語料庫的分類應(yīng)用以及在中國的發(fā)展趨勢

崔穎

摘 要： 語料庫是對生活中的語言資料加以收集和整理，便于使用者進行研究和分析的一種研究方法。我國對語料庫的研究雖落后于西方，但是從上世紀(jì)開始，國內(nèi)語料庫取得了前所未有的發(fā)展。本文陳述了國內(nèi)語料庫的分類，分析了語料庫的應(yīng)用和在國內(nèi)的發(fā)展趨勢，為語料庫的使用者和研究者提供了了解語料庫的途徑。

關(guān)鍵詞： 語料庫 分類應(yīng)用 發(fā)展趨勢

語料庫研究是基于人類真實的語言資料，調(diào)查和分析語言的分布、使用規(guī)律、使用頻率和使用模式的一種研究方法。電腦科技的發(fā)展，為語料庫研究帶來了前所未有的發(fā)展機會。由于電腦具有龐大的存儲功能、篩查功能和分析功能，20世紀(jì)的中后期形成了許多對電腦語料庫的對比研究的語言學(xué)理論。

從20世紀(jì)20年代開始就有學(xué)者為制定基礎(chǔ)漢字字表開始建立語料庫。自上世紀(jì)70年代末以來，現(xiàn)代漢語語料庫（1983年）等機器可讀語料庫開始建設(shè)。90年代以后，以《人民日報》光盤數(shù)據(jù)庫、北大語料庫為代表的大型漢語語料庫日益發(fā)展，語料庫成為研究漢語的主要資源。我國從上個世紀(jì)80年代，由上海交通大學(xué)楊惠中教授為首的項目組開始建設(shè)JDEST學(xué)術(shù)英語語料庫，促進了英語語料庫語言學(xué)在中國的發(fā)展。這個語料庫是當(dāng)時世界上的第一個同類語料庫，也是國內(nèi)最大最完備的英語語料庫之一。由廣東外語外貿(mào)大學(xué)桂詩春教授和楊惠中教授合辦開發(fā)的“中國學(xué)習(xí)者語料庫”（CLEC）于1999年建成，該語料庫廣泛收集了我國中學(xué)生和大學(xué)生在內(nèi)的超過一百萬詞的各種書面語資料，并對所有語料進行了語法標(biāo)注和言語失誤的標(biāo)注，對研究中國學(xué)習(xí)者的英語特點具有開創(chuàng)性的意義。最近幾十年，隨著電腦科技的發(fā)展和教育國際化的加深，語料庫語言學(xué)在中國的發(fā)展及其快速。我國現(xiàn)有的語料庫包括口筆譯語料庫、平行語料庫，研究方向包含許多方面，包括二語習(xí)得、翻譯對比、話語分析、認知語言學(xué)等方面的研究。不同研究背景和學(xué)術(shù)背景的人都參與語料庫建設(shè)，為語料庫帶來越來越多、越來越全面的研究資源。西方對語料庫的研究比中國早，通過國內(nèi)外的學(xué)術(shù)交流，國外的語言學(xué)家給中國的語料庫研究開辟了更廣闊的發(fā)展空間，帶來了許多新的知識和營養(yǎng)。

一、語料庫的分類

語料庫主要是按照其收集語料的類別，研究的服務(wù)對象或研究的目的進行分類的。我國現(xiàn)有的語料庫大致可以分為英語學(xué)習(xí)者語料庫、平行語料庫、特殊英語語料庫、漢語語料庫等。

