語料庫在漢語教學(xué)中的應(yīng)用探析

趙星+康冬梅

摘 要：語料庫是經(jīng)科學(xué)選取和加工、標(biāo)引后存儲于計算機的大規(guī)模真實語言的材料庫，從“大規(guī)?！焙汀罢鎸崱边@兩個因素來考察，語料庫是最理想的語言知識資源。本文結(jié)合前人的研究和實踐，從漢語教材編寫、漢語學(xué)習(xí)詞典編纂、漢語教學(xué)方法研究和漢語教學(xué)評估四個方面論述了語料庫在其中所能發(fā)揮的作用，追蹤相關(guān)語料庫的運用實踐，并提出一些改進建議。

關(guān)鍵詞：語料庫 漢語教學(xué) 教材編寫 詞典編纂

隨著計算機技術(shù)的發(fā)展，短短五十年間，語料庫的建設(shè)規(guī)模已從第一代的百萬詞級發(fā)展到現(xiàn)在的億萬詞級。從服務(wù)于英語語法研究的建設(shè)初衷發(fā)展至今，語料庫與計算機的檢索和統(tǒng)計功能相結(jié)合，在與語言相關(guān)的詞典編纂、機器翻譯、語言教學(xué)等諸多領(lǐng)域均發(fā)揮了巨大作用。本文主要梳理語料庫在漢語教學(xué)中的應(yīng)用。

語料庫收集、整理和加工大量真實語言材料，它的顯著優(yōu)勢在于其語言材料的真實性、直觀性和豐富性。馮志偉[1]提到：從“大規(guī)?！焙汀罢鎸崱边@兩個因素來考察，語料庫是最理想的語言知識資源，堪稱語言材料的“大數(shù)據(jù)”庫。隨著計算機自動標(biāo)引技術(shù)和自主學(xué)習(xí)技術(shù)的不斷進步和完善，語料庫便捷的檢索功能、所提供語料的豐富、全面程度，是手工記錄和抄詞卡片無法比擬的。在漢語教學(xué)中，語料庫在漢語教材編寫、漢語學(xué)習(xí)詞典編纂、漢語教學(xué)方法研究和漢語教學(xué)評估這四個方面均發(fā)揮切實作用。

一、語料庫與漢語教材編寫

語料庫對漢語教材編寫的作用，首先在于語料庫能為教學(xué)大綱的編訂和教學(xué)重點的確定提供客觀科學(xué)的依據(jù)。目前，漢語教學(xué)大綱甲級詞、乙級詞、丙級詞的確定，很大程度上是參考了詞語的使用頻率，而詞頻統(tǒng)計即是在對語料庫的研究基礎(chǔ)上得出的。漢語教學(xué)的各種等級大綱的編訂，是建立在語料庫提供的漢字、詞匯和語法使用頻率的定量統(tǒng)計基礎(chǔ)上的，因而更具有廣泛性、客觀性、科學(xué)性和權(quán)威性。

其次，利用語料庫的字詞統(tǒng)計、檢索等功能，可以控制教材難度，為教材課文合理排序。我們可以通過統(tǒng)計語料庫中候選文本的長度、用字量、用詞量、超綱詞數(shù)量及比率等數(shù)據(jù)來確定候選文本的難度。在課文排序上，可以依據(jù)課文難度來確定課文出現(xiàn)的先后順序，同時考慮語法點出現(xiàn)的順序以及語法點出現(xiàn)的多少，此外還可以盡量選擇共有字詞比較多的素材來編排課文，提高生字詞的復(fù)現(xiàn)率，從而提高教學(xué)效果。

再次，語料庫能為教材編纂提供真實豐富的語言素材。漢語教學(xué)的最終目的是培養(yǎng)學(xué)生運用漢語進行言語交際的能力。如果我們能從大量真實的口語與書面語中選取素材作為課文，為課文中的生詞配備真實例句，就能讓學(xué)生學(xué)到自然的、地道的漢語。在教材更新以及教材輔導(dǎo)材料的編寫與補充方面，語料庫技術(shù)也大有可為。

