1. 引言
在数字化时代，网络热词成为一种独特的语言现象。网络热词的构式研究是多维度、跨学科的新热点。但网络热词为语言增添新的活力的同时，也对传统语言学研究提出了新的挑战。
构式语法理论为研究网络热词提供了一个新的视角，它强调语言知识的构式化，语言的使用不只是词汇和语法规则的简单组合，而是依赖于更为复杂的构式知识，即语言结构和意义的结合体。网友在使用“一整个X住”时，人们常带有主观评价义，它所表达的整体主观评价义不能从各组成部件直接推导出来，因此“一整个X住”被认为是典型的构式句。
而传统语料库的静态性难以捕捉其动态演变，需结合AI技术(DeepSeek)实现实时语料获取，深入研究“一整个X住”构式作为网络热词的词性规律和使用场景，以及它在当代社会交流中的重要作用。
2. 文献综述
20世纪80年代，构式语法理论出现，国外Fillmore(1985)提出了“格语法”的观点[1]。国内张伯江(1999)首先展开对现代汉语双及物构式的研究[2]。沈家煊(1999)的语法转喻研究[3]和牛保义的《构式语法理论研究》(2001) [4]成为国内研究的典范，其中包括主流研究Fillmore和Kay、Goldberg的构式语法理论[5]、Croft的激进构式语法等。Croft (2001)的激进构式语法剔除了句法关系，用句法角色取而代之[6]。吴为善的《构式语法与汉语构式》(2016)，基于Goldberg的构式语法理论，展开汉语构式的研究[7]。构式语法理论突破了传统语法的局限，其引入国内后便呈现方兴未艾之势。
李宇明指出网络语言的蓬勃发展促使语言学理论不断革新，以适应对新语言现象的解释与研究[8]。首先，有关学者对“一整个”的特点和功能有所研究。
根据陆俭明(1987)的研究，“一整个”可以用来强调数量的庞大，带有夸张的语气[9]。罗远林(1988)以陆俭明(1987)的研究为基础，进一步探索得出在数量词中插入形容词的限制因素不仅包括量词和数词，还受到语境影响的结论[10]。宗守云(2009)研究了“一整个”结构中，“整”语义上指向量词，但现在有向副词转变的趋势[11]。金晶(2016)认为人们对“数 + 形 + 量”的评定往往难以达成约定俗成的认识，主张其带有主观色彩[12]。最近两年的研究中，董淑慧(2023)分析了形容词和量词，发现语义选择受到认知因素的影响[13]。然而，目前对于“一整个”后接谓词性成分的新兴用法关注较少。
在对“一整个X住”的研究中，肖钰榕(2022)认为“X”只能是名词或者是动词，他指出“一整个X”中的“整个”是表示全部意义的形容词，但是没有说明新兴构式“一整个X住”中“整个”的含义与性质[14]。然而，庞勇珍(2023)指出“一整个”词性的改变，可以做状语，其语义由“数量域”映射到“程度域”[15]。此外，庞勇珍更加注重语用功能的探索。许新雅(2023)主张构式中“一”是虚化数词，表示整体的不可分割性；同时，“整个”的语义发生了虚化，受到构式压制的作用，转变为副词使用[16]。除此之外，许新雅进一步从构式压制、类推机制视角分析“一整个X住”这一构式。
目前研究集中于传统构式语法领域，并多采用定性分析方法。王寅(2011)指出认知语言学聚焦于语言背后的认知机制，语料库语言学则凭借大规模真实语料为语言研究提供实证数据，二者的结合能够为语言研究带来新的突破[17]。这一思路对“一整个X住”构式研究有着重要的启示意义。因此，从理论层面，本研究不仅通过传统构式语法对“住”作为客体标记的认知，而且通过“主观化情态标记”来解释；从方法论层面，验证AI技术的语料库使用在语言变异研究中的可行性。
3. 研究方法
(1) 社交媒体语料抓取：使用DeepSeek检索微博、抖音、B站、小红书平台文本(2021~2024)，提取有效语料1.7万条，并进行平台数据对比。
(2) 生成式AI数据增强：DeepSeek进行数据分析后，通过GPT-4生成构式，再次验证“X”的准入条件。“X”语义集中于情感(35%)、行为评价(28%)、状态隐喻(22%)三类，此外还有其他类型占比15% (见附录表1)。识别构式整体情感倾向(正面42.3%/负面57.7%)，揭示“住”在负面表达中的情绪固化功能。
