由澎湃新聞牽頭發起，上海人工智能研究院、上海市信息安全測評認證中心、上海新華傳媒連鎖有限公司和上海蜜度信息技術有限公司聯合共建的數字內容生態實驗室，今日發布《網絡不規范用字用詞現象研究報告》，全文如下：

漢字是中華民族的文化瑰寶，是中華文化的重要組成部分。在互聯網成為公眾主要表達平臺的當下，網絡不規范用字（詞）現象越發凸顯，在引發交流障礙的同時，對漢字文化傳承造成負面影響。重視互聯網平臺語言使用，糾正網絡不規范字詞現象，促成使用規范字、維護漢字文化的社會氛圍，對于與時俱進守護漢字文化、堅定文化自信有重要意義。

數字內容生態實驗室關注互聯網場景下不規范字詞使用問題，通過人工智能、大數據等技術手段隨機采集2022年12月到2023年3月期間全網近5000萬篇材料，提取錯別字詞使用現象，從錯誤類型、平臺渠道等角度深挖不規范字詞背后的規律，總結造成網絡不規范字詞現象的原因，針對政府、媒體、內容平臺、公眾等多元主體提出互聯網漢字規范使用建議。針對互聯網平臺特征與不規范字詞出現的原因，建議成立由網絡監管部門牽頭、多方合作的網絡語言生態聯合體，以技術監管平臺建設、規范用字用詞評估、政策建議發布，形成促進互聯網語言規范化的合力，推動規范、積極、向上的互聯網語言生態建設。

一、 不規范字詞簡介

1 不規范字詞分類

根據《中華人民共和國國家通用語言文字法》《通用規范漢字表》，國家通用語言文字是規范漢字，社會一般應用領域的漢字使用應以《通用規范漢字表》為準，不規范字詞即未按照規范要求使用漢字。網絡語言環境中的不規范字詞主要包括誤用繁體字、異體字、異形詞、常見錯誤等。

繁體字是指將古代漢字演化過程中的一些變異形態進行規范和整理后形成的書寫形式。1956年國務院通過《關于〈漢字簡化方案〉的決議》后，大陸地區開始推行使用簡體字。

異體字是一個字正體之外的寫法，與正體字的字音和字義相同但字形不同，也稱為又體、或體，《說文解字》中稱為重文。為適應社會各領域漢字應用需要，國家公布《通用規范漢字表》呈現規范字與異體字對應關系，為規范字的選用提供標準。在網絡平臺的日常交流中，應根據規范要求，主動使用規范字。

異形詞是普通話書面語中并存并用的同音（聲、韻、調完全相同）、同義（理性意義、色彩意義和語法意義完全相同）而書寫形式不同的詞語。為統一使用標準，國家語言文字工作委員會發布異形詞整理表，明確在新聞出版、信息處理及日常語言環境中推薦使用的詞形。

除以上三種外，因字音、字形、詞義相近，部分音義存在差別的詞語容易被混用、錯用，如“的”“地”“得”誤用等，可歸類為常見錯誤。常見錯誤在網絡錯別字中占比最大，在日常生活中也最容易出現。整理列舉常見錯誤等錯別字案例，對提高公眾用詞用字水平，樹立規范用字意識，具有重要意義。

2 使用不規范字詞的危害

不規范字詞在互聯網信息傳遞、共識理解方面造成障礙。使用不規范字詞會影響信息的表達和接收，特別是在瀏覽社交媒體、公眾號內容、互動論壇等快速碎片化閱讀場景下，不規范用字增加用戶的信息接收困難，容易導致理解歧義，進而引發用戶焦躁情緒，不利于公眾對網絡信息的理性思考與批判接收。

政府、媒體在互聯網平臺內容發布中出現不規范字詞，會降低內容嚴肅性，影響政策文件、報道內容的發布質量。政府、媒體作為專業內容生產者和發布者，自身具有較大影響力，出現不規范字詞體現了其專業性的缺乏，導致自身形象和公信力降低，難以回應公眾的信任和認可。