在利用語料庫進行漢語教材的編寫方面，學(xué)界目前并沒有出現(xiàn)以語料庫為基礎(chǔ)和依據(jù)來進行漢語教材編寫的實操應(yīng)用，多是對某一方面的問題進行資料統(tǒng)計并提出具體建議。如郭曙綸[2]提出利用語料庫來改進對外漢語教材中的超綱詞問題。

在歐洲，以英語為第二語言的教學(xué)界已經(jīng)在利用語料庫進行教材編制方面作出嘗試，如比利時魯汶天主教大學(xué)的Meunier&Gouverneur兩位教授開發(fā)了以英語為第二語言的教材語料庫（Corpus of Textbook Material，簡稱Te-Ma），在國際市場上大受歡迎[4]。

利用語料庫進行教材編寫，關(guān)鍵問題在于首先要建設(shè)一個專用于教材編寫的語料庫，收集合適的素材，對素材的體裁、用詞量、用字量、語法點、詞匯等級、超綱詞等都做好標(biāo)注。由于人工標(biāo)注成本太高，標(biāo)注最好用計算機先自動標(biāo)引、人工二次校對的方式進行，因而，標(biāo)注程序和標(biāo)注工具的研發(fā)也是必不可少的。有了好用的素材庫，利用語料庫編寫教材的工作才能順利進行。

二、語料庫與漢語學(xué)習(xí)詞典編纂

大型語料庫對于詞典編纂無疑極有用處。早在1969年，由Houghton Mifflin公司出版的American Heritage Dictionary在編寫過程中就使用了布朗語料庫。而Collins出版社和伯明翰大學(xué)合作編輯出版的Collins Cobuild Dictionary，則完全依賴世界著名的COBUILD語料庫①編訂而成。Collins Cobuild Dictionary從詞條的選定、用法到釋義的先后順序等都依據(jù)了從2億詞次的COBUILD語料庫中統(tǒng)計出的頻率；詞典中的例詞和例句也均取材于COBUILD語料庫。由于其例句的真實性和準(zhǔn)確性，Collins詞典如今已連續(xù)出版多個版本，廣受好評。著名的Longman英語詞典在編纂時所依據(jù)的語料庫共包含以下三個子語料庫：一是朗文/蘭卡斯特語料庫（Longman-Lancaster Corpus），收集了英美各類型書面語3000萬詞；二是朗文學(xué)生語料庫（The Longman Learners Corpus），收集了各國英語學(xué)習(xí)者的書面語；三是英語口語語料庫（The Longman British Spoken Corpus and The Longman Spoken American Corpus）。Longman英語詞典的詞義解釋、所用例句和詞語使用頻率標(biāo)記等都得益于朗文/蘭卡斯特語料庫。世界上知名的詞典出版商無不看重語料庫方法和技術(shù)在詞典編纂中的作用，并紛紛推出了各自基于語料庫的詞典產(chǎn)品。代表性的出版社有Collins、Longman、Cambridge、Oxford等。

目前，大型漢語語料庫建設(shè)也引發(fā)了漢語辭書編纂的變革，漢語語料庫為編寫漢語辭書提供了大量真實客觀的語料和相關(guān)的語言信息，如詞頻統(tǒng)計、詞匯分級、詞性標(biāo)注、詞語搭配、語體特征、詞語用法、語境中的例句等。

國內(nèi)利用語料庫編纂詞典的嘗試也有不少，服務(wù)于漢語學(xué)習(xí)詞典編纂的語料庫②有：商務(wù)印書館的辭書語料庫及編纂系統(tǒng)[3]；教育部語言文字應(yīng)用研究所開發(fā)的基于語料庫的數(shù)字化辭書編纂平臺[4]；北京大學(xué)計算語言學(xué)研究所開發(fā)的基于語料庫的雙語詞典編纂平臺[5]；煙臺師范學(xué)院建設(shè)的“漢字義類信息庫”“漢語語義構(gòu)詞信息庫”[6]；南京大學(xué)開發(fā)的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》的編纂過程中已經(jīng)起到了重要作用[7]；臺灣地區(qū)于2004年正式成立“詞典及語料庫研究中心”[8]，作為詞典、語料庫相關(guān)資源的匯集處，中心網(wǎng)站已構(gòu)建完成，網(wǎng)址為http：//dcrc.org.tw[9]。endprint

