海南省高校大學(xué)生英語作文語料庫WECHCS建設(shè)

郭錦萍，陳宗華，馬建強

（1.海南大學(xué)，海南 ?？?70228;2.海南師范大學(xué)，海南 ?？?571158）

海南省高校大學(xué)生英語作文語料庫WECHCS建設(shè)

郭錦萍1，陳宗華2，馬建強1

（1.海南大學(xué)，海南 ?？?70228;2.海南師范大學(xué)，海南 ?？?571158）

語料庫建設(shè)講求客觀性、代表性、規(guī)模性、結(jié)構(gòu)性和歷時性。一個根據(jù)科學(xué)合理的設(shè)計建設(shè)起來的學(xué)習(xí)者英語語料庫具有語料庫語言學(xué)研究意義和教學(xué)指導(dǎo)意義。海南省高校大學(xué)生作文語料庫WECHCS建庫是十分必要的。語料庫建設(shè)的指導(dǎo)原則、結(jié)構(gòu)設(shè)計、內(nèi)容特色和變量類型等反映了WECHCS的建設(shè)情況;研究者最后還對自主開發(fā)的子語料庫檢索軟件工具Sub－Corpus Finder的使用方法和功能特點作了圖示說明。

海南省高校;大學(xué)生作文語料庫;建設(shè);子語料庫檢索軟件

一 WECHCS的建設(shè)背景

（一）國內(nèi)外學(xué)習(xí)者語料庫建設(shè)情況

近二十年來，學(xué)習(xí)者語料庫（learner corpus）作為一種專用語料庫異軍突起，成為當(dāng)今語料數(shù)據(jù)庫建設(shè)中的一股新興力量。正如International Journal of Corpus Linguistics主編Wolfgang Teubert［1］（P1－13）所坦言:“Today，the corpus is considered the default resource for almost anyone working in linguistics.No introspection can claim credence without verification through real language data.Corpus research has become a key element of almost all language study.”語料庫在語言學(xué)研究中的劃時代意義決定了語料庫建設(shè)的基礎(chǔ)作用和主導(dǎo)地位，因為語料庫是任何語料語言學(xué)研究的前提和工具。

國外較早的學(xué)習(xí)者語料庫是上世紀(jì)八十年代末建立起來的朗曼學(xué)習(xí)者語料庫（Longman Learners’Corpus，LLC），包含了世界各地學(xué)生和教師主動提交的1000萬詞的英語書面作文。九十年代中期，比利時Louvain大學(xué)Granger教授等人建成的學(xué)習(xí)者英語國際語料庫（The International Corpus of Learner English，ICLE）是目前國際上公認的最重要的學(xué)習(xí)者語料庫，容詞量為200萬詞，搜集了來自14種不同母語背景的大學(xué)英語專業(yè)3、4年級的課內(nèi)限時作文和課外非限時作文語料。另外，劍橋大學(xué)出版社和Cambridge ESOL共同建立的學(xué)習(xí)者語料庫（CLC）收集了來自150個國家、100種不同母語背景2000萬詞的書面測試材料。除以上幾個大型語料庫外，其他以英語為二語或外語的國家近年來也相繼建立起了另外一些學(xué)習(xí)者語料庫。

