語(yǔ)料庫(kù)幻燈片

語(yǔ)料庫(kù)與語(yǔ)料庫(kù)應(yīng)用語(yǔ)言學(xué)1........................................................................definitions2.........................................................................charcateristics3.........................................................................historicaldevelopment4..........................................................................Classification5..........................................................................developmenttendency6...........................................................................coupus-basedteaching7...........................................................................corpus-basedtranslation8..........................................................................someimportantfigures1.1corpusAcollectionofnaturally

occuringlanguagedata,chosentocharacterizeastateofvarietyoflanguage.

Sinclair1991

指一個(gè)由大量語(yǔ)言實(shí)際使用的信息所組成的，專(zhuān)供語(yǔ)言研究，分析和描述的語(yǔ)言資料庫(kù)。在隨機(jī)采樣的基礎(chǔ)上收集人們實(shí)際使用的具有代表性的真實(shí)語(yǔ)言樣本而創(chuàng)建起來(lái)的，是語(yǔ)言研究和教學(xué)的重要基礎(chǔ)，是編寫(xiě)字典，語(yǔ)法書(shū)和教材的重要源泉。

劉滿堂

1definitions1.2Corpuslinguistic

CLuseslargecollectionsofbothspokenandwrittennaturaltextsthatarestoredoncomputer。什么是應(yīng)用語(yǔ)言學(xué)入門(mén)

以真實(shí)的語(yǔ)料數(shù)據(jù)為研究對(duì)象（語(yǔ)料庫(kù)），對(duì)大量語(yǔ)言事實(shí)進(jìn)行系統(tǒng)分析，所研究的語(yǔ)言行為而非語(yǔ)言能力，即通過(guò)考察語(yǔ)言的實(shí)際運(yùn)用來(lái)尋找語(yǔ)言使用規(guī)律。

劉滿堂

2.1分析自然語(yǔ)篇中語(yǔ)言運(yùn)用的實(shí)際模式

語(yǔ)言的最終目的是成功交流，脫離了語(yǔ)境的語(yǔ)言研究，只關(guān)注語(yǔ)言的固定形式是沒(méi)有意義的。2.2使用龐大的，根據(jù)原則收集起來(lái)的自然語(yǔ)篇結(jié)合，即語(yǔ)料庫(kù)為分析的基礎(chǔ)2.3廣泛運(yùn)用電腦進(jìn)行分析，結(jié)合相關(guān)軟件使用自動(dòng)技術(shù)為大量的數(shù)據(jù)化統(tǒng)計(jì)提供了手段，為定量研究提供了保證

Wordsmith，Tact，Mircoconcordance2charcateristics2.4人工分析仍是必要的

語(yǔ)料庫(kù)所提供的頻率信息知只是一個(gè)大體上的宏觀把握量，對(duì)這些信息還需要結(jié)合具體的研究任務(wù)進(jìn)行有針對(duì)性地分析和判斷

質(zhì)，從而得出結(jié)論。有量的統(tǒng)計(jì)分析和有質(zhì)的研究分析

2.5定量與定性相結(jié)合的方法研究相結(jié)合量化的說(shuō)明對(duì)所評(píng)價(jià)的現(xiàn)象做出解釋?zhuān)峁┝藴?zhǔn)確的宏觀層面的特征，質(zhì)的評(píng)價(jià)則可以反映事物的另一個(gè)方面，則補(bǔ)充性的提供了微觀層面的特征。要想反映事物的全面情況，就應(yīng)該把數(shù)量和質(zhì)量結(jié)合起來(lái)評(píng)價(jià)。數(shù)量和質(zhì)量是一個(gè)事物的兩個(gè)方面，既沒(méi)有離開(kāi)數(shù)量的質(zhì)量，也沒(méi)有離開(kāi)質(zhì)量的數(shù)量。

3.1Foreign

起源動(dòng)機(jī)：

17C的時(shí)候，由于受到經(jīng)驗(yàn)主義（empricism）經(jīng)驗(yàn)主義通常指相信對(duì)現(xiàn)代科學(xué)方法，認(rèn)為理論應(yīng)建立于對(duì)于事物的觀察，而不是直覺(jué)或迷信。意即通過(guò)實(shí)驗(yàn)研究而后進(jìn)行理論推導(dǎo)優(yōu)于單純的邏輯推理的影響，語(yǔ)言學(xué)的研究開(kāi)始重視觀察自然發(fā)生的語(yǔ)料，開(kāi)始大料的收集外部語(yǔ)言數(shù)據(jù)，在客觀分析語(yǔ)言的基礎(chǔ)上進(jìn)行相關(guān)研究。3historicaldevelopment1）20C60S以前

