1 引言

计量语言学探讨词种与词例关系，词种词例比评估词汇丰富度，但无法分析词汇历时演变。词汇增长模型通过函数拟合词种与词例增长关系，描述词种词例比变化趋势。主流模型包括Guiraud、Heaps和Hubert模型，适用于分析有时间顺序的语料词汇变化。澳门作为中西文化交汇地，推行“三文四语”政策，但词汇演变研究较少。媒体是信息传播主要渠道，新闻媒体客观反映社会现象和发展趋势。本文构建《澳门时报》新闻语料库，运用词汇增长模型分析澳门新闻词汇变化，验证模型有效性。

2 词汇增长和澳门词汇研究

探讨了词种词例比在评估语言能力、作者身份判定等方面的应用，并指出其在历时分析中的局限性。介绍了词汇增长模型通过数学函数预测词种与词例的增长关系，有效反映词汇丰富度，并举例说明了其在分析演讲、政府工作报告词汇演变方面的价值。同时，概述了澳门华语词汇研究的现状，指出澳门作为中西文化交汇地，已有关于博彩业隐语、地方特色词语、语言生活形成等方面的研究，但缺乏基于语料库的历时词汇增长与社会热点关系的分析。对澳门词汇演变进行研究，有助于验证词汇增长模型在新闻领域的适用性，并填补澳门词汇演变研究的空白，提供更深入的语言发展动态分析。

3 构建《澳门时报》语料库

本章节介绍了构建《澳门时报》语料库的过程。首先，选择了综合性报纸《澳门时报》作为研究对象，因其广泛涵盖法律、体育、民生及国际热点等多个领域，适合词汇分析。其次，使用北京大学开发的pkuseg分词工具包对繁体中文语料进行分词处理，确保分词准确性。分词后，去除包含阿拉伯数字和标点符号的词语，并将多音节结构视为词。最后，展示了《澳门时报》语料库的统计信息，包括2011-2021年间的文章数、词例数、词种数和字数等数据。

4 《澳门时报》的词汇增长

本章节探讨了《澳门时报》词汇增长的三种模型：Guiraud、Heaps和Hubert。Guiraud模型基于词种与词例数量的比值关系，Heaps模型为指数预测模型，而Hubert模型区分了通用和专业词汇。通过scipy4框架和非线性最小二乘法优化，得出Guiraud模型参数r=98.028625，Heaps模型参数a=2.785034，C=0.727058，Hubert模型比例参数p=0.316723。模型拟合结果显示，Heaps模型预测效果最佳，与实际观测值最为接近，Guiraud模型效果最差。因此，后续分析将采用Heaps模型结果。

5 澳门中文媒体词汇分析

《澳门时报》2011—2020年的词汇分析显示，新增词语数量在1.3万—7.2万之间波动，受新闻报道主题变化的影响。2011年，Heaps模型预测值略低于实际观测值，反映出社会热点词汇如“核电站”、“珠海北站”和“本拉登”的出现。2012年，预测值高于观测值，新增词语数量为16,398，反映了社会对民生、历史文化保护、航天事件和金融创新的关注。2013年，预测值高于观测值，新增词语15,140个，与科技飞速发展和立法会选举相关。2014年，观测值低于预测值，新增词语13,505个，聚焦民生问题和爱国相关词汇。2015年，预测值大于观测值，新增词语17,878个，反映了博彩业收入下降和经济多元化的成效。2016年，预测值小于观测值，新增词语65,524个，集中在体育和军事领域。2017年，预测值小于观测值，新增词语数量受《澳门时报》由周刊变为日刊的影响，以及智慧城市建设政策的实施。2018年，预测值小于观测值，新增词语38,690个，与美食文化推广、应急机制和人工智能发展相关。2019年，预测值小于观测值，新增词语28,273个，与科技发展紧密相关。2020年，预测值大于观测值，新增词语28,071个，主要集中在新冠疫情相关领域，词汇丰富度略有下降。这些数据反映了澳门社会在经济、科技、文化、公共卫生等方面的发展和变化。

6 澳门词汇增长的验证程序

本章节通过随机化方法验证澳门词汇增长的预测值与观测值之间的差异。将语料库所有词语顺序打乱生成新文本，保持词例总数和词种总数不变。通过计算预测值与观测值差异的Z-Score，判断新闻内容变化对模型预测效果的影响。实验结果表明，随机文本的预测误差远小于真实文本，支持新闻内容变化是导致误差的主要原因。Heaps模型在处理不同语料时具有较好的可靠性。

7 结论

基于《澳门时报》十余年语料，采用Guiraud、Heaps和Hubert模型分析澳门词汇历时演变，发现Heaps模型拟合效果最佳。在政策稳定、世界热点新闻平稳时，Heaps模型预测值高于观测值，反映词语重复使用率高、新增词语少；重大热点事件或新政策出台时，观测值高于预测值，表明新增词语多。通过将语料库文本顺序随机打乱，进一步验证了Heaps模型在新闻媒体语料历时分析中的有效性。本研究揭示了澳门语言生活关注本地民生、国家大事和国际时事，展现了澳门中西交汇的社会特色。