網絡不規范用字問題頻發，不僅影響人們對漢字的理解和使用，也對公眾造成不良示范，造成公眾對待漢字的隨意態度，既不利于漢字文化的保護和傳承，也不利于尊重知識氛圍的建設和社會整體文化水平的提升，對以漢字為紐帶的社會文化認同構建造成阻礙。

3 規范使用漢字的意義

規范使用漢字是促進高效交流的必要條件，是培養文化認同的重要方式，是展現中國形象的必要之舉。減少不規范字詞使用，可以提高公眾的漢字書寫和識別能力，提高信息傳遞的準確性，增強信息可信度，促進互聯網平臺信息有效交流；倡導使用規范漢字可以在全社會形成尊重漢字、保護漢字文化的氛圍，引導公眾以正確使用漢字為榮，增強公眾對漢字文化的自信心和認同感，促進文化自信的形成；漢字是中國文化的重要組成部分，是日常生活中最頻繁接觸到的文化標志，在互聯網平臺使用規范字，能體現作為中國人的文化素質與對母語的自信態度，展現中國的文化大國風貌。

我國以法律、標準規范漢字使用，上世紀50年代以來，我國制定異體字、通用字、印刷通用字表等規范標準。2000年頒布《中華人民共和國國家通用語言文字法》，規定：“國家推廣普通話，推行規范漢字”。2013年國務院公布《通用規范漢字表》，與時俱進地確定社會各領域漢字應用規范標準。社會各界針對規范使用漢字發起倡議和專項整治工作。2021年11月底，國務院辦公廳印發《關于全面加強新時代語言文字工作的意見》，指出“語言文字是人類社會最重要的交際工具和信息載體，是文化的基礎要素和鮮明標志”，并提出“加強人工智能環境下自然語言處理等關鍵問題研究和原創技術研發，加強語言技術成果轉化及推廣應用”。2022年2月中國出版協會等11家協會、學會聯合發布《關于規范使用漢字的倡議》，2022年4月，國家新聞出版署、國家廣播電視總局開展新聞出版、廣播電視領域不規范使用漢字問題專項整治工作。2023年1月，教育部發布《信息技術產品國家通用語言文字使用管理規定》，要求信息技術產品使用國家通用語言文字，應當符合國家頒布的語言文字規范標準。學習掌握漢字使用規范，是法律法規的要求，更是每個中國人的責任。

二、 網絡不規范字詞現狀及特征

當前網絡不規范用字現象不容樂觀，互動論壇、微博等互聯網公共社交平臺上常見錯誤、繁體字、異體字頻現，政府、媒體網站及新媒體宣傳賬號發布內容中也存在誤用和疏忽，對規范用字環境的形成造成不良影響。運用技術手段對網絡不規范用字現象進行摸查，分析其出現特征及影響因素，形成針對性的措施建議，有利于改善網絡用字現狀，提高公眾的用字能力和文化素養。

1 數據來源

本課題使用的網絡不規范字詞數據庫由數字內容生態實驗室建立。通過人工智能、大數據等技術手段對2022年12月到2023年3月期間互動論壇、數字報、客戶端、微博、網站、微信、短視頻平臺七類信源內容進行隨機抽取，形成具有4946.3萬條、706.6億字內容的樣本，排查異體字、異形詞、繁體字和常見錯誤出現情況，以錯誤類型、錯誤案例進行細分統計，對當前網絡環境中不規范字詞使用情況進行全面梳理，形成具有135.9萬次不規范字詞使用的數據庫。

2 不規范字詞使用現狀

根據數據庫信息，按照不規范字（詞）出現頻次，整理互聯網平臺出錯較多的錯別字，并在括號中標注正確寫法，易錯前20名分別依次是：帳（賬）號、米（美）國、蓮（連）花清瘟、妳（你）、座（坐）落、戮（勠）力同心、好象（像）、岀（出）、沒（沒）、內（內）、彷（仿）佛、愛（愛）、臺帳（賬）、架式（勢）、按耐（捺）不住、顫（戰）栗、過份（分）、來（來）、筆劃（畫）、線（線）。