手工語(yǔ)料庫(kù)階段（前電子，前計(jì)算機(jī)化，傳統(tǒng)語(yǔ)料庫(kù)）收集全真文本進(jìn)行語(yǔ)言分析主要用于一些傳統(tǒng)的領(lǐng)域

詞典編纂，語(yǔ)法目的：

1928牛津英語(yǔ)字典OxfordEnglishDictionary1961韋伯斯特新國(guó)際字典Webster‘sNewInternationalDictionary教學(xué)為目的：1959英語(yǔ)用法調(diào)查T(mén)heSurveyofEEnglishUsageSEC英國(guó)倫敦大學(xué)方言調(diào)查英美兩國(guó)都做過(guò)我國(guó)的漢語(yǔ)方言學(xué)的第一部著作《You軒使者絕代語(yǔ)釋別國(guó)方言》楊雄歷經(jīng)27年處于人工檢索的初級(jí)階段，制作周期長(zhǎng)，檢索效率低弊端計(jì)算機(jī)化語(yǔ)料庫(kù)，現(xiàn)代語(yǔ)料庫(kù)2）20C60S——80S60S初受到喬姆斯基的轉(zhuǎn)換生成語(yǔ)法的影響，研究方法轉(zhuǎn)為內(nèi)省法第一代電子語(yǔ)料庫(kù)BrownCorpus196-1964(FrancaisandKucera)布朗大學(xué)當(dāng)代美國(guó)英語(yǔ)標(biāo)準(zhǔn)語(yǔ)料庫(kù)LOB語(yǔ)料庫(kù)TheLancaster-Oslo/BergenCorpus英國(guó)的蘭卡斯特大學(xué)和挪威的奧斯陸大學(xué)1970-1978LLC語(yǔ)料庫(kù)London-lundCorpusofSpokenEnglish瑞典的隆德大學(xué)口語(yǔ)語(yǔ)料庫(kù)1975

蘭開(kāi)斯特/IBM英語(yǔ)口語(yǔ)語(yǔ)料庫(kù)Lancaster/IBMspokenEnglishcorpus弊端所含語(yǔ)料基本上為書(shū)面語(yǔ)料，口語(yǔ)語(yǔ)料庫(kù)數(shù)量較少不能做共時(shí)比較3)20C80S——90S計(jì)算機(jī)的快速發(fā)展，研究者認(rèn)識(shí)到內(nèi)省法的不足第二代電子語(yǔ)料庫(kù)

COBUILD語(yǔ)料庫(kù)CollinsBIirminghamUniversityInternationalLanguageDatabase柯林斯伯明翰大學(xué)國(guó)際語(yǔ)言資料庫(kù)1980-1984英國(guó)國(guó)家語(yǔ)料庫(kù)BritishNationalCorpus1991-1995國(guó)際英語(yǔ)語(yǔ)料庫(kù)InternationalCorpusofEnglish英國(guó)倫敦大學(xué)Greenbaum和美國(guó)的威斯康星-密爾沃基大學(xué)Meyer相對(duì)優(yōu)勢(shì)采用了更加先進(jìn)的電腦技術(shù)，檢索的速度和效率進(jìn)一步提高，在研究目的上，二代以通用語(yǔ)料庫(kù)為主應(yīng)用范圍也更加廣闊4）20C90S第三代電子語(yǔ)庫(kù)特點(diǎn)1語(yǔ)料：從單語(yǔ)到多語(yǔ)2數(shù)量：從百萬(wàn)級(jí)到千萬(wàn)級(jí)再到億級(jí)和萬(wàn)億級(jí)3加工：從詞法級(jí)到句法級(jí)再到語(yǔ)義和語(yǔ)用級(jí)4文本：從抽樣到全文特大型語(yǔ)料庫(kù)動(dòng)態(tài)監(jiān)控語(yǔ)料庫(kù)：可以實(shí)時(shí)記錄語(yǔ)言變化，監(jiān)控某種語(yǔ)言的發(fā)展過(guò)程例如國(guó)際互聯(lián)網(wǎng)上，英國(guó)的COBUILD語(yǔ)料庫(kù)每周向電子郵件用戶發(fā)送WordWatch詞語(yǔ)監(jiān)控的郵件，報(bào)告社會(huì)用語(yǔ)的動(dòng)態(tài)變化情況3.2domestic70s末80s初興起1982黃人杰和楊惠中科技英語(yǔ)語(yǔ)料庫(kù)（JDEST)語(yǔ)料庫(kù)1989中國(guó)石油大學(xué)廣州石油英語(yǔ)語(yǔ)料庫(kù)700篇英國(guó)英語(yǔ)和美國(guó)英語(yǔ)的書(shū)面文本1992

