中外理科學者學術英語詞塊的語料庫對比研究

婁寶翠 王蜜蜜

(河南師范大學 外國語學院， 河南 新鄉(xiāng) 453007)

1.0 引言

詞塊是語言及其使用中高頻出現(xiàn)的多詞單位，是體現(xiàn)語言流利性、地道性和準確性的重要標志之一(Pawley & Syder,1983:192;Hyland,2008b:4)。不同學者從各自的理論背景、研究目的、研究方法等出發(fā)描述這種詞塊現(xiàn)象，使用的術語也不盡一致，如詞塊(chunks)(Sinclair，1991)、預制語塊(prefabs)(Nattinger & DeCarrico，1992)、詞串(lexical bundles)(Biber et al.，1999；Cortes，2004)、程式語(formulaic sequences)(Wray，2002)、詞簇(clusters)(Hyland，2008a)、N元組合(n-grams)(Stubbs，2007)等。盡管使用的術語不同，但研究者普遍認為它們是便于整體儲存和使用的詞語序列(Weinert，1995：182)，本研究采用Sinclair(1991)的術語，統(tǒng)稱它們?yōu)樵~塊。

作為語篇構建的基本單位，詞塊在語言產出尤其是學術寫作中承擔著重要的語篇功能，有助于塑造文本意義，彰顯作者在某一語言社團中“內行人”的身份(Hyland，2008a：42)。高頻出現(xiàn)的詞匯組合形成詞塊，從而影響對句子即時加工方式，其高頻出現(xiàn)表示這些詞塊已經成為學術話語社團中普遍使用的語言(Schmitt & Carter， 2002；王棟，2020)，因此作者掌握某一領域中的特色詞塊，可以促進與該領域成員的有效交流?；谡Z料庫的研究表明，在詞塊的結構和功能上，本族語者與非本族語學習者之間存在較大差異(Altenberg & Granger，2001；Chen & Baker，2010)。國內研究表明，我國英語學習者未能充分掌握詞塊，過度使用、使用不足和使用不當等傾向并存(徐昉，2011；胡元江、石海漫、季萍，2017；張會平，2020)。研究學習者，尤其是作為高級英語學習者的中國學者詞塊使用特征具有重要意義，而目前國內專門針對理科學者學術寫作的研究較少，因此本研究通過對比中外理科期刊英文論文語料庫，用數據驅動的方法提取詞塊，考察中國學者在期刊論文中詞塊使用的結構和功能特征，以期為學術英語寫作與教學提供啟示。

2.0 文獻回顧

詞塊是特定語域中高頻出現(xiàn)并分布于一定數量文本的多詞序列(Biber et al.,1999：992)，可作為整體儲存和使用(Wray，2002：9)。Biber et al.(1999：1015-24)從結構上將學術語篇中的詞塊分為12類，包括介詞短語+內置of短語片段、其他介詞短語片段、名詞短語+of短語片段、名詞短語+其他后置修辭語片段、被動動詞+介詞短語片段、系動詞be+名詞短語/形容詞短語片段、動詞短語+that從句、(動詞/形容詞)+to短語片段、先行詞it+動詞短語/形容詞短語片段、副詞短語片段、代詞/名詞短語 +be (+…) 和其他。在此基礎上，Chen & Baker(2010：34)將詞塊結構歸納為四大類——基于介詞詞組的詞塊、基于名詞詞組的詞塊、基于動詞詞組的詞塊和其他，每一大類包含若干小類。介詞詞塊和名詞詞塊包括所有的介詞和名詞詞組；動詞詞塊包括含有動詞成分的動詞詞組；無法劃分到以上三種類型的詞塊都歸為“其他詞塊”。

目前對詞塊功能的劃分主要存在兩種分類方法。Biber et al.(2004：384-388)研究詞塊在大學課堂和教材中的用法時將詞塊分為三大類：指示、組篇和立場詞塊，每一類在具體語境中實現(xiàn)不同的功能。指示詞塊用于指稱具體或抽象的對象，也可指稱語篇本身，以標識出某對象的身份或某些屬性，如in the context of, a wide range of等；組篇詞塊反映語篇上下文之間的關系，如on the other hand, that is due to等；立場詞塊表達作者對命題確定性的態(tài)度和評價，如seems to have been, it is necessary to等。Hyland(2008a：49)針對學術英語語篇，將詞塊分為三大類：研究型、語篇型和參與型詞塊，每一大類又可分為若干子類別。研究型詞塊幫助作者構建在真實世界中的活動和經歷，即表達研究內容和結果，如in the present study, the role of the等；語篇型詞塊用來組織語篇，將信息或論點根據意義進行組織，如in addition to the, in the next section等；參與型詞塊關注文本的作者或讀者，如it is possible that, as can be seen等。兩種分類方法相似，只是采用的術語不同，Biberetal.(2004：384-388)的分類能夠有效對比口語和筆語的語體差異，而本研究關注的是學術英語語篇，因此將采用Hyland(2008a：49)的分類方法，具體分類信息見表1。

