專用語(yǔ)料庫(kù)在科技查新工作中的應(yīng)用

賈冰

關(guān)鍵詞：科技查新；專用語(yǔ)料庫(kù)；石墨烯

摘要：文章針對(duì)當(dāng)前科技查新工作，尤其是國(guó)內(nèi)外課題查新中存在的英文文獻(xiàn)查找、中英文檢索詞轉(zhuǎn)換、英文文獻(xiàn)分析等方面存在的問(wèn)題，提出將專用語(yǔ)料庫(kù)技術(shù)應(yīng)用于查新工作中，并以構(gòu)建石墨烯類專業(yè)術(shù)語(yǔ)語(yǔ)料庫(kù)為例，通過(guò)語(yǔ)料庫(kù)分析建立領(lǐng)域?qū)Ｓ迷~庫(kù)，以期使上述問(wèn)題得到解決。

中圖分類號(hào)：G250文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-1588（2018）03-0109-03

科技查新是高校圖書館開(kāi)展的一項(xiàng)重要的信息咨詢業(yè)務(wù)，在科學(xué)研究、技術(shù)開(kāi)發(fā)及促進(jìn)科技成果轉(zhuǎn)化等方面都發(fā)揮著重要的作用。然而在查新過(guò)程中，尤其是進(jìn)行國(guó)內(nèi)外課題查新時(shí)，查新人員往往需要找全、找準(zhǔn)檢索詞，進(jìn)而編制合理的檢索式，找到相關(guān)文獻(xiàn)，并對(duì)相關(guān)文獻(xiàn)進(jìn)行準(zhǔn)確理解和把握，才能提高科技查新的查全率和查準(zhǔn)率。

1高?？萍疾樾碌摹捌款i”

查新是科技查新的簡(jiǎn)稱，是指查新機(jī)構(gòu)的查新人員根據(jù)查新委托人提供的需要查證其新穎性的科學(xué)技術(shù)內(nèi)容，按照一定的操作規(guī)范，做出查新結(jié)論并出具查新報(bào)告的信息咨詢業(yè)務(wù)，為科研立項(xiàng)、成果鑒定、專利申報(bào)等提供了客觀依據(jù)[1]?，F(xiàn)階段，各查新機(jī)構(gòu)開(kāi)展的查新業(yè)務(wù)主要分為國(guó)內(nèi)科技查新和國(guó)內(nèi)外科技查新，而查新人員普遍認(rèn)為國(guó)內(nèi)外課題查新的難度較大，歸結(jié)起來(lái)主要包括：①文獻(xiàn)查找。盡管當(dāng)前許多查新員具備一定的外語(yǔ)能力，但由于查新工作往往針對(duì)的是學(xué)術(shù)性、專業(yè)性較強(qiáng)的領(lǐng)域，查新課題中涵蓋繁雜晦澀的科技術(shù)語(yǔ)，查新員想要在龐大的外文數(shù)據(jù)庫(kù)中找到所需的文獻(xiàn)絕非易事。②檢索策略。編制合理的檢索式是科技查新的前提，而檢索式又是由若干檢索詞組合而成，所以準(zhǔn)確地提煉檢索詞成為提高查新質(zhì)量的關(guān)鍵。在進(jìn)行國(guó)內(nèi)外查新時(shí)，查新員需根據(jù)提煉的中文檢索詞編制中文檢索式，然后將所提煉的中文檢索詞翻譯成對(duì)應(yīng)的英文檢索詞，再進(jìn)行英文檢索式的編制。在中英文檢索詞的對(duì)等轉(zhuǎn)換過(guò)程中，查新員通過(guò)采用一些英漢互譯常用工具（見(jiàn)表1），找出與中文檢索詞對(duì)應(yīng)的英文檢索詞。而查新員僅借助這些翻譯工具，往往難以將中文檢索詞相對(duì)應(yīng)的英文表述找準(zhǔn)、找全。

例如“多層石墨烯”，谷歌給出的翻譯是“Multilayer graphene”，而事實(shí)上其英文表述還可以是“Multilayered graphene或Multilayer stacked graphene”；再如“石墨烯薄膜”，谷歌和有道在線翻譯詞典均譯為“Graphene films”，而查新員通過(guò)查找一些國(guó)外文獻(xiàn)，會(huì)發(fā)現(xiàn)其英文表述還有“Graphene sheets”與“Graphene membranes”。由此可見(jiàn)，借助英漢互譯工具對(duì)中文檢索詞進(jìn)行英譯，往往會(huì)造成對(duì)應(yīng)英文檢索詞的缺失，進(jìn)而導(dǎo)致難以查全相關(guān)英文文獻(xiàn)。③信息分析。信息分析是指查新員將檢索出的相關(guān)文獻(xiàn)進(jìn)行對(duì)比分析和綜合判斷，并撰寫查新結(jié)論。這一階段更需要查新員具備扎實(shí)的外文功底，通過(guò)對(duì)所查找外文文獻(xiàn)的準(zhǔn)確解讀，提煉出與查新點(diǎn)可比對(duì)的那部分內(nèi)容，進(jìn)而做出以客觀文獻(xiàn)為事實(shí)依據(jù)的分析和判斷。

