發(fā)布時(shí)間：2018-06-19 04:18

  本文選題：模糊 + 中國立法��； 參考：《浙江大學(xué)》2017年碩士論文

【摘要】：在語言學(xué)研究和話語分析中,模糊現(xiàn)象研究都非常重要。不像有些語言學(xué)概念那樣簡單易懂,模糊現(xiàn)象非常抽象而晦澀,其定義及分類也非常困難。模糊現(xiàn)象存在極為普遍,廣泛存在于并且被有意或者無意地應(yīng)用于諸多語言類型當(dāng)中,并且承擔(dān)不同的功能。鑒于模糊現(xiàn)象如此之重要,對其進(jìn)行深入而詳細(xì)的研究則顯得非常有意義。立法語言作為一種語言變體,與其它語言變體大不相同,舉例來說,其與文學(xué)語言、計(jì)算機(jī)語言、新聞媒體語言等都不盡相同。因?yàn)榱⒎ㄕZ言有其獨(dú)特的語言特征,比如準(zhǔn)確性和簡潔性等。立法語言深受不同的政治制度和法律體系的影響,中華人民共和國的政治制度和法律體系與世界上其它國家的有很大的不同;因此,中國的立法語言的特征必定與其它國家的立法語言的特征相異。立法語言中的語言模糊現(xiàn)象非常耐人尋味,其可以被定義為立法語言中的某些語言成分的語義是開放的,這些語言成分的語義邊界模糊不清。本文將模糊語言分為模糊形容詞、模糊副詞、模糊名詞和模糊動(dòng)詞四類,并從不同視角去解釋這一現(xiàn)象。本論文基于語料庫來研究中國立法文書中的語言模糊現(xiàn)象,聚焦于大語料庫中模糊語言的統(tǒng)計(jì)學(xué)分析和定量分析,該大語料庫由多達(dá)96部中國立法文書構(gòu)成,其中有大約1,200,400漢字。論文布局由數(shù)據(jù)支撐和說明,使得論文論述較為客觀而具有較強(qiáng)的說服力。根據(jù)中華人民共和國法律體系的劃分,中國特色社會(huì)主義法律體系大致由七大分支組成。因此,整個(gè)大語料庫又相應(yīng)地分為七個(gè)子語料庫。隨后使用Wmatrix和Antconc這兩個(gè)知名度高和接受度高的語言分析工具對每個(gè)子語料庫進(jìn)行加工。Wmatrix有許多功能,比如語義標(biāo)記、詞類標(biāo)記,而且可以制出詞頻列表,同時(shí)應(yīng)用語料庫語言學(xué)理論來建立、加工和分析語料庫。當(dāng)七個(gè)子語料庫被Wmatrix的USAS標(biāo)記工具標(biāo)記之后,模糊成分將會(huì)被特定的標(biāo)記詞標(biāo)記出來,這使得模糊成分的分類成為可能。然后根據(jù)標(biāo)記詞將所有的模糊成分劃分為模糊形容詞、模糊副詞、模糊名詞和模糊動(dòng)詞,隨后這些模糊成分被從語料庫中抽取出來,計(jì)算個(gè)數(shù)及其占總詞數(shù)的百分比,之后用SPSS和對數(shù)似然比計(jì)算器對數(shù)據(jù)進(jìn)行處理獲得顯著性差異值。同時(shí),基于法學(xué)理論和七個(gè)子語料庫的實(shí)證數(shù)據(jù),對中國立法語言中的模糊現(xiàn)象的功能和影響帶來的啟示進(jìn)行分析。本研究最終取得六大發(fā)現(xiàn),每個(gè)子語料庫中,在模糊形容詞、模糊副詞、模糊名詞和模糊動(dòng)詞當(dāng)中,模糊名詞使用百分比最高;大部分模糊成分都屬于概括性和抽象的詞匯;在七個(gè)子語料庫中,憲法及其相關(guān)法語料庫中的模糊形容詞、模糊副詞、模糊名詞和模糊動(dòng)詞使用百分比最高;在每個(gè)子語料庫中,模糊副詞的使用百分比最低;每個(gè)子語料庫內(nèi)部模糊成分使用頻率沒有明顯顯著性差異;七個(gè)子語料庫之間模糊成分使用頻率有顯著性差異。同時(shí)表明模糊現(xiàn)象在中國立法中具有概括功能、行為引導(dǎo)功能和維持法律解釋彈性空間的功能。
[Abstract]:In linguistic and discourse analysis, the study of fuzzy phenomena is very important. Unlike some linguistic concepts that are so easy to understand, fuzzy phenomena are very abstract and obscure, and their definitions and classifications are also very difficult. The legislative language, as a variant of the language, is very different from other language variants. For example, it is different from literary language, computer language, new media language, etc. because the legislative language has a different language. Its unique linguistic features, such as accuracy and simplicity. The legislative language is deeply influenced by different political and legal systems, and the political and legal systems of People's Republic of China are very different from those of other countries in the world. Therefore, the characteristics of the legislative language of China must be characterized by the characteristics of the legislative language of other countries. The linguistic vagueness in the legislative language is very intriguing. It can be defined as the opening