語料庫語言學

語料庫語言學

CorpusLinguistics

張鳳云

什么是語料庫？語料庫（corpus,復數(shù)形式corpora)顧名思義就是存放語言材料的倉庫（或數(shù)據(jù)庫）?，F(xiàn)指存放在計算機里的原始語料文本或經(jīng)過加工后帶有語言學信息標注的文本。

語料庫語言學的定義

什么是語料庫語言學？作為一個學科的名稱“語料庫語言學”與“語法學”或“語義學”不同，它不屬于語言自身某個側(cè)面的研究，而是一種以語料庫為基礎(chǔ)的語言研究方法。它實際上包括兩方面的內(nèi)容：一是對自然語料進行加工、標注；二是用已經(jīng)標注好的語料進行語言研究和應(yīng)用開發(fā)。語料庫語言學的發(fā)展史一般以喬姆斯基（N.Chomsky）轉(zhuǎn)換生成語法的興衰史為參照點，將語料庫語言學的發(fā)展史大致分為三個時期：早期的語料庫語言學喬姆斯基的轉(zhuǎn)換生成語法時期語料庫語言學的復蘇時期早期的語料庫語言學

早期的語料庫語言學是指20世紀50年代中期以前，即以喬姆斯基提出轉(zhuǎn)換生成語法理論之前的所有基于語言材料的語言研究。在50年代，語料庫語言學曾被廣泛使用，主要集中體現(xiàn)在以下幾個方面：1）語言習得2）方言學3）語言教學4）句法和語義5）音系研究喬姆斯基的轉(zhuǎn)換生成語法時期1957年喬姆斯基《句法理論》及其以后一系列論著的發(fā)表，根本改變了語料庫語言學的早期發(fā)展狀況。在這段時期中，笛卡爾的理性主義占據(jù)主導地位，經(jīng)驗主義幾乎無立足之地，被視為經(jīng)驗主義產(chǎn)物的各種語料庫自然被完全否定。經(jīng)驗主義empiricism理性主義rationalism語料庫語言學的復蘇時期80年代以來，語料庫語言學在相對沉寂了近20年后，開始復蘇，并得到迅速發(fā)展。主要表現(xiàn)在下面兩方面。

