《2011年中國語言生活狀況報告》最近發佈，傷不起、虎媽、淘寶體和另外7個詞，被宣佈為“十大新詞語”，十二五開局、喬布斯、利比亞局勢等則是“十大流行語”……

　　許多人好奇，這兩個“十大”到底是怎麼“選拔”的？該不是一幫人圍一桌你一言我一語湊出來的吧？中國傳媒大學教授侯敏對此回應：怎麼可能？這可是歷經監測、過濾、篩選、釋義等一整套程序，從每年10億字的語料中像沙裏淘金那般“提煉”出來的。

　　沙裏淘金，幾萬條中挑幾百個

　　侯敏教授有著另一個頭銜：國家語言資源監測與研究中心有聲媒體語言分中心負責人。她介紹説，每年總量10億字的語料，取自平面媒體、有聲媒體和網絡媒體，並且逐年積累形成三大語料庫。

　　語料備齊，先要人工“淘洗”一番，查找補正漏字、缺字、亂碼等，而後一股腦兒送進語言信息處理技術平臺，平臺上裝著全切分軟體、自動分詞軟體等。在電腦上輸入“我是學生”，立馬會被切分成我、是、學、生4個字與我、是、學生3個詞。

　　把語料統統切分成詞語之後，需借助軟體把它們跟此前幾年的詞語作比對，去舊留新，剩下來的就構成了年度新詞語候選集──候選的詞語有多少？年均幾萬條。侯敏説，每年最終入圍的幾百個新詞語，就是從這幾萬條候選詞中遴選出來的。遴選完全由人工操作，選中的詞語還要逐條釋義，為此幾十名專家得集體工作兩個多月。

　　相比新詞語，流行語的“選拔”簡單些。利用電腦軟體，統計出每個詞在365天中的生命週期長短、出現頻次高低等指標，然後對比前一年數據，使用頻率相倣的即刻淘汰，而一旦發現使用頻率“異峰突起”的，就留下。

　　“額的神啊”“吊絲”為啥沒選上

　　2011年度語言生活報告公佈後，有人對那些熱詞、熱語有意見：“跟我們的感覺不一樣啊？”“有些用得很多的網言網語怎麼沒入選，‘額的神啊’在哪兒？”“今年2月，我們就2011年度的熱詞、熱語向網友徵求意見時，就聽到了各種建議。”侯敏教授説，網友們舉出了不少新鮮的網絡用詞，問報告中怎麼不見蹤影？我跟他們解釋：網絡媒體語料庫在採集語料時以網站的新聞欄目為主，BBS論壇、網友留言與發帖不在其列，“‘額的神啊’僅在論壇裏熱度很高，所以‘落選’了。”

　　今年，“吊絲”一詞的去留成了爭論最激烈的一個議題。經過一應前道工序，它也進入了候選集，但專家們犯難：不選吧？確是新詞，徵求意見時網友呼聲極高；選吧？這個詞品位不高，想準確釋義更難。“我們選詞有標準，得是新詞，得有一定使用頻率，得能反映當今社會生活，還得‘乾淨’，要有一定品位。” 文匯報(王樂)