我们每天都在说汉语，大量的词汇在各种各样的环境中频繁使用，到底什么词使用频率高？无论是语言学家还是普通大众往往全凭感觉。近日，商务印书馆出版的《现代汉语常用词表》(草案)面世，头一回全面披露常用词语家底:当今社会，经常使用的词共有56008个。
这56008个常用词中，包括单音节词3181个，双音节词40351个，三音节词语6459个，四音节词语5855个，五音节和五音节以上词语162个。
常用词表诞生历时10年
早在1998年7月，《现代汉语常用词表》研制项目启动，这是一个庞杂而艰难的项目，由国家语言文字工作委员会组织实施。该词表是作为国家已经公布的《现代汉语常用字表》等的配套规范，是我国语言文字规范化、语文教育和研究方面的基本建设项目。
课题组负责人李行健说:“大家知道现代汉语有常用字表，共收入常用字3500个；有通用字表，收入通用字7000个。但长期以来，一直没有常用词表，常用词有多少？是哪些？一直是个谜。”而推广常用词，对于中小学语文教学、扫盲教育、汉语教育、中文信息处理和辞书编纂等都是急需的。
研制工作中大多是白发退休专家，他们不需要国家经费，迎难而上。他们中有语言学家、有大学教授，今年74岁的李行健说:“完全是出于对语言的兴趣和社会责任感，我们这些老头儿才乐此不疲。”可是谁也没想到，这一路走来，竟然走过了10年。增补、修订，再增补、再修订，最后才有了放在人们面前的《现代汉语常用词表》。李行健介绍，常用词检测词频的语料库有三种:一是国家语委研制的“现代汉语通用语料库”核心语料库，这个通用语料库收有4500万字语料，缺点是有的词年代久远，如今已不经常使用。二是《人民日报》2001年至2005年约1.35亿字的分词标注语料；第三种是厦门大学研制的现当代文学作品语料库，约7000万字语料，总共2.5亿字。
目前我们看到，在《现代汉语常用词表》中使用频率越高的词排序越靠前，使用频率越低的词排序越靠后，这种降序排列让人一目了然。李行健说，研制过程中采取了课题组独创的“词频频级排序法”。由于词语的来源比较广泛、各自不同，各种语料都有自己的覆盖面和构成特点，词表中的词语不能在每种语料中都得到全面显现。比如，同一个词，在三种语料库中的词频就会不同，有的还差别很大。为了科学反映每个词较真实的词频，采用了频级的统计方法，即将每个词语的三种语料的频级之和除以三的办法。这样就能较好反映出一个词现实生活中的综合的常用度，在此基础上，再由专家进行人工审核筛选，“也就是说，这些常用词的出笼是客观和有科学依据的。”