表1 TOP20不規范字詞

圖1 高頻不規范字詞統計

常見錯誤是互聯網上主要出現的不規范用字（詞）形式，在TOP20高頻不規范詞中占9項。常見錯誤中帳（賬）號、蓮（連）花清瘟等屬于誤用形近別字，顫（戰）栗、架式（勢）等屬于誤用讀音相近的字。另外，互聯網上還存在為表達其他含意故意使用不規范字的情況，如“米（美）國”來源于網友模仿日本對美國的稱呼，該類特殊用法目前在網絡平臺上已具有一定流傳度。

異形詞、繁體字各有5項出現。異形詞因音、義均相同，曾經都被廣泛使用，雖然經《異形詞整理表》確定規范用法，但因宣傳不足，公眾依然延續舊有的使用習慣，具有易錯性。TOP20中繁體字中岀（出）、沒（沒）等與正確用字的字形非常相近，在快速輸入或手機等小屏幕輸入場景中易混淆；妳（你）、愛（愛）等屬于近年來互聯網上常見用法，被部分網友故意用于表達個性，因此出現頻率較高。

按照錯誤類型統計，常見錯誤是出現頻率最高的類型，占比超過六成；繁體字也是較常出現的錯誤類型，占比達到20%；異體字、異形詞出現相對較少，因異形詞、異體字可將規范文件納入輸入法數據庫，通過選詞推薦等技術手段減少誤用。相較而言，形近字、形近詞錯選等常見錯誤以及公眾主觀通過錯用體現個性的情況更易發生，且可能通過輸入法記憶功能固化錯誤選擇，成為網絡不規范字詞出現的主要原因。

 圖2 不規范字詞分類統計

3 不規范字詞來源分析

對各條不規范字詞的來源數據進行采集，共分為7類，具體范圍如表2，對不同來源中不規范字詞的出現頻率及特征進行對比分析。

表2 不規范字詞來源分類與數量

各來源出現不規范字詞的萬字錯誤率平均為0.192/10000。對比不同來源出現頻率，數字報錯誤率最低，僅為0.129/10000，延續媒體對內容嚴謹性的要求。視頻平臺錯誤率最高，達到0.615/10000。微博平臺錯誤率低于平均，因內容篇幅短，且內容風格更加生活化，相較其他平臺產生錯別字的概率較低。客戶端、網站、微信公眾號信息發布者來源廣，屬于互聯網時代流量較大的信息發布渠道，但微信在公眾平臺內容發布時已經引入疑似錯別字的自動判斷功能，對提升用詞規范性、避免常見錯誤有所幫助，因此微信平臺不規范字詞出現頻率低于客戶端和網站。

圖3 不規范字詞來源錯誤頻率

對比不同來源不規范字詞的錯誤類型。互動論壇、微博作為互動性渠道，在常見錯誤外，其他三類錯誤也超過45%，體現互動性平臺語言表達的多元性；繁體字、異體字的頻率占比高于其他渠道內容，因互動平臺內容更具個性，網友傾向于采用繁體字、異體字表現獨特個性。數字報中使用繁體字的占比相比其他渠道低，體現了書籍報刊簡化字使用要求在數字媒體時代的延續。視頻、微信渠道內容異體字使用占比低于其他，因異體字字形復雜，對于視頻觀看、微信公眾號閱讀等場景會造成理解困難，在兩類渠道的內容發布中更加重視避免異體字使用。

圖4 不規范字詞來源中錯誤類型占比

統計不同來源內容中四類不規范字詞的TOP10。在互動論壇，因字音字形相近導致的常見錯誤和繁體字誤用問題較為突出，如帳（賬）號、岀（出）、沒（沒）等字詞在字號小、書寫及閱讀速度快時容易混淆。

表3 互動論壇不規范字詞TOP10

微博中不規范用詞中口語化、個性化風格明顯，妳（你）、愛（愛）、米（美）國等字詞均屬于網絡流行語。因其流行性，在出現不規范用字現象后，如不能及時糾正，會導致更加廣泛的影響，形成用錯字、用繁體的錯誤風氣。