在現(xiàn)階段國(guó)內(nèi)外科技查新工作中，查新員往往過(guò)分依賴英漢互譯工具，而這些翻譯工具缺少相關(guān)語(yǔ)境信息和相關(guān)領(lǐng)域知識(shí)，從而使翻譯結(jié)果并不盡如人意。如果能建立一種面向查新員的科技術(shù)語(yǔ)專用詞庫(kù)，將會(huì)極大地提高查新員的工作效率。

2專用語(yǔ)料庫(kù)的建立

2.1專用語(yǔ)料庫(kù)的概念

專用語(yǔ)料庫(kù)又稱專題語(yǔ)料庫(kù)（Special Purpose Corpus），是指人們出于某種特定的研究目的，只收集某特定領(lǐng)域的語(yǔ)料樣本建成語(yǔ)料庫(kù)，用于分析特定領(lǐng)域內(nèi)語(yǔ)言的特點(diǎn)。專用語(yǔ)料庫(kù)相較于雙語(yǔ)語(yǔ)料庫(kù)、多語(yǔ)語(yǔ)料庫(kù)等其他類型的語(yǔ)料庫(kù)而言，更適合作為編制專門領(lǐng)域工具書的理想語(yǔ)料[2]。

2.2專用語(yǔ)料庫(kù)的構(gòu)建意義

目前，越來(lái)越多的學(xué)者嘗試將語(yǔ)料庫(kù)技術(shù)應(yīng)用于高校圖書館工作中，如：劉日升、楊振力提出以圖書館為主導(dǎo)的語(yǔ)料庫(kù)資源共享平臺(tái)建設(shè)構(gòu)想[3]，屈鵬指出圖書館應(yīng)在研究開(kāi)放環(huán)境下建成一套具有代表性、規(guī)模性、正確性、穩(wěn)定性和開(kāi)放性的科技語(yǔ)料庫(kù)[4]，王傳英提出圖書館應(yīng)積極構(gòu)建基于雙語(yǔ)平行語(yǔ)料庫(kù)的信息服務(wù)平臺(tái)以改善信息服務(wù)的質(zhì)量和功能[5]，田長(zhǎng)斌指出應(yīng)將智能語(yǔ)料庫(kù)技術(shù)應(yīng)用于智慧圖書館建設(shè)[6]。筆者認(rèn)為，構(gòu)建科技查新專用語(yǔ)料庫(kù)有助于查新員快速查找中英文檢索詞，能夠更加準(zhǔn)確地分析、解讀相關(guān)文獻(xiàn)。

3構(gòu)建專用語(yǔ)料庫(kù)——以“石墨烯”為例

3.1語(yǔ)料來(lái)源

摘要作為一篇論文概要性的陳述，包含了大量該學(xué)科領(lǐng)域內(nèi)的術(shù)語(yǔ)，因此筆者選用英文文獻(xiàn)的摘要部分作為語(yǔ)料的來(lái)源。

3.2構(gòu)建方法

3.2.1原始數(shù)據(jù)采集。語(yǔ)料庫(kù)原始數(shù)據(jù)通過(guò)Clarivate Analytics公司運(yùn)營(yíng)的Web of ScienceTM平臺(tái)獲取。筆者以石墨烯的英文表述“graphene”為檢索詞，限定檢索范圍是摘要和標(biāo)題，限定文獻(xiàn)發(fā)表時(shí)間為2017年度進(jìn)行檢索（如果想獲得更全面的結(jié)果，可以將時(shí)間范圍設(shè)置得更大一些），共檢索出目標(biāo)文獻(xiàn)12，424篇，并通過(guò)Web of ScienceTM平臺(tái)導(dǎo)出工具將目標(biāo)文獻(xiàn)的摘要部分導(dǎo)出成txt格式文件，以此作為語(yǔ)料庫(kù)生文本。

3.2.2生文本整理。生文本需要進(jìn)行整理才可以進(jìn)行語(yǔ)料庫(kù)構(gòu)建。筆者借助PowerGREP軟件中正則表述式的編寫和批量處理功能，對(duì)生文本中的多余空格、段首段尾空格、段落間空行、多余跳格、全角標(biāo)點(diǎn)、全角字母和數(shù)字、全角空格等非標(biāo)準(zhǔn)字符進(jìn)行刪除或者替換。

3.2.3分詞。英文書寫中縮寫的情況會(huì)使原本獨(dú)立的兩個(gè)詞連接為一個(gè)詞（如I am縮寫為Im），在語(yǔ)料庫(kù)分析過(guò)程中會(huì)將這兩個(gè)詞當(dāng)作一個(gè)詞進(jìn)行處理，影響分析的可靠性。筆者采用梁茂成等人編寫的《語(yǔ)料庫(kù)應(yīng)用教程》中提供的自動(dòng)分詞工具Tokenizer進(jìn)行分詞[2]，拆分文本中的縮寫，保證統(tǒng)計(jì)結(jié)果的準(zhǔn)確性。完整的語(yǔ)料庫(kù)建庫(kù)過(guò)程還包括在分詞之后進(jìn)行的詞性還原和詞性賦碼。由于筆者只是利用語(yǔ)料庫(kù)技術(shù)構(gòu)建查新專用詞庫(kù)，因此可以省略這兩個(gè)步驟。