（1）第二代語料庫的相繼建成。1）LOB2）TLF3）赫爾辛基歷史英語語料庫4）ICE

（2）基于語料庫的研究項目增多。

1959-1991年語料庫研究項目統(tǒng)計表語料庫語言學的主要研究內(nèi)容語料庫的建設(shè)與編纂語料庫的加工和管理技術(shù)語言研究中語料庫的使用語料庫在計算語言學中的應(yīng)用語料朝庫設(shè)臘計和佳編纂獵中的體問題語料招庫設(shè)耀計和曬編纂敵的出歉發(fā)點駐是：且如何間使得罩在其借基礎(chǔ)剛上開宏展的香語言叔調(diào)查恰是合宜理的緊和可宮靠的蕩。因委此K糾en止ne安dy奶(1合99宮8)呀指出削了語弄料庫奮設(shè)計販師所害面臨顯的最屈基本伙問題廳：這羊個語扯料庫駝所采即集的產(chǎn)語言壁數(shù)據(jù)逆是否廚真正春代表抓了某賴種期娛望的退語言澆或語街體。瓶在語淋料庫臉的建塌設(shè)和證編纂鎖過程鉤中應(yīng)指考慮劑的問興題包鐵括：（1減）靜險態(tài)與蜂動態(tài)（2攏）代科表性簽和平很衡（3島）規(guī)惱模語料否庫的咱加工浮和管賣理技禍術(shù)主要懷是指果用于鋤語料飯分析鋪、標柜注、畏維護蹤蝶和檢生索軟蟻件的火工具燒。語吉料庫威不僅競僅是敲文本低的集穴合，貴它應(yīng)蛇該具籍有良湯好的喜存取鹿性能陵，一梨邊是梨各種估研究躬人員浮都能注從中涂檢索漿出自盼己需壺要的尾信息線。因進此語嫂料的千檢索棄是其礎(chǔ)中一拳項重呀要的罰工作扮。目前致普遍鍵使用黨的檢胃索技羨術(shù):1)恨逐詞服索引影（c沿on拿co同rd某an修ce史）2)研詞簇死（c犁lu價st艷er姥）3)遙搭配婆（c鐵ol汗la姜ca偷te濃s）4)配詞混表（游wo壘rd照l災(zāi)is港t）5)銜關(guān)鍵劑詞表鬧（k歇ey億wo皺rd厚l易is貝t）27語言錢研究粘中語孕料庫仿的使貴用1.膛言語面研究兆：(1眨)語踏言學鈔理論忘。(2旬)語菠言史陣研究鄰。（3耳）句腿法、皺詞法殊及自難動語滋法分葛析。2.鈔詞匯饒研究醒：編纂究詞典辯及工案具參很考書便。3.選語義項學4.桶語用襪學和弟話語吃分析（很奪少）4.喊社會亭語言承學5.觸心理沸語言毫學6.薪外語便教學語料票庫語南言學濫在計微算語貍言學裙中的差應(yīng)用20大世紀仰90香年代融以來選在自利然語映言處粉理（礙NL搏P）擺和計理算語香言學救的研投究中赤，語培料庫語方法產(chǎn)和統(tǒng)牙計語環(huán)言模餃型迅蹄速崛麻起，知成為蜘主流稿技術(shù)盲。主鞏要用戚法如片下：1）篩漢語貿(mào)文本躍中交絕集型聯(lián)切分夢歧義業(yè)的研嘴究2）廣漢語浙基本叼名詞鴉短語往識別緒研究3）項基于嚷結(jié)構(gòu)塵詞義拔空間陡的漢蠻語詞飾義排撞歧模夢型語料秧庫的駛分類按應(yīng)用輪取向分為薦：通允用型悠和專環(huán)用型宣語料垃庫按信道分為紐奉：筆者語和府口語狐語料快庫按語言約屬性分為竄：單絨語、蔑雙語馳、多葬語語唇料庫按語言鼻變體分為面：本柏族語強、譯缺語、咬學習魚者語根料庫按時間分為共：共箭時和趣歷時蹦語料若庫按語料絲式狀態(tài)分為提：靜四態(tài)和剝監(jiān)控餅語料洪庫國外銳語料華庫的層介紹國內(nèi)迅語料洽庫介惜紹漢語她現(xiàn)代仰文學冠作品西語料歐庫（蔽19削79夕年）嚷，5棍27嗎萬字豆，武順漢大訪學現(xiàn)代貴漢語掃語料坦庫（盤19養(yǎng)83慘年）阻，2杠00哀0萬飄字，亭北京呢航空姓航天年大學現(xiàn)代狠漢語文詞頻秋統(tǒng)計膛語料蓄庫（煉19油83竭年）溪，1心82所萬字抬，北嶄京語遍言大紹學臺灣怠中央耽研究逆院平努衡語是料庫禾，5慌00辦萬詞吸，是世桑界上懇第一今個帶斷有完館整詞節(jié)類標飄記的勾漢語庭平衡夠語料雀庫。中文論五地怒區(qū)共復時語緞料庫槳（1限99妻5年訓），燥香港盡城市吊大學漢語斜精加佛工語狼料庫特殊勺英語省語料劫庫片中國衰英語記(C喇hi圍na撈E講ng饅li洲sh舌)語悠料庫腸，河扛南師怕范大廢學軍事炮英語拉語料搞庫(羨Co癢rp葡us亡o風f綁Mi船li廉ta絕ry址T讓ex條ts煤)物，禾解放材軍外緊語學重院《人饅民日港報》船語料肆庫(薄27兼00從萬字吵)傾，北王京大損學計想算機擊語言男學研謝究所語料備庫語納言學尚的不黑同研恒究方小法由于銜語料圍庫語廈言學窮依賴銹自然儲數(shù)據(jù)猜，因臣而語輔料庫頌語言臺學從麻本質(zhì)肝上說窗是實否證性定的，鵲其語死言觀之是經(jīng)恭驗主葡義的誕語言皺觀。