北京語(yǔ)言文化大學(xué)當(dāng)代北京口語(yǔ)語(yǔ)料庫(kù)收錄了80年代北京人的口語(yǔ)錄音1993香港科技大學(xué)計(jì)算機(jī)科學(xué)英語(yǔ)語(yǔ)料庫(kù)取材于90年代早期所使用的166種計(jì)算機(jī)英語(yǔ)課本

1995

北京語(yǔ)言文化大學(xué)現(xiàn)代漢語(yǔ)語(yǔ)法研究語(yǔ)料庫(kù)1996

廣州外國(guó)語(yǔ)學(xué)院中國(guó)學(xué)生交際英語(yǔ)語(yǔ)料庫(kù)2003

桂詩(shī)春楊惠中中國(guó)英語(yǔ)學(xué)習(xí)者語(yǔ)料庫(kù)第一部公開(kāi)發(fā)布的學(xué)習(xí)者語(yǔ)料庫(kù)中文語(yǔ)言資源聯(lián)盟ChineseLinguisticDataConsortiumChineseLDC吸收國(guó)內(nèi)高等院校,科研機(jī)構(gòu)和公司參加的開(kāi)放式語(yǔ)言資源聯(lián)盟。其目的是建成能代表當(dāng)今中文信息處理水平的,通用的中文語(yǔ)言信息知識(shí)庫(kù)。ChineseLDC將建設(shè)和收集中文信息處理所需要的各種語(yǔ)言資源,包括詞典,語(yǔ)料庫(kù),數(shù)據(jù),工具等。在建立和收集語(yǔ)言資源的基礎(chǔ)上,分發(fā)資源,促成統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范,推薦給用戶,并且針對(duì)中文信息處理領(lǐng)域的關(guān)鍵技術(shù)建立評(píng)測(cè)機(jī)制,為中文信息處理的基礎(chǔ)研究和應(yīng)用開(kāi)發(fā)提供支持。方興未艾

4Classification1)用途：通用語(yǔ)料庫(kù)generalcorpus專(zhuān)用語(yǔ)料庫(kù)specializedcorpus2）介質(zhì)：文字語(yǔ)料庫(kù)聲音語(yǔ)料庫(kù)3)語(yǔ)體：書(shū)面語(yǔ)料庫(kù)口語(yǔ)語(yǔ)料庫(kù)4）時(shí)間：共時(shí)語(yǔ)料庫(kù)歷時(shí)語(yǔ)料庫(kù)5）狀態(tài)：靜態(tài)語(yǔ)料庫(kù)動(dòng)態(tài)語(yǔ)料庫(kù)6）語(yǔ)種：?jiǎn)握Z(yǔ)語(yǔ)料庫(kù)雙語(yǔ)語(yǔ)料庫(kù)多語(yǔ)語(yǔ)料庫(kù)平行語(yǔ)料庫(kù)parallelcorpus非平行語(yǔ)料庫(kù)母語(yǔ)語(yǔ)料庫(kù)外語(yǔ)學(xué)習(xí)者語(yǔ)料庫(kù)learnercorpus7）處理程度：生語(yǔ)語(yǔ)庫(kù)raw/untaggedcorpus熟語(yǔ)語(yǔ)庫(kù)(標(biāo)注語(yǔ)料庫(kù)）tagged/annotatedcorpus5.1容量將進(jìn)一步增大計(jì)算機(jī)技術(shù)的不斷發(fā)展，其儲(chǔ)存容量也越來(lái)越大5.2分析軟件以及應(yīng)用軟件的開(kāi)發(fā)和推廣5.3專(zhuān)用語(yǔ)料庫(kù)的進(jìn)一步發(fā)展，一些通用語(yǔ)料庫(kù)無(wú)法深入分析某一專(zhuān)業(yè)領(lǐng)域的現(xiàn)象5.4跨學(xué)科性進(jìn)一步增強(qiáng)，與其他領(lǐng)域相結(jié)合1）多模態(tài)語(yǔ)料庫(kù)：收集數(shù)字化的語(yǔ)言和交流相關(guān)的材料，材料使用多種模態(tài)，預(yù)料不在限制于口筆文本，而包括視頻，圖片等媒體形式2）多緯度語(yǔ)料庫(kù)：能使研究者從多個(gè)不同的角度去研究和語(yǔ)料庫(kù)標(biāo)注，例如語(yǔ)言中的地域和歷史變化，通過(guò)跨學(xué)科研究，會(huì)產(chǎn)生新的研究方法和新的研究領(lǐng)域5developmenttendency3）網(wǎng)絡(luò)語(yǔ)料庫(kù)：現(xiàn)代的一些網(wǎng)絡(luò)領(lǐng)域，例如，電子郵件，博客...產(chǎn)生了一些網(wǎng)絡(luò)語(yǔ)言5.5自身學(xué)科地位的發(fā)展