（一）英語學(xué)習(xí)者語料庫

英語學(xué)習(xí)者語料庫由廣東外語外貿(mào)大學(xué)和上海交通大學(xué)合作建設(shè)和開發(fā)，簡稱CLEC，其中搜羅100多萬詞條，主要是針對中國的中學(xué)生和大學(xué)生等英語學(xué)習(xí)者在學(xué)習(xí)中的書面語進行研究。該語料庫中標(biāo)注了學(xué)生的失誤，便于研究中國學(xué)生在習(xí)得英語的過程中的常見問題進行分析和研究。除此之外，上海交通大學(xué)所創(chuàng)立的大學(xué)英語學(xué)習(xí)者口語語料庫COLSEC包含了5萬個詞次。與CLEC不同，這個語料庫偏重英語學(xué)習(xí)者在口語中常犯的問題和錯誤，為我們對中國學(xué)生英語口語的研究提供了便利。香港科技大學(xué)建設(shè)的香港科技大學(xué)學(xué)習(xí)者語料庫HKUST Learner Corpus，是針對大學(xué)英語學(xué)習(xí)者所使用的英語所建立的語料庫，該語料庫針對的范圍主要是大學(xué)英語學(xué)習(xí)者，語料的收集主要是以在學(xué)習(xí)英語的大學(xué)生為對象，方便我們對大學(xué)生的英語思維和習(xí)慣進行研究。而南京大學(xué)建設(shè)的中國英語專業(yè)語料庫CEMC，則是針對國內(nèi)英語專業(yè)的學(xué)生設(shè)立的語料庫，這個語料庫共收集100多萬詞次。

（二）平行語料庫

北京外國語大學(xué)建設(shè)的漢英平行語料庫PCCE，是涉及范圍最廣的漢英平行語料庫。國內(nèi)還有其他的一些比較具體和專業(yè)的語料庫，比如馮友蘭的《中國哲學(xué)史》漢英對照語料庫；香港城市理工大學(xué)建設(shè)的對比語料庫LIVAC；臺灣建設(shè)的平衡語料庫Sinica Corpus；國家語言文字工作委員會應(yīng)用研究所的計算機專業(yè)的雙語語料庫，等等。

（三）特殊英語語料庫

由河南師范大學(xué)建設(shè)的中國英語（China English）語料庫；由解放軍外語學(xué)院建設(shè)的軍事英語語料庫（Corpus of Military Texts）；上海交通大學(xué)建設(shè)的新視野大學(xué)英語教材語料庫，等等。

二、語料庫的應(yīng)用

（一）用于語言的研究

大量的語言素材存儲在語料庫中，按照一定的語言學(xué)原則分類組合在一起，這為語言的研究提供了方便和便利。對語言學(xué)家來說，語料庫的存在更方便他們查詢、檢索和分析語言原始數(shù)據(jù)，從某種程度上說，簡化了語言學(xué)家分析語料的過程和時間，大量的語言素材使語言學(xué)家對語言的定量分析成為可能。語料庫的存在便于語言學(xué)家揭示地區(qū)語言的特征及一個區(qū)域（國家或地區(qū)）的語言使用情況。語料庫中的語言資料方便語言學(xué)家對語言的某些特征或結(jié)構(gòu)進行檢索，比如某個詞匯或句型在某個語言或某個地區(qū)的語言中的分布等。

（二）用于語言測試

語料庫的存在為基于語言的測試試卷的出題和批改提供了依據(jù)。語料庫能夠揭示一些常見的問題和錯誤。對于出題者而言，能更方便地了解英語學(xué)習(xí)者在學(xué)習(xí)中常出現(xiàn)的問題和錯誤，從而在出題的時候具有針對性地測評，更真實準(zhǔn)確地反映學(xué)生的語言學(xué)習(xí)狀況。對學(xué)生而言，語料庫能夠反映他們的不足，從而推動他們對自己錯誤的改進和修正，利用語料庫做有針對性的復(fù)習(xí)和練習(xí)，從而達到減少錯誤和提高語言能力的目的。

