互联网时代语言的发展日新月异,给自然语言处理及语言学带来了挑战。词汇作为语言的基本组成单位,对词汇变化的分析也是历史语言学和词汇语义研究的基本内容。大规模真实文本的取得及深度学习等技术的发展,使得基于跨大时间尺度的词汇变化研究成为可能。本文基于历时语料库研究汉语词汇变化的识别及分析,不仅有助于语言本体研究,也有助于自然语言处理及词典编纂等应用。本文从词频变化和词义变化两个方面展开研究,具体内容如下:(1)基于词语稳定性的词频变化研究。首先比较了词语稳定性的度量指标,考察不同稳定性的词语的词频历时变化,进而发现词语出现的时代背景。初步将词语稳定性应用到《同义词词林》核心词的抽取及汉语水平考试HSK词汇等级大纲的词表更新。(2)基于传统词向量的词义变化研究。词向量是词义表示的有效方法,为词语在每一个时间段单独训练词向量,通过相似词交集解决不同时间段的词向量因词义空间不同而无法计算相似度的问题。利用词语相似度变化曲线及近邻词的分布来识别词义变化的时间并分析变化原因。(3)基于历时词向量的词义变化研究。考虑词向量的历时影响,提出历时词向量,用一个时间段的词向量训练结果初始化相邻时间段的词向量。结果显示,历时词向量的词义表示比传统词向量更合理。利用余弦距离计算词语自身相似度变化及近邻词变化识别词义变化时间及分析变化趋势。将该方法应用于词语隐喻义的形成及发展变化分析,并结合聚类算法,辅助生成了概念隐喻的跨领域映射。