表4 微博不規范字詞TOP10

數字報、客戶端作為專業內容生產平臺，在內容和常見不規范字詞中表現出不同特征。數字報用詞更加書面化，除電光火石（石火）等個別知識性錯誤，其余錯誤以因字形或字音一致且字義相近導致的誤用，錯誤頻次較其他渠道低；數字報渠道沒有出現其他渠道高頻錯誤“蓮（連）花清瘟”，體現數字報作為媒體的專業性。客戶端中出現頻率較高的常見錯誤既有微博特征，也有數字報特征，錯誤頻率相較數字報高，體現了客戶端專業主體和多來源主體相結合的內容生產特征。微信在內容風格方面兼具數字報和客戶端的特征，符合微信平臺發布者與讀者群廣泛的特征。同時數字報、客戶端、微信渠道誤用的異形詞重合度大，且主要是書面表達中具有文學色彩的詞，顯示出當前在文學詞語規范使用普及中存在短板。

表 5 數字報不規范字詞TOP10

表6 客戶端不規范字詞TOP10

表7 微信不規范字詞TOP10

網站渠道不規范字詞出現頻率高，異體字、異形詞錯用也有較高頻次；不規范用詞類型較多，既包含書面語、口語的常見誤用，也存在諧音字的故意誤用。異體字、繁體字使用增多可能與網站多元內容主題有關，也與網站分類中包含境外網站有關，側面反映了復雜多元的互聯網場景中規范字詞面臨的挑戰。

表8 網站不規范字詞TOP10

視頻作為以影像、聲音為主的復合信息載體，是目前受眾最廣泛的信息傳播手段。為獲取流量，機構創作者的視頻中常采用拼音縮寫、繁體字、獵奇字詞等吸引觀眾注意力，個人創作者的視頻存在通過不規范字詞表現個性的現象；視頻信息主要畫面、聲音傳遞，在標題及字幕部分的不規范字詞使用對信息表達影響小，這是視頻中不規范字詞使用遠超同樣具有個性化表達特征的微博平臺的原因。從視頻創作的自身規律來看，創作者往往在視頻、音頻編輯環節用時較多，在文字信息編輯環節用時較少，在審閱時對文字關注度不夠，形近字、同音字等問題易被疏忽，且視頻發布后錯誤較難更正，客觀上造成視頻中錯誤字詞多的現象。因此，更需要探索在視頻創作和傳播中避免不規范字詞問題的有效手段。

圖5 營銷號在視頻及標題中濫用繁體字吸引觀眾注意

圖6 個人用戶在視頻標題中使用繁體字表現個性

表9 視頻不規范字詞TOP10

三、 網絡不規范字詞成因分析

互聯網不規范字詞現象應當引發全社會關注，多角度分析不規范使用行為背后的原因，為總結互聯網不規范用字治理措施提供支撐。

1 人機交互輸入方式的限制

互聯網時代的人機交互方式是導致互聯網漢字不規范使用的重要原因。相比手寫等傳統記錄方式中逐字思考記錄，使用計算機錄入可通過輸入法的聯想功能大大加快內容輸入速度，但更容易出現形近、音近字選擇疏忽；輸入法選詞推薦同時呈現字音相同、字形相近、字義不同的易錯詞，增加了困惑和誤用的可能性；在互聯網平臺進行交流和內容發布的節奏快，屏幕閱讀時使用者閱讀速度快，內容校對的時間減少，加大了糾正不規范字詞的難度。多種原因增加了互聯網平臺出現不規范字詞的概率。

2 內容來源多元化趨勢下，創作者能力參差不齊

相比傳統內容載體對內容發布者的專業性和資歷要求，互聯網平臺的開放、平等特征極大降低了內容創作與發布的門檻，微信公眾號、客戶端內容創作號等社交平臺與內容平臺給予更多人發聲的窗口，在豐富互聯網內容環境的同時，也存在部分創作者水平有限、對待內容責任感不強的問題，在語言使用上表現為頻發的用字用詞不規范現象。不規范的語言對內容質量和讀者閱讀體驗造成負面影響，不利于互聯網整體內容生產環境的健康發展。