國內(nèi)的學(xué)習(xí)者語料庫建設(shè)與研究始于上世紀(jì)90年代中期，進入21世紀(jì)后以驚人的速度加快發(fā)展。初步統(tǒng)計，目前已建成的有影響力的大型學(xué)習(xí)者語料庫有8個:1.“中國學(xué)習(xí)者英語語料庫”（CLEC）［2］。1996 年籌建，國內(nèi)十幾個院校合作建成。該語料庫容詞量達100萬詞，廣泛搜集了中國大陸的中學(xué)、大學(xué)非英語專業(yè)、大學(xué)英語專業(yè)學(xué)生在測試環(huán)境下寫出的作文，也包括部分課外作文;2.香港科技大學(xué)約翰?彌爾頓教授建立的學(xué)習(xí)者語料庫（HKUST?Learner?Corpus）［3］。該庫搜集了香港高中生的英語作文語料，容量為2500萬詞，并部分進行了詞性賦碼和錯誤標(biāo)注;3.MSEE（Middle School Educational English）［3］。華南師范大學(xué)何安平教授主持建立的中學(xué)英語教育語料庫，包含了中學(xué)英語教材語料庫、英語課堂教學(xué)語料庫，以及40萬詞高考英語作文、40.6萬詞初中生和高中生口頭英語;4.“中國學(xué)生英語口筆語語料庫”（SWECCL 1.0）［4］。文秋芳、王立非、梁茂成等合力建成，收錄了我國大學(xué)英語專業(yè)學(xué)生口語和筆語語料200多萬詞，主要是1996－2002年全國英語專業(yè)四級口試錄音資料以及部分高校英專學(xué)生的書面作文語料;5.“中國學(xué)生英語口筆語語料庫”（SWECCL 2.0）［5］。該庫是文秋芳等人采集的我國高校擴招后英語專業(yè)學(xué)生（2003－2007年）四、八級考試語料，其中包含100萬余詞的四、八級口試轉(zhuǎn)寫文本和120萬詞作文語料;6.“中國大學(xué)學(xué)習(xí)者英語口語語料庫”（COLSEC）［6］。楊惠中教授負責(zé)的國家社科基金項目，采樣自2000至2004年全國大學(xué)英語考試（CET）口語考試實景音像資料，涵蓋三類體裁內(nèi)容，較為全面地反映了中國大學(xué)生在英語交談活動中的語音語調(diào)特征、詞匯語法結(jié)構(gòu)特征、話語結(jié)構(gòu)特征與會話策略使用情況，全庫總?cè)萘繛?23，299詞;7.“中國高校外語專業(yè)多語種語料庫建設(shè)與研究——英語語料庫”（CEM）［7］。國家社科基金項目，第一批已進行錯誤標(biāo)注的100萬語料于2008年3月由上海外語教育出版社出版;8.《體驗英語寫作語料庫》（EEWD）［3］。由高等教育出版社開發(fā)，是一個立體化、數(shù)字化、開放式的寫作訓(xùn)練平臺，含3000篇學(xué)生習(xí)作語料，約80萬詞，每篇作文都有教師批改和評語。除上述8個大型學(xué)習(xí)者語料庫之外，國內(nèi)其他語言院校和語言研究中心目前已經(jīng)和正在開發(fā)建設(shè)的還有許多，但規(guī)模都比較小，從幾萬詞到十幾萬詞不等，涵蓋口語、筆語、平行語料、雙語語料、對比語料、特殊英語語料等不同類型和范圍。

（二）WECHCS建設(shè)的必要性

語料庫建設(shè)除了講求客觀性和規(guī)模性，還要求具備歷時性、代表性、結(jié)構(gòu)性和均衡性。上文介紹的國內(nèi)各大語料庫建設(shè)都取得了階段性成功，為基于語料庫的英語教學(xué)和語言學(xué)研究提供了寶貴的真實語料。在充分學(xué)習(xí)專家們的語料庫建設(shè)經(jīng)驗后，我們認為，建設(shè)一個海南省高校大學(xué)生英語作文語料庫是有必要的，原因在于:

1.眾所周知，語料庫樣本都具有“有限性”和“時效性”［8］特點，這個缺陷是無法回避的，所以各大語料庫一經(jīng)建設(shè)完成，都難以避免這方面的局限性，需要后續(xù)的不斷建設(shè)和更新完善。目前已經(jīng)建成的國內(nèi)語料庫采集的作文語料截止時間為2007年，WECHCS的計劃是建庫采集2006－2010年入學(xué)的海南高校大學(xué)生英語作文，希望在歷時性方面會對國內(nèi)學(xué)習(xí)者語料庫的總體建設(shè)起到有效補充。

