語料庫語言學(xué)

應(yīng)用語言學(xué)的最新成果語料庫語言學(xué)（CorpusLinguistics）

1.定義語料庫語言學(xué)（Corpuslinguistics）是基于語言運用的實例（即語料庫）的語言研究。語料庫語言學(xué)可以對自然語言進行語法與句法分析，還可以研究它與其他語言的關(guān)系。語料庫最初由手工完成，而現(xiàn)在主要是由計算機自動完成。語料庫語言學(xué)家相信，可靠的語言分析需建立在新鮮的語料、自然的語言環(huán)境，和最小的實驗干擾之上。在語料庫語言學(xué)中，語料標(biāo)注的意義眾說紛紜，從約翰?辛克萊主張最少量的標(biāo)注，并允許文本“為自己說話”，到“英語用法調(diào)查組”（設(shè)在倫敦大學(xué)學(xué)院）鼓勵更多的標(biāo)注，并認(rèn)為它是通向更完備和嚴(yán)謹(jǐn)?shù)恼Z言理解的道路。約翰?辛克萊約翰·辛克萊是第一代現(xiàn)代語料庫語言學(xué)家和COBUILD項目的創(chuàng)始人。該項目的目標(biāo)是為了學(xué)習(xí)英語的外國學(xué)生，建立語料庫驅(qū)動的詞典。他成為了柯林斯COBUILD英語詞典（第一版出版于1987年）的首席顧問。他開創(chuàng)了對語料庫語言學(xué)，話語分析，詞典編纂和語言教學(xué)的研究。語料庫語言學(xué)是一個獨立的學(xué)科，它有自己獨到的理論體系和操作方法。由于語料庫語言學(xué)立足于大量真實的語言數(shù)據(jù)，對語料庫所做的系統(tǒng)而窮盡的觀察和概括所得到的結(jié)論對語言理論建設(shè)具有無可比擬的創(chuàng)新意義。而在另外一些研究者看來，語料庫語言學(xué)并非語言學(xué)的又一個分支學(xué)科，而是一種研究方法，這種方法基于大量的真實語言，可以用來回答通過其他途徑很難回答的問題，從而極大地豐富已有的研究方法。語料庫語言學(xué)以大量精心采集而來的真實文本（authentictexts）為研究素材，主要通過概率統(tǒng)計的方法得出結(jié)論，因此語料庫語言學(xué)從本質(zhì)上講是實證性的（empirical）。2.發(fā)展語料語言學(xué)受行為主義的影響下，從60年代開始發(fā)展，迄今已經(jīng)有近五十年的歷史。語料庫在發(fā)展的初期，只進行詞的一般分析，如詞頻統(tǒng)計等，后來增加了詞的語法屬性標(biāo)注（如，詞性等），直到現(xiàn)在，人們越來越開始重視對語料庫作不同層次的標(biāo)注，如：語音、構(gòu)詞、句法、語義以及語用等層次的標(biāo)注。