紡按照叼研究釣中對際語料頌庫依早賴程床度的丑不同休，可扒以把桌依賴誰語料擊庫的艷研究蝕方法夠大致江分為噴三類蘆：1)泛語課料庫夢指導縣的方命法242)墳基于架語料洲庫的秋方法253)黑語料話庫的恩驅(qū)動狠方法26語料倆庫研雀究的靈方法陣論特柱色（1愚）數(shù)知據(jù)的拜區(qū)別坦性特列征：語料弊庫語源言學走數(shù)據(jù)愉以其貢驗證竊性、煌大數(shù)量性伙、自纏動化烏、計輛量性釣等特李征有賓別于豪其它顧類型保的數(shù)懂據(jù)。（2地）特蔽征性獎分析鳳技術(shù)膜：包括盛頻數(shù)綠統(tǒng)計詳、詞艷語索肯引分嘉析、甘搭配征分析、爽詞從棚、主萍題詞克等。（3獎）自寧下而后上與額自上盈而下蓮兼用競的精伸密分溉析過芹程：經(jīng)典際語料庫語慰言學該研究久中的頂歸納需與推惹演，耀數(shù)據(jù)壞觀察水與理破論討炸論，慨往往是層賺層展跡開，燭步步汗深入糊，窮良盡一限切可昂能，尸逐漸謊逼近年，到裁達結(jié)哭論。語料擋庫研遇究方悉法的嫁局限面性（1姜）語良料庫子語言拌學理包論尚醒需要盲體系光化和孤簡約旗化。（2勁）其侄研究繩思路擇和方拔法存智在一世定的限分歧顯。（3打）分芳析方蜜法和向技術(shù)雀需要悼進一工步突動破（4筒）語奧料庫疊研究拆的應(yīng)佳用尚領(lǐng)需要雁更深戰(zhàn)入的凈探討大。國內(nèi)淹語料附庫研證究的柱局限餓性（1蒙）缺補乏應(yīng)礦有的搖精密莊分析妖過程姻，顯堡示不態(tài)出應(yīng)華有的律分析拾力量（熊an俘al界yt炒ic挪al母p丟ow葉er本）。（2火）一覺些研錫究將扮事實戚與譯垃論混壓在一嫁起，鼻將語坑料庫崗數(shù)據(jù)財與直覺取數(shù)據(jù)市雜合恨，宏興觀概季述多楊而語懂境分候析少鉛。（3略）數(shù)蚊據(jù)與退觀察福與結(jié)轟論之窄間，蔬不同歪理論傍之間壞跳躍仙大，線缺失環(huán)債節(jié)多低，沒叉有語予料庫讀語言戚學所復熟悉拼的范協(xié)式特猴征。語料丹庫語井言學研需要利解決喊的問纏題語料逮庫設(shè)理計的朗目的塌。收集茶語料瀉時的阻文本前形式故、文喚本所甲有權(quán)半和版王權(quán)問維題。需要區(qū)不斷閑更新述應(yīng)用驅(qū)軟件霧以滿畜足語忌料庫育的發(fā)蓋展。語料臂庫的儲規(guī)模母問題筒。語料役庫的扯代表烤性問碎題。語料紙的時蓮限問徒題。由于扶語料噴庫須戲不斷旺更新慕的需績要和際檢索位手段決的改叮良而怪對語峰料庫豪標準丈化提藏出的腫更高周要求骨。檢索悶實例參考搖文獻楊惠露中等句：語險料庫藏語言浙學導騎論印上海障外語怠教育抄出版縮慧社衣20錢02梁茂爛成，標李文矩中，餡許家呈金:她語摘料庫銀應(yīng)用商教程璃外域語教堪育與撤研究枯出版便社拍2淘01挪0Ke交nn疊ed修y,叛G辨.攜語料沒庫語令言學晨入門滅外語睬教育改與研消究出支版社Bi幟be床r,逮D蠟.出語料枝庫語氧言學慮外語媽教育繩與研拳究出媽版社Me怕ye諸r.次英和語語期料庫乖語言店學導浸論服上海敞外語光教育線出版唯社潔20鄉(xiāng)豐08劉澤健權(quán)：認《紅霞樓夢耳》中竟英文敲語料些庫的襪創(chuàng)建愁及應(yīng)敢用研甘究覺光明謊日報滔出版該社《語腸料庫航語言錫學》鋒（半蜓年刊縮慧）劃外語鵝教學恭與研豬究出愚版社語料倡庫指條導的望方法晚c塔or轉(zhuǎn)pu榆s-內(nèi)in副fo捎rm襯ed兄a眉pp鏡ro礦ac敗h這種州方法羞：對裙語料叢庫進興行分疫析，愧得到深各種倒詞語廁、搭夕配和幅結(jié)構(gòu)范在語轎料庫致中的理出現(xiàn)遷頻率距、使拒用場棄合、團語體赤等信雙息，蛛然后重在這益些語均料庫假信息份的指蘿導下蜂編寫紛合適烘的教腳學材傾料，徑較為滲間接香地把稍語料牛庫的蒼信息薪用于羽語言補教學隆中，吉語料討庫主旋要起悄到一侵種指瘡導性爬作用滑。17基于芬語料窄庫的箏方法擇c隸or花pu提s-艙ba城se凳d廈ap粗pr旗oa繳ch由研春究者井根據(jù)態(tài)以往丘的語塘言研殼究成伍果或籃對語走言的置認識女，首筒先提踩出假穴設(shè)，織然后惰到語項料庫翠中去憐驗證狂假設(shè)賞。假留設(shè)是挺否成帝立取立決于賢語料類庫中傻的語英言實志例。古基于