2.目前全國開設(shè)英語專業(yè)的各大高校近千所，而已建成的學(xué)習(xí)者語料庫僅僅覆蓋了幾十所高校的部分學(xué)生作文，語料研究的廣泛性和代表性有待后續(xù)語料庫建設(shè)的不斷補充完善。

3.前期建成的各大語料庫（CLEC、SWECCL 1.0、SWECCL 2.0 等）收錄的大學(xué)生作文語料均為測試環(huán)境下的限時性命題作文，而對非測試環(huán)境下的非限時、非命題作文沒有涉及，存在結(jié)構(gòu)上的不完整性和非均衡性。WECHCS語料庫計劃收納三分之一左右非測試環(huán)境下的學(xué)生作文，這將有效填補國內(nèi)學(xué)習(xí)者語料庫總體建設(shè)的部分空白（目前在建的“中國高校外語專業(yè)多語種語料庫”也意識到了這一問題，開始有目的地采集學(xué)習(xí)者的其他學(xué)習(xí)資料如日記、課內(nèi)課外練習(xí)、非限時性作文、非命題作文、隨筆等）。

4.所建成的語料庫均以中國內(nèi)陸高校為對象，而海南作為最南方的海島省份，英語教學(xué)一直相對落后，高校英語教學(xué)與內(nèi)陸地區(qū)相比雖有其共性，更有不同點。針對海南省高校大學(xué)生英語學(xué)習(xí)現(xiàn)狀，我們希望建立一個服務(wù)于海南高校大學(xué)生英語教學(xué)研究的作文語料庫，客觀、真實地反映本省大學(xué)生的英語中介語特點，從而幫助教師了解學(xué)生在英語學(xué)習(xí)過程中出現(xiàn)的各類具體問題，有的放矢，提高英語教學(xué)質(zhì)量。綜上所述，我們認為，WECHCS語料庫的建設(shè)不僅能為本省大學(xué)英語教學(xué)和研究提供真實語料，而且還可以成為國內(nèi)學(xué)習(xí)者語料庫建設(shè)的一個有效補充，具有實際語料庫語言學(xué)研究意義和教學(xué)指導(dǎo)意義。

二 WECHCS建設(shè)的指導(dǎo)原則、結(jié)構(gòu)設(shè)計和內(nèi)容

“海南省高校大學(xué)生英語作文語料庫（WECHCS）建設(shè)”于2009年獲得海南省教育廳高等學(xué)?？蒲辛㈨?，項目歷時兩年，目標(biāo)是建立一個中型（50萬詞次）大學(xué)生英語作文語料庫。整體建設(shè)包括語料庫的設(shè)計、文本的采集、分類、錄入、存檔、校對、抽檢、加注文本頭、編號、再校對、再抽檢、入庫等一系列程序。

（一）建庫指導(dǎo)思想和原則

WECHCS的建庫指導(dǎo)思想和原則是:科學(xué)規(guī)劃，細致操作，以科學(xué)發(fā)展觀的標(biāo)準(zhǔn)設(shè)計和建設(shè)語料庫，盡可能體現(xiàn)語料庫建設(shè)的客觀性、規(guī)模性、代表性、歷時性、結(jié)構(gòu)性和均衡性。

（二）庫容量和結(jié)構(gòu)設(shè)計

WECHCS設(shè)計總庫容量為50萬詞次（tokens），包含三個子庫:1.“英語專業(yè)語料庫”;2.“非英語專業(yè)語料庫”;3.“文檔格式作文語料庫”。實際建成后的純文本庫容量為55.4萬詞次，第三個子庫包含271份文檔格式的學(xué)生作文，每份文檔附有每個學(xué)生的初稿A和終稿B以及外教的批語和評分。初稿A的語料已經(jīng)收錄到純文本子庫中?？紤]到進行純文本轉(zhuǎn)化會混淆作文中教師的部分評語，而且教師以“批注”形式插入的批改內(nèi)容也無法在記事本中體現(xiàn)出來，因此這部分材料我們不做純文本轉(zhuǎn)化，也不統(tǒng)計詞次。

