主题：关于《字表》我也不得不说几句 -- 类反词典
家园 关于《字表》我也不得不说几句 字表的研究号称历时8年，无数专家呕心沥血之作。但是，如此一个影响十多亿人的标准，发布时却竟然短短数页，而其中的说明满打满算不过2-3页而已，且都语焉不详。最简单的，为什么这一级字表要这3500字？为什么这些字要在上面而不是别的字？比如，“囧”字在Google中搜到29.2M网页，而“躏”字只有134K网页，为何“囧”不在而“躏”在？所有这些选择，都必须要有定量的数据支持。最简单的，字频表总得要有一个吧？稍复杂一点，每个字可组的所有词、以及每个词的词频，这些都可以非常容易地说明问题。更学术一点的，每个字的分义项统计、被误用错用的情况统计、教学复杂度（平均学习时间）、以及义项演变历史、字形演变历史等等，这些数据都可以支持对字表的修改。对字形的修改，同样，带勾底木和无勾底木各有多少个字？有多少学生学习时遇到疑问？有多少教师遇到疑问？对照教学实验效果如何？......
对于这样一个影响十多亿人的标准，还有一个很重要的评价就是其经济指标。一般地说，不修改每年全国多支付多少钱？修改后每年节约多少钱？修改的成本是多少？如果没有这样的估计，如何让人评价你的成果？
对于这样一个影响十多亿人的标准，如果没有百十篇科技论文的支持是不可想象的。以中国现在的灌水风气，整个千把篇都是不成问题的。支持其内容的附录和参考文献不整个千把页你都不好意思拿出来。但是现在我们看到了什么？一个没有任何定量数据的标准！还有很多号称业内人士要求反对的人给出理由！我在此只能引用Landau评价民科的话：
要指出你文章中的错误是很困难的，因为你从一开始就几乎没有对的地方我相信群众的眼睛是雪亮的。专家如果能够拿出过硬的数据支持，我相信会获得绝大多数人支持的。但现在有什么？什么也没有！这让我们如何支持你？
有真才实学的成果，大家都能看出来的。滥竽充数的专家，大家也都能看出来的，虽然没有人能“指出你的错误”。
另有一些补充在下面的帖子里面：
通宝推：johny,唐家山,无事忙,晨枫,
本帖一共被 1 帖 引用 (帖内工具实现)家园 花赞一个 给人感觉不严谨 8年都具体干啥了，就是收集资料库？
家园 信息分享 知网的。
家园 炸弹一枚，敬请诸位朋友笑纳 惊喜：所有加你为好友的，在本帖先送花者得【通宝】一枚
鲜花已经成功送出。
此次送花为【有效送花赞扬，涨乐善、声望】
家园 专家开始后退 现在好奇的是前段时间那个67%的谣言是怎么造出来的，究竟是有人NC无极限，还是故意黑教育部的？
另外：
谢谢：作者意外获得【通宝】一枚鲜花已经成功送出。
此次送花为【有效送花赞扬，涨乐善、声望】
家园 说得好，从专业的角度进行分析，花一个。 家园 说得没错！ 现在这些所谓的“砖家”真是没救了。
要指出你文章中的错误是很困难的，因为你从一开始就几乎没有对的地方这句好。
家园 看了这文章我气儿不打一处来!!! 竟然已经被人通宝推荐过了...
还有地方讲理嘛???!!!...
...我想宝推!可怎么办呀?...
家园 技术问题而已 首先，真要拿出来蒙你，也是很简单的
然后，以Google为例，躏字少，囧字多，恐怕无法成为证据
毕竟在正式书籍、文件、材料中，恐怕结论刚好相反
最后，统计学本来也是可以用来骗人的
- 复 技术问题而已
家园 你没有看懂我的意思 1、我以“囧”举例，显然不是真的要求把这个字放到一级字库。这字进不进字表，与我何干？但制表者是否对此类现象加以关注和说明将点出很多问题。
2、以你的意思，这个字表竟然可以无视口语和论坛、网页的需要，只要符合正式书籍、文件、材料就好了？如果是这样的话，我只能说这个观点出自腐儒认正朔的理论。很遗憾，从理论上来说，我国现在人民才是正朔。也许你并不是这个意思，但我相信做这个表的人一定有很强的这个意思，支持这个表的人亦如此。可怜毛倾举国之力数十载，却仍未革去这腐儒之气，让它死灰复燃。
再说说统计学。
统计学可以骗人，在学术界混的人谁都很清楚。咱博士论文附了20篇论文，对cooking data之技也算是略知一二。但是，这是一个道德底线。西方学术界那么多年，难道他们不知道这个问题？他们仍然采用这套程序，只能说明目前尚没有更好的办法。
无论你如何cooking data，毕竟说明你仍然是依据客观规律在做事。大家都不是傻子，你搞出来的数据是否合理、哪里用了技巧一看便知。但是如果你连这最后的遮羞布都不要了，连cooked data都不给，这能说明什么问题呢？对真正有良知的人来说，数据和统计都是狗屎。但我到哪里找有良知的人？我有如何确认你是有良知的人？
我已经说过，他们只要有3-4篇数据充分的论文覆盖字表修改的大部分内容，我就不说什么了。至于如何cook数据、最后字表修改成啥样，与我何干？我的专业和这个在第6-7杆子的时候才打得着。
对王教授的定性研究我无评价的资格。依据其发表的论文著作和别人的评价，我还得承认，她在该领域的定性研究方面是数一数二的。但是，作为一个影响十多亿人的政策的依据，仅仅是定性研究是远远不够的。定性研究不可避免带有人的偏见。以定性研究为依据的政策，必然是人治。我们号称现在是法治社会。法治，不仅仅是法律那一张纸。现在已经是21世纪，很多事情都是在优化小数点后多少位。在这种情况下，不用精确的定量分析来指导法律和政策的制定，如何能够有好的结果？
家园 技术问题还是归技术问题 首先，定量的数据对象如何选择？是选人民日报、光明日报，还是八卦新闻、街边小广告？比例各占多少？
就说网络，也是如此
是新浪、雅虎，还是大法之类的网站？或者是QQ的聊天记录？
对象选择的不同，得出的结论大相径庭
再回到“囧”字，是一时的泡沫，还是就此进入人们的日常生活？
其次，就说上网，现在上网的人群是什么样的人？
是读报读书的人多，覆盖范围广？还是上网的人多，覆盖的范围广？
相信你在学术界混得很久了，特别是社科界，同样的材料尚且会得到完全不同的结论
所以，你说的所谓定量分析，只不过是忽悠手段高级而已
到那个时候，更没有普通人说话的机会了
专家会说：“这是定量分析，是数据说话，你懂吗？”
于是文明棍便挥了起来，提出疑问的那人只得讪讪退去，惹得周围的人一阵嘲笑