國內(nèi)基于語料庫編纂的漢語學(xué)習(xí)詞典有以下幾部：《現(xiàn)代漢語頻率詞典》[10]，《最新流行語小詞典》[6]，《實用網(wǎng)絡(luò)用語手冊》[6]，《新詞語大詞典》[6]，《HSK量詞學(xué)習(xí)詞典》[11]，《現(xiàn)代漢語語法信息詞典》[5]，《中英文概念詞典》[5]，《現(xiàn)代漢語動詞例釋》[12]，《國語日報名量詞典》[2]，《基于語料庫的HSK多功能例解字典》[2]，《新時代英漢大詞典》[7]，《對外漢語新詞語詞典》[13]。

三、語料庫與漢語教學(xué)方法研究

語料庫對漢語教學(xué)方法的改進，首先在于教師可以借助語料庫提供的信息確定教學(xué)重點和難點。以往的教科書、字典和語法書通常能顯示某種語言有哪些存在形式，卻無法顯示哪一種形式被本族語者使用得最多或者最少，在什么語體或交際場合出現(xiàn)頻率最高等等。而基于語料庫信息的教學(xué)則能讓學(xué)生學(xué)到目標(biāo)語中最常用的語言形式，把師生有限的時間和精力用在學(xué)習(xí)最有價值的知識上。

其次，運用語料庫教授語言有利于將傳統(tǒng)的“以教師為中心的知識傳授型教學(xué)”轉(zhuǎn)變?yōu)椤耙詫W(xué)生為中心的知識探索型教學(xué)”[14]。學(xué)生一旦上機面對著龐大的語料世界，就如同處于某種探索者和研究者的位置。教師不再直接地給學(xué)生灌輸知識，而是引導(dǎo)他們自己動手，在教會學(xué)生掌握了簡單的查詢、檢索和分類等功能之后，學(xué)生們就能運用自己在其他課程中學(xué)到的理論和知識對語料進行觀察和研究，這種學(xué)習(xí)模式被稱為“受語料驅(qū)動的學(xué)習(xí)模式”（data-driven learning）[15]。

再次，對語料庫資源的深加工也進一步促進了計算機輔助語言教學(xué)（CALL）的發(fā)展[14]。正如Cameron[16]所指出的：以前不少計算機輔助語言教學(xué)項目由于缺乏語料資源以及缺少編程人員與語言教師的充分合作而發(fā)揮不了應(yīng)有的作用。而今基于語料庫的計算機輔助語言教學(xué)（CALL）不但為較高層次的語言學(xué)和文學(xué)學(xué)習(xí)者提供了語料基地，而且也為一般初、中等程度的第二語言學(xué)習(xí)者提供了豐富而真實的語言基本模式。

在第二語言習(xí)得及第二語言教學(xué)領(lǐng)域，最重視的語料庫是學(xué)習(xí)者語料庫。學(xué)習(xí)者語料庫是指通過收集語言學(xué)習(xí)者各種書面和口頭的自然語料，建立的一種語言數(shù)據(jù)庫。其目的在于對語言學(xué)習(xí)者的語言特征和語言發(fā)展進行全面而系統(tǒng)的對比分析，獲得有關(guān)學(xué)習(xí)者的典型困難及在某一具體語言點的障礙，通過不同類型語言學(xué)習(xí)者的語言對比，發(fā)現(xiàn)學(xué)習(xí)者在某一發(fā)展階段的共同特征和個體特征，從而將這些信息反映到教學(xué)大綱的制定、教材的編寫以及課堂教學(xué)實踐等環(huán)節(jié)中，使語言教學(xué)更有針對性。

影響較大的漢語學(xué)習(xí)者語料庫是2006年底北京語言大學(xué)開發(fā)建成的“HSK動態(tài)作文語料庫”[17]，它以母語為非漢語的外國人參加高等漢語水平考試（HSK高等）作文考試的答卷內(nèi)容為語料，收集了1992～2005年的部分外國考生的作文答卷。語料庫1.0版收入語料10740篇，約400萬字；語料庫1.1版語料總數(shù)達到11569篇，共計424萬字。該語料庫提供網(wǎng)上免費使用之后，已有一些學(xué)位論文利用其語料進行研究。國內(nèi)還專設(shè)漢語中介語語料庫建設(shè)與應(yīng)用國際學(xué)術(shù)研討會，至今已舉辦四屆。此外，崔希亮、張寶林[18]還提出“全球漢語學(xué)習(xí)者語料庫”的建設(shè)構(gòu)想，胡韌奮等[19]構(gòu)建了一個規(guī)模約12萬句的話題語料庫，拓展了漢語學(xué)習(xí)者語料庫的廣度和深度。