語料語言學(xué)在其發(fā)展的初期并沒有引起太大的共鳴，但是現(xiàn)代語料語言學(xué)已經(jīng)得到越來越多人的承認(rèn)，其應(yīng)用也越來越廣泛，從語言分析、語言教學(xué)、詞典編撰到人工智能等領(lǐng)域都開始應(yīng)用語料庫?，F(xiàn)代語料庫語言學(xué)的一個里程碑是亨利·庫切拉和W.納爾遜弗朗西斯在1967年出版的《當(dāng)代美語的計算分析》（ComputationalAnalysisofPresent-DayAmericanEnglish）一書。該項工作基于對布朗語料庫的分析，布朗語料庫是一個精心編制的美國英語語料庫，規(guī)模約有一百萬詞次。庫切拉和弗朗西斯將這些語料用于各種計算分析，獲得了豐富??和多樣化的成果，該成果結(jié)合了語言學(xué)、語言教學(xué)、心理學(xué)、統(tǒng)計學(xué)、和社會學(xué)元素。另一關(guān)鍵出版物是1960年倫道夫·夸克的《當(dāng)代英語語法》（TowardsadescriptionofEnglishUsage），在這本書中他介紹了“英語用法調(diào)查”項目（TheSurveyofEnglishUsage）。布朗語料庫也催生了類似的語料庫：LOB語料庫（Lancaster-Oslo-BergenCorpus，20世紀(jì)60年代英國英語），科爾哈帕（Kolhapur，印度英語），惠靈頓（Wellington，新西蘭英語），澳大利亞英語語料庫（AustralianCorpusofEnglish，澳大利亞英語），皺眉語料庫（FrownCorpus，20世紀(jì)90年代初，美國英語），以及FLOB語料庫（FLOBCorpus，20世紀(jì)90年代，英國英語）。其他語料庫包括國際英語語料庫（InternationalCorpusofEnglish），和英國國家語料庫（BritishNationalCorpus，收集了1億詞次的口頭和書面語料，在20世紀(jì)90年代時由出版商、牛津大學(xué)、蘭卡斯特大學(xué)和大英圖書館創(chuàng)建）。至于說到當(dāng)代的美國英語，現(xiàn)已有了美國國家語料（AmericanNationalCorpus），以及可以在線訪問的4億多詞次的美國當(dāng)代英語語料庫（CorpusofContemporaryAmericanEnglish，1990年創(chuàng)建）。