of some linguistic elements in the legislative language. The semantic boundaries of these languages are blurred. This paper divides fuzzy languages into four categories: fuzzy adjectives, fuzzy adverbs, vagueness nouns and fuzzy verbs, and from different perspectives This paper is based on a corpus to study the linguistic fuzziness in Chinese legislative documents, focusing on the statistical analysis and quantitative analysis of the vague language in a large corpus. The large corpus is composed of up to 96 Chinese legislative documents, including about 1200400 Chinese characters. It is more objective and persuasive. According to the division of the legal system of People's Republic of China, the legal system of socialism with Chinese characteristics is roughly composed of seven branches. Therefore, the whole large corpus is divided into seven sub corpus accordingly. Then, the two well-known and highly accepted languages are used by Wmatrix and Antconc. .Wmatrix has many functions for processing each sub corpus, such as semantic markers, word class markers, and word frequency lists, and corpus linguistics theory to build, process and analyze corpus. When seven sub corpus are marked by Wmatrix's USAS markup tool, the fuzzy components will be marked by specific markers. Words are marked out, which makes the classification of fuzzy components possible. Then, according to the markers, all the fuzzy components are divided into fuzzy adjectives, fuzzy adverbs, fuzzy nouns and fuzzy verbs, and then these fuzzy components are extracted from the corpus, calculated the number and the percentage of the total number of words, and then use SPSS and log likelihood ratio. The calculator deals with the significant difference in data processing. At the same time, based on the empirical data of the legal theory and the seven sub corpus, this paper analyzes the functions and implications of the ambiguity in the Chinese legislative language. This study finally obtains six major discoveries, in each sublanguage, the fuzzy adjectives, the fuzzy adverbs, and the fuzzy names. Among the words and fuzzy verbs, the percentage of fuzzy nouns is the highest; most of the fuzzy components belong to the general and abstract words; in the seven sub corpus, the fuzzy adjectives, the fuzzy adverbs, the fuzzy nouns and the fuzzy verbs are the highest in the Constitution and its related French database; in each sub corpus, the fuzzy adverb is made. With the lowest percentage, there is no significant difference in the frequency of the use of fuzzy components in each sub corpus; there are significant differences in the frequency of the use of fuzzy components between the seven sub corpus.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：H136