四、語料庫與漢語教學(xué)評估

教學(xué)評估是指以教學(xué)目標(biāo)為依據(jù)，制定科學(xué)的標(biāo)準(zhǔn)，對教學(xué)活動的過程及其結(jié)果進行測定、衡量，并給以價值判斷。教學(xué)評估的結(jié)果是一種反饋信息，它可使教師及時了解、掌握自己的教學(xué)情況，為教師修訂教學(xué)計劃、改進教學(xué)方法、完善教學(xué)指導(dǎo)、進行自我調(diào)節(jié)提供依據(jù)，從而間接地提高學(xué)生的學(xué)習(xí)效果；學(xué)生則據(jù)此變更學(xué)習(xí)策略、改進學(xué)習(xí)方法、增強學(xué)習(xí)的自覺性[20]。

教學(xué)評估使用最多的手段是布置練習(xí)題和測試，語料庫在為測試題提供試題選擇、增加測試題的信度和效度方面均能發(fā)揮作用。

首先，作為試題數(shù)據(jù)的來源，語料庫在試題選擇方面有巨大潛力。無論是口頭語還是書面語，它們都是按相關(guān)變數(shù)如來源（出處）、文體、用詞量等等分類，這是大多數(shù)語言測試的基礎(chǔ)，在計算機上獲取這些信息可以節(jié)省大量時間。在那些篇章按難易程度或?qū)W習(xí)者水平的適宜度來規(guī)定的語料庫中，還可以挑選難度適宜的試題為指定考題。

其次，在試題設(shè)計上，語料庫也能發(fā)揮大的作用。通過語料庫對語法結(jié)構(gòu)等的檢索，可以得到各種語法結(jié)構(gòu)的典型用法；通過學(xué)習(xí)者語料庫，還可以知道學(xué)生們在學(xué)習(xí)過程中在哪些方面容易受到母語的影響，將其確定為考察的重點；此外，多數(shù)索引軟件還提供了搜索詞屏蔽功能（zipping），使得教師能夠利用索引輕松地編制填空或選擇練習(xí)。

再次，在試卷分析方面，語料庫也可以發(fā)揮作用。如果創(chuàng)建一個專門的試卷語料庫，收集某種（包括某門課程）考試的歷年試卷，并對試卷進行必要的標(biāo)注；在此基礎(chǔ)上，就可以對詞語和考點分布的頻率等作出科學(xué)的分析。

五、結(jié)語

綜上所述，語料庫在漢語教材編寫、漢語學(xué)習(xí)詞典編纂、漢語教學(xué)方法研究和漢語教學(xué)評估這四個方面都發(fā)揮著重要作用，基于語料庫的漢語教學(xué)正成為一種趨勢和發(fā)展方向。各種漢語學(xué)習(xí)的語料庫建設(shè)正如火如荼地進行中，編制語料庫，對各種語料進行有意識地收集、分類和標(biāo)注，是語料庫建設(shè)的重頭工作，尤其是語料的標(biāo)注，一定要事先精心設(shè)計，在標(biāo)注過程中進行人工干預(yù)和檢查，語料庫初步建設(shè)完成后，還要考慮后續(xù)的語料更新等問題。

語料庫是創(chuàng)新的產(chǎn)物，在利用它時，必然會有一些局限性[21]。除了外在原因如技術(shù)問題、師生的計算機操作水平、設(shè)備等，語料庫本身未能發(fā)掘得更深刻也是局限之一，比如語料庫并不能標(biāo)注所有的語言特點，尤其是部分不規(guī)則的語言點。所有這些局限性還有待語料庫語言學(xué)的進一步發(fā)展而加以解決。