(3) 多模态分析：微博、抖音、B站、小红书网络平台通过多模态呈现，如抖音高频出现“一整个惊艳住”与视觉符号(表情包)共现。
4. “一整个X住”构式特征
以下分析“一整个X住”中的常项和变项的特点。
4.1. 常项“一整个”
“一整个”强调其所指事物的整体性。常规情况，“一整个”是量词。
例1. 一整个下午，我都在图书馆看书。
例1“一整个”作为量词，强调了被修饰对象的完整性和充分利用，主要充当定语成分。网络热词构式“一整个X住”中的“一整个”发生演变，充当状语，相当于副词“很、非常”。
例2. 她一整个沉浸在书中的世界里。(小红书@读书少女阿梨，2022/11/3)
例3. 一整个无语住。(B站@设计狗小张，2024/1/8)
例2中“一整个”描述“沉浸”的状态，强调了沉浸的彻底。李娜(2023)认为这正是因为当词汇义和构式义两者不兼容时，潜在的句法环境中会产生一个“压制因子”，它会强制性地对词汇义产生影响，因此，解释者常常需要根据构式义对词语义进行解释，以便两者相互适应协同[18]。
综上所述，“一整个X住”中的“一整个”具有意义虚化和结构整体化特征。例3不再仅仅指代具体的数量，而是带有一种模糊、泛指的意味，“一整个”虚化为固定搭配。整体词汇化的现象反映了语言的动态性和适应性，使得语言能够更好地适应社会交流的需要。
4.2. 常项“住”
“住”原本作为动词。随着时间的推移，“住”逐渐衍生出了抽象含义，甚至呈现出了标记化的趋势。它能够与动词或形容词结合，形成“V/A住”的结构。“住”从结果补语演变为情态标记，其虚化路径为：空间固化 → 状态持续 → 情感锁定，最终构成“主观评价完成体”。
例4. 一整个爱住。(抖音@美妆测评小林，2023/3/10)
例4的用法与传统“V/A住”结构中的“住”字显著不同。心理动词常描述内在情感或心理状态，而“V/A住”结构多用于描述外在行为，所以心理动词很少出现在该结构中。在这一构式中，许多原本不适用于标准“V/A住”结构的心理动词却能够被自然地融入其中，用来表达某种行为的完成。
4.3. 变项“X”
构式结构一旦成型，便排斥或接纳特定的词汇进入构式。DeepSeek检索结果显示(见附录表2)，词类分布分别是形容词(58.7%)、心理动词(24.1%)、名词(12.3%)、外来词(5.9%)。“一整个X住”构式对变项“X”的准入条件展现出严格的语义筛选机制，这种限制本质上反映了构式语法中“形式–意义配对”的规约性特征。
形容词因天然具备程度属性最易准入；心理动词需通过“住”将动态动作转化为持续状态；名词需借助隐喻获得感官体验义(如“柠檬”象征嫉妒)；外来词则依赖社群共识形成情感符号。这种分布反映了构式作为“形式–意义配对”的规约性特征，其准入机制本质上是构式压制力与词汇抵抗相互协商的结果。此外，通过DeepSeek获取数据十分便捷，并且可以非常直观地看出词类占比的差异。
4.4. “一整个X住”句法功能分析
4.4.1. 主观情绪的语法化封装
例5. 毕业典礼一整个爆哭住。(抖音@大学回忆录，2022/6/20)
例5，以“毕业典礼”场景为例，句末的“住”字像一个情感“固化器”，“住”将情绪固化为可传播的情感单元。当人们使用“爆哭住”这样的表述时，毕业典礼上那种浓烈的感动、不舍等情绪便被有效地“封装”起来。其他未亲身经历该场景的个体，能凭借其体会到其中蕴含的深厚情感，这体现了主观情绪语法化封装在网络语言传播中的独特价值。
4.4.2. 社会态度的交互式建构
例6. 网红餐厅一整个诈骗住。(抖音@美食打假人，2023/4/2)
当消费者察觉到某家网红餐厅存在名不副实、欺骗消费者的情况时，为增强自身感受的说服力，往往会借助多模态的证据呈现形式。通过多模态证据(如图文对比，警示音效)强化评价的直观性和负面情绪的交互传播。