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牟云峰;姜廷惠;;立法語言中的指同形式[J];語言文字應(yīng)用;2007年02期

2 田荔枝;;立法語言與語境的關(guān)系芻議[J];修辭學(xué)習(xí);2007年03期

3 趙微;;立法語言情態(tài)表達(dá)式及其規(guī)范化[J];修辭學(xué)習(xí);2009年02期

4 婁開陽;陸儉明;;論立法語言規(guī)范中的技術(shù)問題[J];修辭學(xué)習(xí);2009年03期

5 蔣婷;;立法語言情態(tài)模糊限制語的實(shí)證研究[J];暨南學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2012年06期

6 郭藝丁;;現(xiàn)代漢語立法語言用詞淺議[J];北方文學(xué)(下半月);2012年10期

7 陳天恩;立法語言,嚴(yán)謹(jǐn)為要[J];語言文字應(yīng)用;1999年04期

8 蔡寶瑞;談?wù)劮�律法�?guī)中的一些立法語言問題[J];修辭學(xué)習(xí);2001年02期

9 陳炯,錢長源;對于立法語言作為立法技術(shù)的幾點(diǎn)思考[J];蘇州科技學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2004年02期

10 陳炯,錢長源;對于立法語言作為立法技術(shù)的幾點(diǎn)思考[J];江漢大學(xué)學(xué)報(bào)(人文科學(xué)版);2004年02期

相關(guān)會(huì)議論文 前8條

1 寧致遠(yuǎn);;淺談立法語言的民族化、通俗化問題[A];語言與法律研究的新視野——語言與法律首屆學(xué)術(shù)研討會(huì)論文集[C];2002年

2 陳炯;;立法語言的規(guī)范與創(chuàng)新[A];修辭學(xué)新視野——漢語修辭與漢文化學(xué)術(shù)研討會(huì)論文集[C];2004年

3 龔家林;;淺議立法語詞規(guī)范化[A];邊緣法學(xué)論壇[C];2005年

4 姚樹舉;;論刑法第三條的立法技術(shù):邏輯結(jié)構(gòu)與立法語言[A];貴州制約邏輯學(xué)會(huì)2013年“獲取新知”專題研討會(huì)——弘揚(yáng)獲取新知的思想 開發(fā)振興貴州的智慧論文集[C];2013年

5 謝瀟;;從憲法看立法語言的特點(diǎn)[A];邊緣法學(xué)論壇[C];2005年

6 姚樹舉;;論刑法第三條的立法技術(shù):邏輯結(jié)構(gòu)與立法語言[A];2013年“獲取新知”專題研討會(huì)——弘揚(yáng)獲取新知的思想 開發(fā)振興貴州的智慧論文集[C];2013年

7 蘇小妹;;港澳立法語言中義務(wù)類情態(tài)動(dòng)詞比較分析[A];語言文字法制化、規(guī)范化、標(biāo)準(zhǔn)化、信息化建設(shè)——第七屆全國語言文字應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2011年

8 管春林;;中美憲法中不同法律規(guī)范表述方式對比與英漢法律條文互譯[A];中國英漢語比較研究會(huì)第七次全國學(xué)術(shù)研討會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前8條

1 甘肅政法學(xué)院 張建軍;立法語言的明確與模糊[N];光明日報(bào);2011年

2 宋世明邋王建文;從物權(quán)法起草看立法語言風(fēng)格走向[N];江蘇法制報(bào);2007年

3 宋世明邋王建文;論立法語言敘事四大特征[N];江蘇法制報(bào);2007年

4 中國政法大學(xué)法律語言教研室 姜廷惠;憲法語言修改之管見[N];法制日報(bào);2003年

5 中國注冊會(huì)計(jì)師協(xié)會(huì) 周艷;運(yùn)用立法語言表述實(shí)現(xiàn)準(zhǔn)則明晰目標(biāo)[N];中國會(huì)計(jì)報(bào);2010年

6 本報(bào)記者 莊永廉;法律語言模糊易給司法實(shí)務(wù)帶來困惑[N];檢察日報(bào);2013年

7 武漢大學(xué)法學(xué)院 汪斌 最高人民法院 姚龍兵;對刑法語言風(fēng)格的思考[N];人民法院報(bào);2013年

8 中央民族大學(xué) 趙小鎖;刑法立法語言與法官[N];光明日報(bào);2010年

相關(guān)碩士學(xué)位論文 前10條

1 郭貴悅;論立法語言及其規(guī)范化[D];暨南大學(xué);2010年

2 王順華;立法語言若干問題研究[D];蘇州大學(xué);2006年

3 李抒惠;大連市立法語言失范研究[D];大連理工大學(xué);2013年

4 董慧;評價(jià)理論視角下的立法語言研究[D];哈爾濱師范大學(xué);2013年

5 徐蓮;立法語言標(biāo)準(zhǔn)研究[D];遼寧大學(xué);2015年

6 黃氣虹;論立法語言的規(guī)范化[D];湘潭大學(xué);2014年

7 王亞強(qiáng);基于語料庫的中華人民共和國立法文書模糊語言研究[D];浙江大學(xué);2017年

8 楊穎;論立法語言的規(guī)范化[D];北方工業(yè)大學(xué);2009年

9 譚麗娟;論立法語言的模糊性[D];中南民族大學(xué);2009年

10 王曉克;論立法語言的模糊性[D];鄭州大學(xué);2009年

，

本文編號：2038396