3.方法語料庫語言學(xué)已經(jīng)有了一大批研究方法，這些研究方法都試圖找到從數(shù)據(jù)到理論的解決方案。瓦利斯和尼爾森最先介紹了他們的3A觀點：注釋（Annotation），抽象（Abstraction）和分析（Analysis）。注釋

包括語料的數(shù)據(jù)庫方案。注釋可能包括結(jié)構(gòu)標(biāo)注，詞性標(biāo)注，句法分析和其他形式。抽象

包括該方案在理論上的啟發(fā)式模型或數(shù)據(jù)集中的翻譯（映射）。抽象通常包括面向語言學(xué)家的定向搜索，但也可能包括句法研究者的句法規(guī)則學(xué)習(xí)。分析

包括統(tǒng)計學(xué)探測，操縱和對數(shù)據(jù)集的歸納概括。分析可能包括統(tǒng)計學(xué)評估，規(guī)則庫優(yōu)化和知識探索方法。4.在我國的發(fā)展與應(yīng)用語料語言學(xué)經(jīng)歷過這幾十年的發(fā)展，不論在理論上，還是在技術(shù)上，都已趨于成熟。在語言教學(xué)領(lǐng)域中的應(yīng)用也開始引起注意。我國對語料語言學(xué)研究取得了一定的成果，早在1982年，上海交通大學(xué)的黃人杰、楊惠中教授就主持建立了一百萬詞次的專門用途英語語料庫（JDEST）。2003年，桂詩春和楊惠中兩位教授主持完成了中國英語學(xué)習(xí)者語料庫（ChineseLearnerEnglishCorpus，簡稱CLEC)，這是國際上第一部公開發(fā)布的學(xué)習(xí)者語料庫，它對研究中國學(xué)生的語言應(yīng)用和使用失誤等特征，以及它們與外語學(xué)習(xí)之間的關(guān)系等都具有十分重要的指導(dǎo)作用。除了書面語語料庫之外，研究者們也開始建立口語語料庫。如南京大學(xué)創(chuàng)建的中國學(xué)習(xí)者英語口語語料庫(SpokenEnglishCorpusofChineseLearners，簡稱SECCL)。上海交通大學(xué)也建立了大學(xué)英語學(xué)習(xí)者英語口語語料庫。與此同時，隨著個人電腦的普及，許多研究者個人也開始建立適合自己的小型語料庫，許多英語語料庫應(yīng)運而生。這些英語語料庫大部分是中國英語學(xué)習(xí)者的中介語語料庫。在應(yīng)用語言學(xué)領(lǐng)域，詞典編纂和語言教學(xué)同是語料庫的最大受益者。目前已有多部詞典在編纂或修訂過程中，不同程度地使用語料庫或電子文檔收集詞語數(shù)據(jù)，用于收詞、釋義、例句、屬性標(biāo)注等。南京大學(xué)近年來開發(fā)了NULEXID語料庫暨雙語詞典編纂系統(tǒng)，涉及英漢兩種語言，在《新時代英漢大詞典》的編纂過程中起了重要作用。語料庫用于語言教學(xué)的一個例子是上海交通大學(xué)的JDEST英語語料庫，利用這個語料庫，通過語料比較、統(tǒng)計、篩選等方法為中國大學(xué)英語教學(xué)提供通用詞匯和技術(shù)詞匯的應(yīng)用信息，為確定大學(xué)英語教學(xué)大綱的詞表提供了可靠的量化依據(jù)。這個語料庫也在英語語言研究中發(fā)揮了作用，支持基于語料庫的英語語法的頻率特征、語料庫驅(qū)動的詞語搭配等項研究。5.近幾年的發(fā)展成果許家金和梁茂成（2011）認(rèn)為語料庫的建設(shè)之初，主要是為了進行文本儲存，而研究者要基于語料庫進行研究，則需要建設(shè)子語料庫從不同的研究目的出發(fā)，從而促進對比研究。他們旨在成為由中國學(xué)者開發(fā)建成的BROWN(布朗)語料庫的子語料庫，于2011開發(fā)建設(shè)的CBROWN（科朗）語料庫和CLOB語料庫兩個語料庫。張素敏（2011）基于自建語料庫研究學(xué)習(xí)者因素對教師話語的影響作用進行分析，研究表明教師的母語使用與學(xué)習(xí)者的語言概念認(rèn)知和態(tài)度情感因素有關(guān)，且適當(dāng)?shù)哪刚Z使用有利于教學(xué)目標(biāo)的順利實現(xiàn)。劉日升，楊振力（2012）通過分析語料庫共享平臺建設(shè)現(xiàn)狀及其建設(shè)必要性，提出由圖書館起主導(dǎo)作用的語料庫資源共享平臺建設(shè)的設(shè)想。這些研究對語料庫實現(xiàn)共享有重要意義。桂詩春（2010）也積極推進語料庫語言資源的共享，語料庫只有共享才能變成財富，“藏諸名山，束之高閣”只能是一堆數(shù)據(jù)垃圾，必將自毀前程。馮志偉（2010）支持語料庫的共享，表明語料庫只有普及才能發(fā)展6.從國內(nèi)學(xué)術(shù)組織和學(xué)術(shù)會議