“住”字作为一种评价标记，通过主体、客体以及受众三个不同维度呈现出整个社会态度的交互过程。从主体立场出发，将自身所经历的不愉快消费体验以及对餐厅的负面评价传递给广大受众群体。从客体而言，将负面评价指向被评价对象——网红餐厅，清晰地界定出问题根源所在。从受众角度分析，当其他受众看到相关视频后通过点赞、转发等行为予以回应，形成一种受众与发布者协同互动的态势，进而促使原本可能仅为个体的投诉行为，逐步演变为公共事件，引发更广泛的社会讨论，促使人们对这类消费现象予以高度重视。
4.4.3. 状态隐喻功能
语言运用过程中具备状态隐喻功能，其本质体现为认知体验的跨域映射。
例7.我当时大脑一整个宕机住了。(抖音@心理学小课堂，2022/3/15)
例7用电脑“宕机”隐喻认知停滞状态。借助人们熟知的机械故障概念，有助于人们更好地理解和感受思维受阻时的具体状态，进一步拓展了语言在描述认知状态方面的表达能力。
5. “一整个X住”的语义特征和语用功能
“一整个X住”的构式意义并非仅仅是其组成部分语义的直接叠加。沈家煊(2001)指出“主观性”是语言的一种特性，说话人在表达一段话的同时，表明了自己对这段话的立场、态度和情感[19]。
5.1. “一整个X住”的语义特征
“一整个X住”具有整体性，夸张性，并且与语境关联。由于语义限制，该构式需满足[+可量化评价] [+具身感知]。[+可量化评价]要求X成分能够承载主观量级评价，允许被程度副词修饰，体现说话者对某一状态或体验的强度判断。而[+具身感知]则要求X成分能够唤起直接的身体反应或强烈的心理体验，符合认知语言学中“概念化源于身体经验”的基本原则，这种具身性使得抽象情绪通过身体隐喻得到具象化表达。
5.2. “一整个X住”的语用功能
5.2.1. 主观认知
“一整个X住”主要用于表达说话者的主观感受，起情感表达的作用。其中，从情感倾向来看，DeepSeek数据显示正面情感占42.3%，负面情感占57.7% (见附录表3)。
例8. 一整个惊艳住。(抖音@国风美学，2022/9/21)
例9. 一整个尴尬住。(B站@社死收容所，2022/11/15)
例8表达对某人或某事物的外观等方面感到赞叹。例9表达在某种社交场合中感到尴尬和不知所措，这种表达运用更多，由于负面情绪需要更强表达以获取社会支持。这种主观情感的表达需要三个部分的强化，“一整个”用来激活心理模拟，量化强化。二是需要“住”字拖音，延长情感体验时长，是一种时态凝固。三是多模态绑定，通过表情包、特效实现跨器官的情绪整合。负面情感占比较高揭示当代青年的生存焦虑投射，反映了社会问题，引起各界重视。
5.2.2. 强调
说话者为了让受话者注意到所要表达的句子的重点，会增加提示和强调。“一整个X住”构式中，通常出现宾语前置，强调该话题。
例10. 看到他穿着那件过时的衣服还自以为很酷，我真的是一整个无语住。(微博@时尚排雷针，2024/1/20)
例10中，“看到他穿着那件过时的衣服还自以为很酷”是宾语，它作为整个句子的话题出现，并且被前置，以此来强调这个话题对说话者情绪的影响。通过前置宾语，说话者设置了一个具体的情感背景。这个背景为接下来的情感反应“我真的是一整个无语住”提供了依据，使得情感反应显得有因有果。因此，这种句式不仅强调了说话者的情感反应，同时也让听者更容易理解说话者的情绪来源。
6. “一整个X住”的形成原因
第一，语言的类推机制促进该构式的产生。索绪尔(1980)认为类比形式就是以一个或几个其他形式为模型，按照一定的规则构成的形式。通过类推机制，“一整个X住”这一表达能够在不同场景、针对不同对象、结合不同句式，表达不同情感态度进行灵活拓展，以适应多样化的语言表达需要[20]。
其中，DeepSeek数据表明在四个不同的社交平台有不同的使用倾向(见附录表4)，这种差异既源于各平台的传播机制，也受用户群体和内容生态的影响。在微博中，往往需要结合实时热搜传递讽刺或无奈的潜台词，占比达38.2%，语言风格呈现短促有力的爆破感，符合微博碎片化传播的节奏。抖音具有表演性语法特征，占比达25.3%，构式中的“X”多指向可视觉化的状态描述，通过特效滤镜等实现语义补充，同时满足平台对“高互动性”的流量筛选逻辑。小红书体现消费主义话语的深层渗透，占比达22.9%，“住”字所指的沉浸体验往往与商品或生活方式绑定，构成精致化表达的修辞策略。B站呈现符号化重构趋势，占比达13.6%，尤其在弹幕中，“住”字的原初语义被解构，通过高频复现来强化突出。通过DeepSeek获取数据，帮助我们分析不同平台该构式的风格。