注釋：

①網(wǎng)址：http：//www.cobuild.collins.co.uk/，但語料庫僅供內(nèi)部使用，外網(wǎng)無法訪問。endprint

②國內(nèi)雙語詞典的語料庫建設(shè)也在如火如荼地進行中，本文主要調(diào)查漢語學(xué)習(xí)詞典語料庫的建設(shè)，雙語詞典語料庫僅舉了影響較大的南京大學(xué)開發(fā)的NULEXID語料庫和北京大學(xué)開發(fā)的基于語料庫的雙語詞典編纂平臺。

參考文獻：

[1]馮志偉.從語料庫中挖掘知識和抽取信息[J].外語與外語教學(xué)，2010，（4）：1-7.

[2]郭曙綸.漢語語料庫的建設(shè)及應(yīng)用[M].上海：上海外語教育出版社，2011.

[3]劉成勇.解析“商務(wù)印書館辭書語料庫及編纂系統(tǒng)”[J].科技與出版，2007，（12）：19-20.

[4]靳光瑾.基于語料庫的數(shù)字化辭書編纂平臺研制與應(yīng)用[A].對外漢語學(xué)習(xí)詞典學(xué)國際研討會論文集[C].2005：141-162.

[5]常寶寶，俞士汶.語料庫技術(shù)及其應(yīng)用[J].外語研究，2009，（5）：43-51.

[6]亢世勇，李毅，孫道功，張楠.漢語系統(tǒng)語料庫的建設(shè)與詞典編纂[A].2004年辭書與數(shù)字化研討會論文集[C].2004：143-149.

[7]楊蔚.在比較中探尋NULEXID語料庫系統(tǒng)的未來之路[A].2004年辭書與數(shù)字化研討會論文集[C].2004：89-104.

[8]泰元.臺灣地區(qū)成立“詞典及語料庫研究中心”[J].辭書研究，2004，（5）：28.

[9]曾泰元.我國臺灣省“詞典及語料庫研究中心”積極開展學(xué)術(shù)活動[J].辭書研究，2007，（1）：106-107.

[10]黃昌寧，李涓子.語料庫語言學(xué)[M].北京：商務(wù)印書館，2002.

[11]劉亞菲.語料庫技術(shù)與對外漢語量詞詞典編纂[D].北京：北京語言大學(xué)碩士學(xué)位論文，2006.

[12]苗傳江.現(xiàn)代漢語動詞例釋[M].北京：北京師范大學(xué)出版社，2011.

[13]崔樂.語料庫技術(shù)在外向性詞典元語言控制中的應(yīng)用——以對外漢語新詞語詞典為例[A].國際漢語學(xué)報（第3卷第1輯）[M].上海：學(xué)林出版社，2012：230-242.

[14]何安平.語料庫與外語教學(xué)[J].國外外語教學(xué)，2001，（3）：15-19.

[15]Leech，G.Teaching and Language Corpora：A Convergence[A].（eds.）Anne Wichman et al.Teaching and Language Corpora[M].New York：Longman，1997：10-11.

[16]Cameron，K.（ed.）Introduction[A].Computer Assisted Language Learning（CALL）-Media，Design and Applications[M].Netherlands：Swets&Zeitinger，1999：1，6.

[17]“HSK動態(tài)作文語料庫”課題組.“HSK動態(tài)作文語料庫”正式開通[J].世界漢語教學(xué)，2009，（1）：48.

[18]崔希亮，張寶林.全球漢語學(xué)習(xí)者語料庫建設(shè)方案[J].語言文字應(yīng)用，2011，（2）：100-108.

[19]胡韌奮，朱琦，楊麗嬌.對外漢語教學(xué)領(lǐng)域話題語料庫的研究與構(gòu)建[J].中文信息學(xué)報，2015，（6）：62-68.

[20]高鐵剛，王馨，寇海蓮.信息技術(shù)環(huán)境下教學(xué)評價的理論與方法[M].北京：清華大學(xué)出版社，2011：6-7.

[21]肖依虎，潘翠瓊.語料庫在語言測試中的應(yīng)用[J].外語教學(xué)，2002，（11）：93-96.

（趙星 康冬梅 北京師范大學(xué)圖書館 100875）endprint