3 網絡個性化表達助推不規范用字用詞風氣

網絡環境相對寬松自由的氛圍塑造了網絡上的個性化表達，部分網友或通過諧音字詞使用增加表意的豐富性，或通過諧音梗等方式展現自身的獨特個性，在一定程度上形成反傳統，追求新、奇、特的網絡語言風格；部分網友為借助互聯網部分匿名的屬性，通過歪曲漢字形、音、義，表達調侃、戲謔、諷刺的情感，或發布違反公序良俗的信息，實際上造成了對漢字規范使用、漢語語法規則的破壞，污染互聯網語言環境。

圖7 在網絡平臺通過不規范用字表達諷刺情感

圖8 在網絡平臺通過不規范用字（詞）傳遞不良信息

在互聯網的廣泛傳播下，不當的語言使用易形成錯誤風氣，導致網友的模仿行為，消解大眾對于漢字的嚴肅認識，甚至蔓延到書面語場景中，造成語言的粗俗化傾向。不規范用字還有引發爭議的風險，如2022年與明星相關的熱搜詞條出現不規范用字，引發網友對于明星通過故意誤用回避討論的批評，以及對內容平臺整頓不規范用字做法的質疑，造成輿情風險。

圖9 網友對明星及內容平臺的質疑

 4 專業內容平臺示范作用有待進一步發揮

語言對現實社會有迅速、直接的反映，社會事件、輿論風向的變化體現在語言中，造就了一批又一批新的詞語和詞義。在新的字詞及用法出現時，政府、媒體等專業內容發布者應對新詞的用法進行考證，面向全社會宣傳正確用法。在本次采集的數據中，數字報作為專業內容平臺，是唯一沒有在TOP10常見錯誤中出現“蓮（連）花清瘟”誤用的渠道，但在擴大公眾重視、發揮輻射帶動作用方面還有進步空間。對于文學性較強的詞語，專業內容平臺應發揮自身優勢，及時自查、規范使用，引導公眾正確用詞。數字報平臺中較高頻誤用的“電光火石（石火）”屬于具有一定使用門檻的書面詞，出現誤用后將為公眾造成錯誤示范，在后續工作中應當引起重視。

四、 互聯網漢字規范使用引導措施

1 重視技術作用，推廣用字用詞規范

以輸入法技術優化促進漢字規范使用是減少網絡不規范字詞最直接的方式之一。受技術限制，過往輸入法僅通過正在輸入的拼音等信息進行字詞推薦。結合人工智能語言模型等前沿技術優化輸入法功能，實現結合上下文語境推薦選詞，提高選詞準確性。在內容發布平臺引入智能不規范字詞監測工具，優化文本內容檢查功能，如微信公眾平臺的疑似錯別字自動檢測，以及澎湃清穹內容風控智能平臺、鈾媒等專業的內容校對及管理工具，協助內容發布者正確規范用字用詞，形成互聯網正確使用字詞的氛圍；推廣針對不同文體、主題的不規范字詞檢查工具，以技術手段促進漢字文化傳承。

2 發揮政府、媒體正向影響力，做好主流引導示范

在互聯網時代，網絡平臺已經成為政府、媒體發聲的重要渠道。公眾對于政府及媒體權威性、專業性的信任賦予政府、媒體等專業機構在語言文字規范使用上更大的責任。用好網絡傳播渠道，以身作則保障發布內容中字詞使用的規范性；強化內容管理與監督，對錯別字出現較多、語言使用不規范的政府、媒體發布平臺進行整改，形成嚴格有力的糾錯機制；引導公眾的規范用字意識，發揮平臺影響力，開展貼近生活、形式多樣的語言糾錯活動，引導公眾在積極參與中樹立正確規范的用字用詞意識，形成自覺維護漢字規范的社會氛圍。

3 內容平臺發起倡議，形成規范用字氛圍

內容平臺是面向公眾的互聯網內容運營主體，平臺應主動承擔規范內容的責任，營造規范用字、文明交流的社區氛圍。開展專項行動提高公眾對于不規范字詞現象的認識，如針對傳播范圍廣、高影響力賬號發布內容中的不規范字詞進行集中公示，普及漢字規范用法及常見錯誤，發起正確規范使用漢字的倡議，幫助公眾了解漢字規范用法。重視內容監管，打擊不規范字詞表象下違反公序良俗的行為，對濫用諧音、拆字表達惡意信息的現象采取針對性措施，防止不良風氣的傳播，營造清朗的網絡空間。