純文本子庫包含學(xué)生英語作文共計2，520篇。其中英語專業(yè)學(xué)生作文1，439篇，非英語專業(yè)學(xué)生作文1，081篇;限時作文1，752篇，非限時作文768篇;議論文901篇，說明文1，105篇，記敘文353篇，小說118篇，便條43篇。（詳見表4.1、表 4.2）

（三）語料來源

WECHCS語料來源于2006－2010年海南省四所主要高校的英語專業(yè)和非英語專業(yè)學(xué)生英語作文，包括海南大學(xué)（海甸校區(qū)、儋州校區(qū)、城西校區(qū)）、海南師范大學(xué)、海南醫(yī)學(xué)院、瓊州大學(xué)。作文分限時作文和非限時作文，部分限時作文來源于課堂練習(xí)，其他限時作文來源于學(xué)生的期末試題，限定時間均為30分鐘。非限時作文來源于教師布置的課后作業(yè)和練習(xí)，體裁和題材多樣。語料處理要求細致、客觀，輸入時不對作文內(nèi)容如拼寫、大小寫、標(biāo)點符號等作任何改動，以求真實全面地反映學(xué)生作文情況。

1.語料格式

學(xué)生的初稿語料經(jīng)采集加工后全部處理成純文本格式，并逐一加注文本頭信息，即8個變量。此外，對于“文檔格式作文語料庫”中的271份經(jīng)美籍教師修改、批注和評分的學(xué)生作文語料，為真實反映原稿全貌我們保留了原文檔格式，不進行純文本格式轉(zhuǎn)換。

2.文本頭標(biāo)注

每篇文本語料都附有文本頭標(biāo)注，標(biāo)注的信息記錄了對應(yīng)文本的屬性。WECHCS借鑒了SWECCL（2.0 版）［5］的變量設(shè)計，同時為方便研究另外設(shè)計添加了新的變量，共計8個變量，即英專/非英專（＜EM＞/＜NEM＞）、學(xué)生代碼（＜STUxxxx＞）、所在班級代碼（＜CLASSxx＞）、體裁（＜ARGxx＞/＜EXPxx＞/＜NARxx＞/＜FICxx＞/＜SHTNOTExx＞）、題材（共計 39個不同題目）、入學(xué)年份（＜YEARxx＞）、寫作時所在學(xué)期（＜TERMx＞）、限時/非限時（＜TIMED＞/＜UNTIMED＞）。以下是8個變量對應(yīng)的一個文本頭信息舉隅:

＜EM＞＜STU1337＞＜CLASS33＞＜ARG08＞＜YEAR06＞＜TERM5＞＜TIMED＞

所記錄的對應(yīng)個體學(xué)習(xí)者信息為:

英語專業(yè)，1337號學(xué)生，33班，議論文第8篇，06級，第5學(xué)期，限時作文。

3.WECHCS的運行環(huán)境

軟件運行配置:

CPU:主頻266MHZ或更高;

內(nèi)存:64MB或更高;

硬盤:1G可用空間或以上;

操作系統(tǒng):Windows2000/xp;

三 WECHCS的特色

WECHCS建庫目的明確，在取樣過程中盡量兼顧語料的真實性、代表性、歷時性和均衡性，具有以下多方面特點。

（一）全新語料，共55.4萬余詞次，2，520篇作文，采集自2006－2010海南高校大學(xué)生作文，便于研究者從宏觀視角對WECHCS與國內(nèi)外語料庫語料進行大樣本的定量統(tǒng)計對比研究［9］。

（二）客觀文本頭標(biāo)注，提供8個均衡因子，便于微觀視角下采用不同研究方法進行研究:

