的演化條件和規律. 分析結果顯示, 一, 中古音的四聲決定了粵語聲調的四聲之別;二, 中古音的清濁決定了粵語聲調的陰陽之別;三, 中古音的攝決定了粵語聲調的陰入與中入的分別;四, 中古音的全次決定了粵語聲調的陽上與陽去之別, 四者的預測能力合共為 0.86, 即此四項中古資料有效預測86% 漢字的粵語聲調, 而四者各自的預測能力強度則依次為四聲 > 清濁 > 攝 > 全次. 研究結果的價值有五：一, 提供了科學統計數據證實了傳統對粵語聲調的見解, 特別是發現的第一, 二, 四項;二, 證實了｢攝｣是決定粵語陰入與中入分別的條件;三, 提出了影響粵語聲調四項不同條件的強度序列;四, 建立了 R 程式, 供其他學者反複應用, 以研究其他中古音與聲調的關係;五, 提出了如何以當代統計學研究漢語漢字, 向建立現代具科學意義的漢字統計學邁出一步.

This paper aims at investigating how Cantonese tones evolved from Middle Chinese phonology through multinomial logistic regression analysis by using the open source statistical software “R”. The study first established a database of Chinese characters, comprising the 10 items of phonological information of Middle Chinese, including the upper speller in fanqie (反切上字), the lower speller in fanqie (反切下字), initials (字母), voiced or not (清濁), quanci (全次), group (攝), Guangyun rhymes (韻), four categories. (等), openness of mouth (呼), hongxi (洪細), Pingshui rhymes (平水韻目), four tones (四聲) and level and oblique tone configurations (平仄), and Cantonese tones. Then it analyzed the phonological information of Middle Chinese that could produce statistically effective predictions on modern Cantonese tones through multinomial logistic regression, in order to generalize the conditions and patterns for the evolution of Middle Chinese phonology to Cantonese tones. The results of the study show that 1) the four tones of Middle Chinese phonology determine the differences between the four tones in Cantonese tones; 2) voiceness of Middle Chinese phonology determines the differences between the upper and lower (陰陽) tones in Cantonese; 3) the group of Middle Chinese phonology determines the difference between upper entering (陰入) and middle entering (中入) tones in Cantonese; 4) the quanci of Middle Chinese phonology determines the difference between lower rising (陽上) and lower departing (陽去) tones in Cantonese. The predictive power of these four factors is 0.86, meaning that the four phonological information of Modern Chinese effectively predict 86% of Cantonese tones of Chinese characters. Arrangement of the four factors in descending order of their predictive powers would be four tones, voiced or not, group and quanci. The significance of the study is illustrated in the following five points. 1) it provides scientific data that validated the traditional view on Cantonese tones, especially the results of 1), 2) and 4); it proves that group is a condition determining the difference between upper entering and middle entering tones in Cantonese; 3) it suggests the ordering of the strength of the impact of the four factors that affect Cantonese tones; 4) it established “R” for further applications by academics in investigating other relationships between ancient Chinese phonology and tones; 5) it reaches for a forward move in the statistical science of Chinese characters through employing contemporary statistics in investigating Chinese characters.

#다중분류 변항의 논리 회귀분석 #Multinomial Logistic Regression) #중고 중국어 #광동어 #역사언어학 #Multinomial Logistic Regression #Middle Chinese #Cantonese #Historical linguistics

참고문헌 (26)

참고문헌 신청

Francis Galton / 1886 / Regression towards mediocrity in hereditary stature / Journal of the Anthropological Institute 15 : 246 ~ 263

Galton, F. / 1886 / Regression Towards Mediocrity in Hereditary Stature / Journal of the Anthropological Institute : 246 ~ 263

Sakamoto, Y. / 1986 / Akaike Information Criterion Statistics / KTK Scientific Publishers

丁聲樹 / 1981 / 古今字音對照手冊 / 中華書局

何文匯 / 1990 / ?音平仄入門 / 博益出版集團

이 논문의 저자 정보

林偉業

소속기관 한국한자한문교육학회

주요연구분야 사회과학 > 교육학 인문학 > 어문학 > 한국어와문학

논문수 2 이용수 20

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (26)

이 논문의 저자 정보

최근 본 자료

댓글(0)