4 開展專項監測，支撐語言規范推廣

互聯網不規范字詞現象類型多樣、成因復雜。受互聯網信息量大、傳播速度快、傳播范圍廣等特征的影響，新的錯別字、錯別詞快速涌現，對推廣規范用法造成困難。在人工智能技術參與下，對互聯網內容進行大范圍采集，分析常見不規范用法呈現的規律及背后的原因，可以為確定責任主體、明確措施方向提供有力支撐。組建負責互聯網內容監管的技術平臺，發揮技術在語言文字規范治理中的作用，響應互聯網時代對智慧治理的要求，形成規范語言文字使用的合力。

五、 互聯網語言規范監管平臺工作建議

為促進語言文字規范使用，營造尊重漢字、尊重文化的正向氛圍，針對互聯網不規范字詞使用現狀，結合互聯網平臺信息傳播特征，建議由互聯網信息監管部門牽頭，聯合主流媒體、內容平臺、專業技術機構，成立網絡語言生態聯合體。開發互聯網內容規范監管技術平臺，對互聯網內容進行持續采集監測；研究確立科學的監測指標體系，進行數據挖掘、階段性對比分析；定期發布監測研究成果，總結不規范字詞成因及公眾在互聯網平臺的語言習慣，聚焦糾錯堵點，尋找有力抓手，提出具有針對性、可行性的規范用字對策建議。

平臺工作成果建議以多種形式發布，面向政府提交內容監測報告，以客觀翔實的研究為政府制定政策措施提供支撐；面向媒體等專業內容生產者發布參考報告，幫助媒體提高規范用字能力，明確引導公眾規范用字的工作重點，推動媒體參與規范用字推廣工作，根據媒體具體需求可酌情提供脫敏后的監測數據用于參考；面向公眾發布易錯詞榜單，普及正確規范用字知識，幫助公眾提升用字水平，營造規范使用漢字的社會氛圍。

六、 關于數字內容生態實驗室

數字內容生態實驗室由澎湃新聞牽頭發起，上海人工智能研究院、上海市信息安全測評認證中心、上海新華傳媒連鎖有限公司和上海蜜度信息技術有限公司聯合共建，旨在打造集產學研用于一體的數字內容安全與治理研究服務機構，開展內容生態演變機理及其調控對策機制研究，為數字內容生態創新與治理提供智力支持、技術支撐和決策參考。

澎湃新聞是以原創新聞為主的全媒體新聞資訊平臺，擁有互聯網新聞信息服務一類資質，其自主研發的“清穹”內容風控智能平臺，為內容生態領域的平臺方、生產方、管理方、從業者等，提供以涉政安全服務為特色的、“人工+智能+制度”的內容安全解決方案。

上海人工智能研究院是由上海交通大學、上海閔行區人民政府、臨港集團、商湯科技等共同投資組建的新型研發機構，承擔上海市人工智能研發與轉化培育建設任務，重點開展人工智能領域基礎與核心技術研發、關鍵與共性技術應用、成果轉化與人才培養等工作。

上海市信息安全測評認證中心是上海市重要網絡安全功能性機構，以建設“國內一流安全測評服務機構”為目標定位，專門從事信息技術產品和系統安全測評、網絡安全等級保護測評，密碼應用安全性評估、數據安全風險評估、新技術新應用安全評估等業務，在國內首創“一個平臺、資源共享、多方授權、服務各方”的集約化測評服務模式。

上海新華傳媒連鎖有限公司系我國出版發行業第一家上市公司上海新華傳媒股份有限公司的全資子公司。公司目前擁有零售門店近60家，包括新華書店、上海書城、教材書店等一批在讀者中享有盛譽的著名品牌，也先后推出了瑪德琳童書館、南村映雪、1925書局等全新品牌特色書店。

上海蜜度信息技術有限公司是以人工智能技術為核心的國家高新技術企業，專注于跨模態信息檢索和智能校對應用，為政府和企業各類辦公場景提供數據智能應用軟件。