表1 詞塊的功能分類 (Hyland，2008a：49)

詞塊的相關研究主要從體裁、學科、學習者語言等視角進行分析。研究發(fā)現(xiàn)：(1)詞塊在不同體裁中呈現(xiàn)出不同的使用特征(Biber et al.,1999，2004；Conrad & Biber，2005)。結構上，會話語篇傾向使用動詞詞塊，而學術語篇傾向使用介詞和名詞詞塊；功能上，會話語篇強調人際互動，傾向使用參與型詞塊，而學術語篇強調信息呈現(xiàn)，傾向使用研究型詞塊。(2)詞塊的使用具有學科差異性，是區(qū)分不同學科學術寫作的重要手段(Hyland，2008b；Kwary et al., 2017；Ren，2021；魯莉、王敏，2015；王芙蓉、王宏俐，2015)。如Hyland(2008b)發(fā)現(xiàn)硬學科(如生物學和電氣工程)傾向使用研究型詞塊來構建真實世界，而軟學科(如商業(yè)和應用語言學)傾向使用語篇型詞塊，反映了更據評價性的論證模式。(3)詞塊在國際期刊論文與學習者學術英語寫作中具有不同的使用特征(Cortes，2004；Hyland，2008a；徐昉，2012；潘璠，2016)。不同語言背景或語言水平的學習者使用的詞塊在結構和功能上呈現(xiàn)不同的分布特征，如Cortes(2004)發(fā)現(xiàn)學習者使用的詞塊呈現(xiàn)出特有的規(guī)律，部分詞塊并不為期刊論文作者所常用。徐昉(2012)發(fā)現(xiàn)學習者隨著學習水平的提高，與國際期刊論文作者共同使用的詞塊在頻數、結構和功能分布上越來越接近。

這些研究表明詞塊的結構和功能特性不僅與體裁和學科有關，還與使用者的語言背景或語言水平有關。目前國內詞塊研究主要針對學習者的議論文或英語專業(yè)學位論文，針對理科學習者學術語篇的研究較少。本研究基于課題組自建的中外理科期刊論文語料庫，從結構和功能層面對中外學者使用的詞塊進行對比分析。

3.0 研究設計

3.1 研究問題

本研究基于中外理科期刊論文語料庫，考察中外學者學術英語語篇中詞塊的結構和功能分布特征，旨在回答以下三個問題：

(1) 中外理科期刊英語論文中詞塊的結構類型及分布有何差異？

(2) 中外理科期刊英語論文中詞塊的功能類型及分布有何差異？

(3) 兩個語料庫中詞塊結構和功能類型之間的關聯(lián)程度有何差異？

3.2 語料介紹

本研究采用課題組自建的兩個學術英語語料庫，包括中國理科學者期刊論文語料庫 (Chinese Journal Article Corpus，以下簡稱CJAC_S)和國際理科學者期刊論文語料庫(International Journal Article Corpus，以下簡稱IJAC_S)。CJAC_S選自國內出版的理科類英文期刊2006-2013年間發(fā)表的論文，收錄物理、化學、生物三個學科各200篇，總庫容為1,915,418詞，平均每篇3,192詞；IJAC_S選自高影響因子理科類國際英文期刊2006-2013年間發(fā)表的論文，收錄物理、化學、生物三個學科各200篇，總庫容為3,867,137詞，平均每篇6,445詞。所有論文只保留題目、摘要、正文，其余如作者信息、文中圖表、腳注、參考文獻等都刪除。此外文檔中出現(xiàn)的表格、圖表和照片的復雜公式如果無法正常顯示在txt中，則需分兩種情況：如果公式是獨立于句子和文本，則可以直接將其刪除；若公式是句子成分，則用“{UNC}”進行標注。

3.3 研究步驟

本研究主要分為以下三個步驟：

(1)確定研究對象。本研究關注四詞詞塊，原因是四詞是研究最多的詞塊長度(Chen & Baker，2010：32)，相對有更廣泛的結構和功能可供分析；四詞詞塊包含三詞詞塊，比五詞詞塊更普遍(Biber et al., 2004：376；Cortes，2004：401；Hyland，2008a：44)。