1.專業(yè)類型包含英語專業(yè)和非英語專業(yè)學(xué)生的作文語料，英語專業(yè)學(xué)生作文1，439篇，非英語專業(yè)學(xué)生作文1，081篇，便于區(qū)分不同層次的學(xué)習(xí)者。

2.學(xué)生編號包含課題組給每個學(xué)生編訂的代碼，通過編號可以追蹤部分學(xué)生不同學(xué)期的作文，便于個案定性文本研究［9］。

3.班級編號包含課題組給每個學(xué)生所在班級編訂的代碼（出于語言科學(xué)研究中涉及的倫理因素考慮我們不區(qū)分各個學(xué)校），共計47個班級，便于群體橫向?qū)Ρ妊芯浚╟ross－sectional study）。

4.體裁包含議論文、說明文、記敘文、小說、便箋等5種不同體裁，便于考察不同體裁任務(wù)對學(xué)習(xí)者的實際語言產(chǎn)出的影響。

5.題材包含39個不同的寫作題目（詳見附錄一），便于多維度考察不同題材任務(wù)影響下學(xué)習(xí)者的實際語言產(chǎn)出情況。

6.入學(xué)年份包含2006－2010年入學(xué)的學(xué)生作文語料，真實反映學(xué)習(xí)者的不同入學(xué)背景。

7.寫作學(xué)期包含六個學(xué)期的作文語料，便于對不同層次和不同水平的學(xué)習(xí)者語料進行寫作發(fā)展次序研究（developmental sequence study）和發(fā)展指標(biāo)研究（developmental index study）;也便于縱向研究（longitudinal study）［10］，追蹤探討同一批學(xué)習(xí)者在不同學(xué)習(xí)發(fā)展階段中介語的典型特征及動態(tài)發(fā)展規(guī)律。

8.限時/非限時包含限時性和非限時性作文，尤其非限時作文的補充便于考察學(xué)習(xí)者無需采用回避策略［11］后的語言產(chǎn)出情況。

（三）包含271份學(xué)生初稿作文和經(jīng)過美籍教師修改、批注和評分的終稿作文語料，可以為觀察二語學(xué)習(xí)者和母語學(xué)習(xí)者的語言運用特點和思維習(xí)慣提供最直觀的語料。

（四）自主開發(fā)“子語料庫檢索”軟件（Sub－Corpus Finder），研究者可以根據(jù)不同研究需要生成相應(yīng)的子語料庫。

四 WECHCS的變量類型

學(xué)習(xí)者個體差異的不同、任務(wù)的不同，都會對語言產(chǎn)出造成影響。為服務(wù)于不同研究目的，我們參考了文秋芳等人［5］的語料庫設(shè)計，并在此基礎(chǔ)上增加新的變量，將WECHCS純文本庫中的8個變量設(shè)計分為兩大類型，即學(xué)習(xí)者變量和任務(wù)變量，以便于研究者進行各種不同維度的觀察和對比分析。以下是兩組變量類型的含義、標(biāo)記、作文篇數(shù)及形符數(shù)統(tǒng)計表。

（一）學(xué)習(xí)者變量

表4.1 WECHCS中的學(xué)習(xí)者變量

（二）任務(wù)變量

表4.2 WECHCS中的任務(wù)變量

變量類型 變量含義 標(biāo)記 作文篇數(shù) 形符數(shù)議論文 ＜ARGxx＞ 901 193，226說明文 ＜EXPxx＞ 1，105 207，作文文體544記敘文 ＜NARxx＞ 353 94，941小說體 ＜FICxx＞ 118 53，190是否限時作文 限時作文 ＜TIMED＞ 1，752 344，359便箋 ＜SHTNOTExx＞ 43 5，767非限時作文 ＜UNTIMED＞ 768 209，493總?cè)萘?2，520 554，260

