本文立足于正式—非正式的语体维度，提出了基于机器学习方法的现代汉语词汇语体属性探测模型，旨在实现符合语体连续统特性的词语正式度测量。研究首先构建了现代汉语语体语料库，设计了语体分类特征，并基于《现代汉语词典》（第7版）中的〈书〉〈口〉标注数据训练语体属性自动分类模型。模型五折验证准确率达87.26%。进一步的误例分析发现：词典中的语体标注存在部分缺漏、过时、不对称等问题，而基于语体语料库的语境特征能有效修正数据偏差。为了更好地服务词汇语体教学，本研究使用上述模型对《国际中文教育中文水平等级标准》词表和《义务教育常用词表（草案）》主表的共25500个词语进行了语体正式度测量，并分析了该方法在词典编纂和教学方面的应用。