看語料庫語言學(xué)發(fā)展的最新動態(tài)國內(nèi)學(xué)術(shù)界出現(xiàn)了幾只具有代表性的團隊，其蓬勃的生命力不斷推動了國內(nèi)語料庫語言學(xué)的發(fā)展。北京外國語大學(xué)中國外語教育研究中心以梁茂成、許家金、文秋芳等為代表的研究團隊。以李文中為中心主任的河南師范大學(xué)語料庫與外語教學(xué)研究中心。以何安平為帶頭人的華南師范大學(xué)外文學(xué)院語料庫語言學(xué)研究室，以解放軍外國語學(xué)院團隊，上海外國語大學(xué)研究團隊，上海交通大學(xué)外國語學(xué)院語言文字工程研究所，廣東外語外貿(mào)大學(xué)外國語言學(xué)及應(yīng)用語言學(xué)研究中心等組織。各組織的影響力體現(xiàn)在大型會議的召開，學(xué)術(shù)組織的成立。語料庫語言學(xué)研究會（CorpusLinguisticSocietyofChina，CLSC）的成立，成為中國語料庫語言學(xué)發(fā)展的里程碑自2010年10月29日，首次中國外語教育研究中心“語料庫語言學(xué)沙龍”（CorpusResearchGroup）在北京外國語大學(xué)成功舉行之后，分別舉行了2010年秋季，2011年春季，2011年秋季2012年四期有關(guān)語料庫語言學(xué)研究的名家及學(xué)者的交流活動。沙龍由語言學(xué)界的相關(guān)大家，許家金、文秋芳、馮志偉、王克非，熊文新等參與講座，對語料庫語言學(xué)的研究發(fā)展具有啟發(fā)式的引導(dǎo)。1.語料庫建設(shè)。文秋芳的“學(xué)習(xí)者語料庫的創(chuàng)建與研究”。在介紹國內(nèi)研究現(xiàn)狀的同時，還重點分析了語料庫語言學(xué)研究方法的優(yōu)勢和局限。2.新的研究工具和軟件的介紹。開源統(tǒng)計軟件R的命令行操作方式以及下載模塊的方法。語料庫文本元信息添加（作文作者性別、年齡、年級、成績等）方法的介紹。這些新方法和新工具的介紹，也預(yù)示著語料庫發(fā)展的新方向。3.語料庫在語言學(xué)上的研究成果。主要是有關(guān)語料庫與詞匯、語法及話語分析的研究。鏈語法與語料庫語言學(xué)的研究，有關(guān)語料庫在語言學(xué)方面的應(yīng)用，是一場變革和飛躍。1）2010首屆廣外應(yīng)用語言學(xué)論壇。由廣東外語外貿(mào)大學(xué)外國語言學(xué)及應(yīng)用語言學(xué)研究中心于2010年9月24-25日成功舉辦了備受矚目的首屆廣外應(yīng)用語言學(xué)論壇。語料庫語言學(xué)首次以獨立議題的形式提出。會議包括：1.語料庫的資源共享；2.雙語語料庫建設(shè)，我國單語語料庫很多，還沒有高質(zhì)量的英漢雙語語料庫；3.語料庫促進外語教學(xué)發(fā)展。外語學(xué)習(xí)者語料庫等在外語教學(xué)中的應(yīng)用，推動外語教學(xué)的發(fā)展；4.語料庫語言學(xué)的現(xiàn)狀和未來。桂詩春肯定了語料學(xué)對外語教學(xué)的積極作用，并大力提倡資源共享，互助互利。2）2011年語料庫語言學(xué)大會。2011年中國語料庫語言學(xué)大會是中國語料庫語言學(xué)研究會成立后的首屆全國性語料庫語言學(xué)的學(xué)術(shù)研討會。大會以“語料庫語言學(xué)的多維視角”為主題，旨在加強國內(nèi)語料庫語言學(xué)研究者的學(xué)術(shù)交流與合作，探討學(xué)術(shù)發(fā)展動態(tài)與關(guān)鍵技術(shù)，促進語料庫語言學(xué)學(xué)科建設(shè)和發(fā)展。1.“多維視角下的短語語料庫建設(shè)和研究”。2.“語料庫加工處理技術(shù)研究”中以漢語為處理語言的語料庫加工技術(shù)，彌補了本土語料庫的不足。3.“語料庫與語言描寫”指出語言描寫不是語料庫語言學(xué)研究的終點而是整個研究的出發(fā)點，最終揭示語言系統(tǒng)隱含的規(guī)律和趨勢。4.“中介語語料庫建設(shè)和研究”有助于發(fā)現(xiàn)和分析英語學(xué)習(xí)者二語習(xí)得過程中經(jīng)常遇到的問題，這類語料庫的建設(shè)和研究對二語習(xí)得及外語教學(xué)研究具有重要意義。5.“平行語料庫及翻譯研究”平行語料庫的建