五 WECHCS子語料庫檢索軟件Sub－Corpus Finder簡介

Sub－Corpus Finder軟件專為海南省大學(xué)生英語作文語料庫（WECHCS）課題組設(shè)計，是從海量語料中按照要求選擇生成子語料庫的有效工具。

（一）Sub－Corpus Finder的使用方法

軟件的基本界面如圖1所示:

圖1:基本界面

軟件的使用步驟如下:

1.設(shè)置初始化文件:對初始變量表進行設(shè)置。

選擇＜編輯＞－＜設(shè)置初始化文件＞（或者CTRL+R，或者工具欄中第二個按鈕），可以對系統(tǒng)里“專業(yè)類型”、“學(xué)生編號”等8個變量進行設(shè)置，當(dāng)使用該功能時，會打開軟件安裝目錄下“Data”文件夾下的“variables.xls”，用戶可以根據(jù)自己的需要編輯該EXCEL文件，進行基本變量設(shè)置。如果該文件損壞或者丟失，可以通過選擇＜編輯＞－＜創(chuàng)建初始化文件＞（或者CTRL+N，或者工具欄中第一個按鈕）重新創(chuàng)建該文件后再進行設(shè)置。

2.初始化條件列表:用來初始化7個變量列表框。

選擇＜文件＞－＜初始化條件列表＞（或者CTRL+I，或者工具欄中第三個按鈕），可以利用設(shè)置好的初始變量表“variables.xls”對“專業(yè)類型”、“學(xué)生編號”等7個列表框進行初始設(shè)置，以供生成子語料庫時進行選擇。

3.點擊“瀏覽”按鈕選擇原始語料庫的文件夾。

4.通過7個下拉列表框完成對“專業(yè)類型”、“學(xué)生編號”等7個條件進行選擇。

5.點擊“生成”按鈕，在“生成結(jié)果列表”中顯示所有生成的子語料庫中語料的文件名，可以通過點擊每個文件名在“文本內(nèi)容”進行內(nèi)容瀏覽。同時，生成的子語料庫將存儲在軟件安裝目錄下“Result”文件夾下以“日期_所選擇的各個條件”所命名的子文件夾里。

圖2所示為按照條件選擇語料并建庫成功的結(jié)果，并可以點擊“生成結(jié)果列表”中的文件名，進行文本瀏覽，如圖3所示。

圖2:子語料庫生成成功界面

圖3:瀏覽語料內(nèi)容

（二）Sub－Corpus Finder的功能特點

本軟件的開發(fā)還有以下幾個特點:

1.可以根據(jù)需要動態(tài)更改系統(tǒng)變量，從而提高了軟件的通用性及推廣性;

2.具有防損壞機制，更可以隨時創(chuàng)建新的初始變量表，具有易用性和健壯性。

3.改進了查找算法，能快速從海量預(yù)料中選擇符合要求的語料;

4.查找成功后，能迅速在指定位置生成子語料庫，提高生成效率;

5.使用過程中，用戶可以隨時從“幫助”菜單中獲得提示。

六 結(jié)語

語料庫建設(shè)是一個龐大繁瑣的系統(tǒng)工程，需要巨大的時間、人力和資金投入，因為每一項信息的收錄都需要仔細斟酌和大量手工操作。后期建設(shè)中，我們計劃在已經(jīng)建立起來的WECHCS語料庫基礎(chǔ)上進一步完善，對語料庫進行賦碼和錯誤標(biāo)注，同時進行動態(tài)跟蹤采集。在此基礎(chǔ)上，擴大語料的采集范圍，逐步把海南省其他高校的學(xué)生作文語料納入到二期建庫工程中，以期建立一個橫向和縱時（cross－sectional and longitudinal）方式相結(jié)合的學(xué)習(xí)者語料庫。

［1］Teubert，W.My Version of Corpus Linguistics［J］.International Journal of Corpus Linguistics，2005，10（1）.

［2］桂詩春，楊慧中.中國學(xué)習(xí)者英語語料庫［M/CD］.上海:上海外語教育出版社，2003.