TogniniBonelli2001認(rèn)為語(yǔ)料庫(kù)只是一種應(yīng)用前的方法論，并不只是真正意義上的科學(xué)領(lǐng)域，只不過(guò)為語(yǔ)言學(xué)的研究提供了一種方法論基礎(chǔ)。corpus-based基于語(yǔ)料庫(kù)的研究即把語(yǔ)料庫(kù)看成是一個(gè)工具，用來(lái)證實(shí)，解釋某個(gè)以前就存在的語(yǔ)言學(xué)理論。corpus-driven語(yǔ)料庫(kù)驅(qū)動(dòng)從原始語(yǔ)料出發(fā)，通過(guò)研究語(yǔ)料本身，發(fā)現(xiàn)探究新的語(yǔ)言理論，建立新的概念和范疇體系。

這些表明，語(yǔ)料庫(kù)語(yǔ)言學(xué)正在超越一種單純的語(yǔ)言研究方法，具有自己的研究對(duì)象并且形成新的理論

6.1充分利用當(dāng)前已有的語(yǔ)料庫(kù)6.2教師6.3學(xué)生6.4國(guó)家加大投入力度，支持發(fā)展；將語(yǔ)料庫(kù)列入到本科教育中6.5自身實(shí)力的培養(yǎng)和提高（可以與他人建庫(kù)享庫(kù)，運(yùn)用多模態(tài)語(yǔ)料庫(kù)教學(xué)，提高課堂趣味性因材施教由被動(dòng)轉(zhuǎn)為主動(dòng)，注重自身實(shí)踐操作，充分利用網(wǎng)絡(luò)相關(guān)資源6coupus-basedteaching7.1經(jīng)驗(yàn)總結(jié)譯者往往分析不透徹，不深，理論體系也不健傳統(tǒng)的翻譯學(xué)研究歸納思辨法從實(shí)踐中歸納翻譯思辨，原則，規(guī)律（抽象總結(jié)）重凝練重規(guī)約輕了描述和解釋總體評(píng)價(jià)宏觀上把握缺乏連貫性的體系特點(diǎn)模糊：抽象的定性概括，缺乏量的支持注重個(gè)人的翻譯實(shí)踐與經(jīng)驗(yàn)，很難通過(guò)與他人進(jìn)行對(duì)比，驗(yàn)證，假設(shè)，上升為理論7corpus-basedtranslation7.2王克非、黃立波(2007)指出，語(yǔ)料庫(kù)翻譯研究“在研究方法上以語(yǔ)言學(xué)和翻譯理論為指導(dǎo)，以概率和統(tǒng)計(jì)為手段，以雙語(yǔ)真實(shí)語(yǔ)料為對(duì)象，對(duì)翻譯進(jìn)行歷時(shí)或共時(shí)的研究”。1）corpuslinguistic+traditionaltranslation提供翻譯理論基礎(chǔ)優(yōu)勢(shì)naturalorauthenticdata自然真實(shí)的語(yǔ)料數(shù)據(jù)empricalresearch實(shí)證研究statistical+theoricalanalysis定量與定性2）當(dāng)前，用于翻譯學(xué)研究的語(yǔ)料庫(kù)有平行語(yǔ)料庫(kù)，翻譯語(yǔ)料庫(kù)，可比語(yǔ)料庫(kù)和口譯語(yǔ)料庫(kù)等?，F(xiàn)已建成的比較成熟的譯學(xué)研究語(yǔ)料庫(kù)有翻譯英語(yǔ)語(yǔ)料庫(kù)、Babel漢英平行語(yǔ)料庫(kù)、北外雙語(yǔ)對(duì)應(yīng)語(yǔ)料庫(kù)、中國(guó)法律法規(guī)漢英平行語(yǔ)料庫(kù)、全國(guó)公示語(yǔ)翻譯語(yǔ)料庫(kù)、莎士比亞戲