3.2.4語(yǔ)料庫(kù)分析。筆者采用AntConc軟件進(jìn)行語(yǔ)料庫(kù)分析，將建立好的語(yǔ)料庫(kù)文本導(dǎo)入軟件中，以選定的“graphene”作為中心詞，在“Word List”選項(xiàng)卡中進(jìn)行詞表檢索，檢索前勾選“Search Term”選項(xiàng)中的Regex復(fù)選框，以便在檢索中獲得“graphene”的各種變形。AntConc詞表檢索結(jié)果顯示，除了功能詞“the”“of”“and”等，“graphene”是出現(xiàn)頻率最高的實(shí)詞，這說(shuō)明建立的專用語(yǔ)料庫(kù)具有可用性。筆者仍然以“graphene”為中心詞，在“Collocates”選項(xiàng)卡中進(jìn)行左右鄰近詞的檢索，左右跨度均設(shè)置為1（1L和1R），即表示檢索中心詞左側(cè)和右側(cè)最鄰近的一個(gè)詞所構(gòu)成的詞表，最小出現(xiàn)頻率設(shè)置為1，得到AntConc鄰近詞檢索結(jié)果。從該結(jié)果中選取有意義的實(shí)詞進(jìn)行分析，除了可以獲得那些與“graphene”最常搭配的鄰近詞信息，還可以通過(guò)羅列詞語(yǔ)搭配情況找出同一中文含義下的不同英文表述。為了進(jìn)一步提高分析的全面性，筆者在“Clusters”選項(xiàng)卡下以“graphene”為中心詞，設(shè)置詞簇長(zhǎng)度在2～4范圍內(nèi)進(jìn)行詞簇表的檢索，得出AntConc的詞簇檢索結(jié)果，從中可以看出仍然有很多無(wú)意義的詞簇搭配，筆者只選取其中有意義的實(shí)詞搭配進(jìn)行分析。結(jié)合該結(jié)果與上文中的鄰近詞分析結(jié)果可以進(jìn)一步完善與“graphene”有關(guān)的檢索專業(yè)詞庫(kù)。表2為最終構(gòu)建的石墨烯類材料專業(yè)詞庫(kù)（因篇幅所限，表2展示的僅為所建詞庫(kù)的一部分），可應(yīng)用于“石墨烯”相關(guān)領(lǐng)域的課題查新中，查新員可借助該詞庫(kù)進(jìn)行檢索詞查找、檢索式編制、相關(guān)文獻(xiàn)分析等工作。與其他英漢互譯工具相比，該詞庫(kù)儲(chǔ)備的詞匯更完整，釋義更準(zhǔn)確。

4結(jié)語(yǔ)

筆者通過(guò)分析現(xiàn)階段國(guó)內(nèi)外課題查新中存在的問(wèn)題，尤其是英文檢索詞查找、英文文獻(xiàn)解讀等難題，提出將專用語(yǔ)料庫(kù)技術(shù)應(yīng)用于查新工作中，并以構(gòu)建石墨烯類材料專業(yè)術(shù)語(yǔ)詞庫(kù)為例，旨在輔助查新員更加高效、準(zhǔn)確、全面地檢索及解讀專業(yè)領(lǐng)域英文文獻(xiàn)，進(jìn)而提高科技查新的查全率和查準(zhǔn)率，最終向查新委托人出具一份準(zhǔn)確、高質(zhì)量的查新報(bào)告。

參考文獻(xiàn)：

[1]霍仲厚，劉胡波.醫(yī)藥衛(wèi)生科技查新教程[M].北京：軍事醫(yī)學(xué)科學(xué)出版社，2005：3.

[2]梁茂成，李文中，徐家金.語(yǔ)料庫(kù)應(yīng)用教程[M].北京：外語(yǔ)教學(xué)與研究出版社，2010：4.

[3]劉日升，楊振力.語(yǔ)料庫(kù)資源共享平臺(tái)建設(shè)構(gòu)想[J].大學(xué)圖書情報(bào)學(xué)刊，2012（2）：46-49.

[4]屈鵬.開(kāi)放環(huán)境科技語(yǔ)料庫(kù)質(zhì)量評(píng)價(jià)研究[J].情報(bào)理論與實(shí)踐，2016（5）：79-85.

[5]王傳英.基于雙語(yǔ)平行語(yǔ)料庫(kù)的信息服務(wù)平臺(tái)建設(shè)[J].圖書館工作與研究，2010（12）：79-82.

[6]田長(zhǎng)斌.智慧圖書館中的智能技術(shù)應(yīng)用研究[J].河南圖書館學(xué)刊，2017（9）：62-64.

（編校：崔萌）