第二，陆俭明(2016)指出语言的变异是常态，如果语言变异被频繁使用并泛化，就会逐渐固化为新的语法构式[21]。“一整个X住了”构式在网络时代通过多模态传递，让人们逐渐熟悉。
7. 结论
“一整个X住”这一网络热词构式，核心功能在于传达说话者对于某个事件的深刻且强烈的主观感受和评价。“一整个X住”之所以能够在网络语境中流行开来，是类推机制将“一整个”和“住”这两个成分与不同的“X”结合，创造出新的意义。
构式语法能够解释这种看似不合逻辑的表达方式，整体去分析这种表达。当前的网络热词构式研究聚焦于构式语法的整体性，不可预测性，构式压制的形成机制以及主观认知和强调的语用功能。但是理论等都相对单一，缺乏系统研究。同时DeepSeek检索数据的准确性有待进一步考究。因此，进一步的研究应该聚焦于网络热词构式的整体研究和应用。网络热词的构式研究有助于我们理解语言的动态变化，更好地把握语言发展的脉络，理解语言是如何适应社会变化的。
同时，短视频平台的“即时互动 + 视觉强化”特性，使构式脱离纯文本语境，与表情包、背景音乐形成多模态符号系统。研究发现，“X”高频词(如“破防”“无语”)与同期社会热点(疫情、职场压力)显著相关，这一发现印证构式作为群体情绪宣泄工具的功能，是一种社会情绪的镜像。一整个“X”住的流行体现了语言系统对社会情境的适应性重构：其句法简化与语义泛化契合了短视频时代的表达需求，而AI技术不仅为动态语料分析提供工具，还揭示了语言能产性的特点。学习这些网络流行语的认知机制，可以让我们将书本中的理论与实际相结合，更好地发挥语言的作用。
附 录
Table 1. Results of semantic clustering analysis (DeepSeek)
表1. 语义聚类分析结果(DeepSeek)
语义类别 |
占比 |
情感类 |
35% |
行为评价类 |
28% |
状态隐喻类 |
22% |
其他 |
15% |
Table 2. Results of lexical analysis (Chat GPT-4)
表2. 词性分析结果(Chat GPT-4)
词类 |
占比 |
准入条件 |
典型例子 |
形容词 |
58.7% |
[+可分级性] [+主观评价] |
一整个开心住 |
心理动词 |
24.1% |
[+心理活动] [+体验性] |
一整个震惊住 |
名词 |
12.3% |
[+隐喻性] [+感官联想] |
一整个柠檬住 |
外来词 |
5.9% |
[+情感共识] [+文化可及性] |
一整个emo住 |
Table 3. Sentiment analysis (DeepSeek)
表3. 情感分析(DeepSeek)
模型 |
正面比例 |
负面比例 |
SnowNLP |
40.1% |
59.9% |
RoBERTa-wwm |
44.5% |
55.5% |
最终校验 |
42.3% |
57.7% |
Table 4. Breakdown of social media corpus collection (2021~2024) (DeepSeek)
表4. 社交媒体语料采集明细(2021~2024) (DeepSeek)
数据来源 |
原始语料量 |
有效语料量 |
占比 |
微博 |
8200条 |
6500条 |
38.2% |
抖音 |
5700条 |
4300条 |
25.3% |
小红书 |
4100条 |
3900条 |
22.9% |
B站 |
3000条 |
2300条 |
13.6% |
总计 |
21,000条 |
17,000条 |
100% |