(2)詞塊提取與統(tǒng)計。使用WordSmith 6.0提取詞塊和統(tǒng)計頻率，首先設置詞塊提取的標準，頻率闕值(cut-off frequency)按照Hyland(2008a：47)的標準，設置為20次/百萬詞，為了避免提取到的詞塊受作者個人寫作風格和文章主題的影響，詞塊至少在語料庫10%的文本中出現(xiàn)。接著考察索引行所在的語境特征，人工刪除詞表中包含公式的詞語序列，如is given by {UNC}、where {UNC} is the。最后統(tǒng)計詞塊在語料庫中出現(xiàn)的頻數。

(3)詞塊分類與對比分析。參照Biber et al.(1999：1015-24)和Hyland(2008a：49)的分類框架，將檢索到的詞塊進行結構和功能分類。分類工作由課題組成員協(xié)同完成。使用Log-likelihood and Chi-square Calculator 1.0 對比頻數間的差異，分析詞塊的結構、功能特點，及兩者之間的關聯(lián)。

4.0 結果與分析

我們采用語料庫驅動的方法，從IJAC_S中提取出81個詞塊，CJAC_S中提取35個詞塊。表2呈現(xiàn)了兩個語料庫中的詞塊頻數信息，中國學者使用的四詞詞塊在種類上比國際學者少，但差異并不顯著(LL=-0.464，P=0.500>0.05)。中國學者使用詞塊的頻數顯著低于國際學者(LL=-547.650，P=0.000<0.001)，具有詞塊使用不足的傾向。這與Chen & Baker(2010)、del & Erman(2012)的發(fā)現(xiàn)一致，原因可能在于兩個語料庫庫容差異較大，IJAC_S的形符總數是CJAC_S的兩倍左右，庫容越大，詞塊提取到的概率則越大。

表2 CJAC_S與IJAC_S詞塊頻數信息

4.1 詞塊結構對比

表3呈現(xiàn)了每種結構類型的頻數、對數似然率和顯著性值，發(fā)現(xiàn)中國學者使用介詞和名詞詞塊的頻數顯著低于國際學者，動詞詞塊的頻數顯著高于國際學者。這與潘璠(2016)基于機械領域的研究結果一致，但與徐昉(2012)基于語言學領域的研究結果不同，這可能是由學科差異造成的。根據Biber et al.(2004)的研究，動詞詞塊更傾向于出現(xiàn)在口語語體(如對話、課堂教學)中，這表明我國學者還未充分意識到口語和筆語之間的語體差異，在學術寫作中具有口語化的傾向。下面分別描述三類詞塊的結構分布特征。

表3 CJAC_S與IJAC_S詞塊結構頻數信息

(1)介詞詞塊

介詞詞塊中，“介詞短語+內置of短語片段”在兩個語料庫中都是使用頻數最高的結構類型，主要用來限定條件(如in the presence of, on the basis of)、范疇(如in the context of, in the field of)等，其次用于描述研究過程(如on the surface of, at the end of)。國際學者使用的該類型詞塊大多在頻數上顯著高于中國學者，并且有些詞塊(如in the context of, in the form of, to/in the formation of, to the presence of, in the field of)在CJAC_S中從未出現(xiàn)。

中國學者過少使用“其他介詞短語片段”，該結構主要用來組織語篇，如on the other hand, in contrast to the, in this paper we等。國際學者還采用其他語言形式使論文內容邏輯緊密，如in terms of the, in addition to the, in this case the, in contrast to the, to the fact that, for the first time等。

介詞詞塊的使用可以實現(xiàn)結構組織、信息重組等功能，中國學者使用該結構不足側面反映了其語篇構建能力的欠缺，在撰寫過程中應注意上下文的銜接，增強文章系統(tǒng)性。

(2) 名詞詞塊

語料庫中的名詞詞塊和標準化頻數顯示國際學者傾向使用“名詞短語+of短語片段”，采用多樣的表達方式來陳述研究內容、描述抽象概念等，密集呈現(xiàn)語篇信息，如：

例(1)：There isalargenumberofhydroxyls on Si-2 on the substrate surface. (CJAC_S)

例(2)：In this paper, we concentrate ontheroleofthesound velocity, which is defined as the propagating speed of the linear perturbation in the next section. (IJAC_S)

例(3)：Thepropertiesofthebilayer milieu show clearly that the bilayer interface is distinct both structurally and chemically. (IJAC_S)