［3］Connor，U ＆ Upton，Thomas A.王立非（導(dǎo)讀）.Applied Corpus Linguistics:A Multidimensional Perspective.應(yīng)用語料庫語言學(xué)的多維視角［M］.北京:世界圖書出版公司，2009.

［4］文秋芳，王立非，梁茂成.中國學(xué)生英語口筆語語料庫（1.0版）［M/CD］.北京:外語教學(xué)與研究出版社，2005.

［5］文秋芳，梁茂成，晏小琴.中國學(xué)生英語口筆語語料庫（2.0版）［M/CD］.北京:外語教學(xué)與研究出版社，2008.

［6］楊慧中，衛(wèi)乃興.中國學(xué)習(xí)者英語口語語料庫建設(shè)與研究［M］.上海:上海外語教育出版社，2005.

［7］中國高校外語專業(yè)多語種語料庫建設(shè)和研究項目組.中國高校外語專業(yè)多語種語料庫建設(shè)和研究——英語語料庫［M/CD］.上海:上海外語教育出版社，2009.

［8］馮志偉.拓展基于語料研究的范圍:新應(yīng)用，新挑戰(zhàn)［M］.北京:世界圖書出版公司，2009.

［9］王立非，梁茂成.計算機輔助第二語言研究方法與應(yīng)用［M］.北京:外語教學(xué)與研究出版社，2007.

［9］秦曉晴，文秋芳.中國大學(xué)生英語寫作能力發(fā)展規(guī)律與特點研究［M］.北京:中國社會出版社，2007.

［10］楊慧中，桂詩春，楊達復(fù).基于CLEC語料庫的中國學(xué)習(xí)者英語分析［M］.上海:上海外語教育出版社，2005.

附錄一 WECHCS中的作文題目（略）

1.議論文 Argumentative

2.說明文Expositive

3.記敘文 Narrative

4.小說 fiction

5.便箋 Short Note

附錄二 WECHCS中的各類變量研究索引（略）

附錄三 國內(nèi)外主要英語學(xué)習(xí)者語料庫一覽表（略）

On Corpus Building of Written English Corpus of Hainan College Students

GUO Jin－ping1，CHEN Zong－h(huán)ua2，MA Jian－qiang1
（1.Hainan University，Haikou 570228，China;2.Hainan Normal University，Haikou 571158，China）

Corpus building stresses on such properties as objectivity，representativeness，scale，designability，and diachronism.A learner’s English corpus based on scientific design has its significant role in corpus linguistic study and pedagogical application.This paper first analyzes the background and necessity of building Written English Corpus of Hainan Colleges Students（WECHCS）.It then gives a detailed introduction to the specific building of WECHCS，with respect to its guiding principle，framework design，features，and variable types.At the end of this paper，special illustrations of a WECHCS – based self－ developed search tool—Sub － Corpus Finder—are presented，with regard to its usage methods and features.

Hainan Colleges;Written English Corpus of Students（WECHCS）;Building;Sub－Corpus Finder

H 319

A

1009－9743（2011）03－0103－08

2011－06－10

1.郭錦萍（1971－），女，漢族，廣東潮州人。海南大學(xué)外國語學(xué)院英語系副教授。主要研究方向:英語語言教學(xué);2.陳宗華（1951－），男，漢族，湖南株洲人。海南師范大學(xué)外國語學(xué)院教授。主要研究方向:英美文學(xué)、英語語言教學(xué);1.馬建強（1981－），男，滿族，河北遷安人。海南大學(xué)信息科學(xué)技術(shù)學(xué)院講師。主要研究方向:面向?qū)ο蠹夹g(shù)、信息隱藏。

本文是海南省教育廳高等學(xué)校2009年“海南省高校大學(xué)生英語作文語料庫建設(shè)”科研立項課題（批準(zhǔn)號:Hjsk2009－02）的部分成果。

（責(zé)任編輯:陳 棠）