（三）用于編撰字典

語料庫中所收集的大量詞條，是來源于真實生活的，是確實存在的句子和詞匯。在字典的編撰過程中，不僅要快速顯示和反映出詞條的出現(xiàn)頻率和各個語義的使用情況，而且真實生活的詞條會比編撰的詞條更形象、生動、準(zhǔn)確。語料庫中詞匯和句型的使用還能反映語言的發(fā)展趨勢，由于語言的發(fā)展日新月異，新的詞義和詞匯不停涌現(xiàn)。語料庫能夠幫助字典的編撰者很好地掌握和了解語言的發(fā)展趨勢，從而在字典的編寫中與時俱進，添加最新的內(nèi)容。

（四）用于機器翻譯

隨著互聯(lián)網(wǎng)和國際化的發(fā)展，許多人傾向上網(wǎng)翻譯不懂的外語詞匯和句子。語料庫能夠歸納詞匯和句型的語義和語用，從而對給定的句子進行分析，從語料庫中搜索出它所認為最符合該句型或詞匯的翻譯方式。雖然仍有需要改進的地方，但大致講，翻譯軟件已經(jīng)能夠滿足基本的翻譯，為語言不通的國人提供便利。同時，語料庫還能對常見的英語或漢語錯誤進行分析，并提醒校正，大大節(jié)省翻譯者和語言學(xué)習(xí)者的時間和精力。

（五）用于語言教學(xué)

語料庫存儲的信息量相當(dāng)巨大，學(xué)習(xí)外語的學(xué)生對于如此龐大的數(shù)據(jù)庫，可以按自己的要求和需要進行檢索、分析和學(xué)習(xí)。由于語料庫中的語言信息來源于生活，因此更真實可靠，更生動多樣。語言學(xué)習(xí)者對語料庫的使用是多元化的，這樣有利于促進外語學(xué)習(xí)者的主觀能動性的發(fā)揮。語料庫的使用者對語言資料的開放式的使用，為學(xué)生提供了思考的機會，同時也為教師轉(zhuǎn)換角色提供了可能。

三、語料庫在中國的發(fā)展趨勢

語料庫在中國已經(jīng)得到長足發(fā)展，各種語料庫紛紛涌現(xiàn)。隨著教育國際化和計算機技術(shù)的發(fā)展，學(xué)習(xí)者語料庫的建設(shè)是今后語料庫研究的重點之一，口語語料庫的發(fā)展和對口語語料進行的話語分析已經(jīng)成為語料庫今后的發(fā)展方向。我國語料庫的發(fā)展雖然迅速，但仍然存在一些問題。比如，語料資源的重復(fù)性，語料庫之間的獨立非信息共享的問題，歷時語料庫對早期中國語料的收集問題，以及語料庫在教學(xué)中應(yīng)用的問題，都是亟待解決的巨大課題。

雖然語料庫發(fā)展迅速，但是仍然存在許多問題。語料庫的存在和發(fā)展，無疑為我國語言學(xué)的研究和外語學(xué)習(xí)的發(fā)展作出了巨大的貢獻。隨著計算機的普及和人們對語料庫認識的提高，語料庫的進一步發(fā)展和大規(guī)模的應(yīng)用，以及它對外語教學(xué)的指導(dǎo)，會隨著時間的推移而發(fā)揮更重要的作用。

參考文獻：

[1]馮銳，朱慧，李會敏.語料庫及語料庫語言學(xué)研究初探[J].肇慶學(xué)院學(xué)報，2009（06）.

[2]甄鳳超.語料庫語言學(xué)在中國的成長與發(fā)展[J].當(dāng)代外語研究，2010（03）.

[3]孟塖.我國語料庫語言學(xué)研究現(xiàn)狀及展望[J].四川文理學(xué)院學(xué)報，2012（06）.

[4]黃曉梅，黃勇.語料庫語言學(xué)研究發(fā)展現(xiàn)狀淺析[J].新西部（理論版），2013（08）.

[5]衛(wèi)乃興.語義韻研究的一般方法[J].外語教學(xué)與研究：外國語文雙月刊，2002（4）：300-307.