以上三個詞塊在語篇中分別被用于確定數量、說明功能和強調特性。不同于國際學者的用詞豐富，中國學者僅使用a large number of用來強調數量。

這一結構是構詞能力很強的短語框架，中國學者使用不足的原因可能是對名詞化處理能力的不足，如：

例(4)a：However, it was found thattherewereeffectsof(< or = 1.5%) external factors (e.g. pressure and chemical form) on the decay rate. (CJAC_S)

b：Theeffectoftheion-exchange on the separation selectivity by the adsorption of gases including N2, CH4, CO2, and C2H2 and vapors of benzene and cyclohexane was first revealed in this work. (IJAC_S)

例(4)顯示中國學者采用there be句型引導賓語從句，國際學者采用名詞詞塊The effect of the作主語，將上文的信息進行“封裝”(encapsulation)，表述為新句中的一個元素，實現(xiàn)語篇的連貫性(Sinclair，1993：8)?！懊~短語+of短語片段”使句子結構更加緊湊，能在等長的表述中比動詞詞塊聚焦更多信息(Halliday，1989)。中國學者應提高名詞詞塊使用的能力，豐富語篇信息。

(3) 動詞詞塊

動詞詞塊在兩個語料庫中的標準化頻數分布說明中外學者均傾向使用被動詞塊匯報研究結果，這可能與理科的學科屬性有關，被動結構能夠體現(xiàn)實驗研究的客觀性?！氨粍觿釉~+介詞短語片段”、“副詞短語片段”和“動詞(be)+名詞短語/形容詞短語片段”主要用來標記圖表(如is/are/as shown in fig., shown in fig. the/a, are listed in table)和呈現(xiàn)研究結果(如is one of the, results show that the)。中國學者使用的詞塊形式較為單一，頻數均顯著高于國際學者，存在對固定類短語詞塊依賴的現(xiàn)象。而國際學者對詞塊的選擇和使用更豐富，如用is related to the, is based on the等表示邏輯關系?！跋刃性~it+動詞短語/形容詞短語片段”和“(動詞/形容詞)+to短語片段”在陳述事實和發(fā)現(xiàn)時能夠凸顯出研究的客觀性(如can be used to, it was found that)，中國學者在使用種類和頻數上均低于國際學者，在詞塊使用多樣性上較為欠缺，如國際學者還使用was found to be, it is possible/important to等。

中國學者在學術寫作中過多使用動詞詞塊，對口筆語的語體差異認識不夠充分；不能充分使用介詞和名詞詞塊，反映出對信息密集型語言結構處理能力的不足。中國學者應在學術寫作中應增強對介詞和名詞詞塊的使用，豐富動詞詞塊的結構類型，如“先行詞it+動詞短語/形容詞短語片段”和“(動詞/形容詞)+to短語片段”，避免過多依賴被動結構。

4.2 詞塊功能對比

根據Hyland(2008a：49)提出的詞塊分類框架，本研究按照詞塊在語篇中的功能將其分為三類：語篇型、研究型和參與型詞塊。

表4顯示，中國學者使用這三類詞塊的頻數均顯著低于國際學者。語篇型詞塊中，中國學者過少使用框架、過渡和結果詞塊，過多使用文本結構詞塊；研究型詞塊中，中國學者過少使用描述、時間/位置和過程詞塊，量化詞塊的使用與國際學者沒有顯著性差異；參與型詞塊中，中國學者過少使用立場詞塊，融入詞塊的使用與國際學者沒有顯著性差異。

表4 CJAC_S與IJAC_S詞塊功能類型頻數信息

(1)語篇型詞塊

中外學者在語篇型詞塊的使用頻數上差異較大，基本每項功能都存在差異，表達文本結構和框架的詞塊出現(xiàn)的頻率較高。文本結構詞塊主要由“被動動詞+介詞短語片段”構成，多用來指示圖表(如as shown in fig., is shown in fig.)，其次用來介紹語篇結構，提示下文將要陳述的內容(如in this paper we, in this section we)。中外學者在文本結構詞塊的用法上是相似的，用來指示數據來源或在文本中引導讀者，但中國學者的使用頻數顯著高于國際學者，這可能是他們對這種形式相對固定的詞塊的用法更有把握，因為學習者總是傾向于使用有把握的特定表達式(Granger，1998：10)。

中國學者使用框架詞塊的頻率顯著低于國際學者，該類詞塊大多數由“介詞詞組+內置of短語片段”構成，這與上文對介詞詞塊的討論結果一致。由表4可知，中國學者使用的該類型詞塊均出現(xiàn)在國際學者詞塊列表中，用來列舉案例(如in the case of)、限定條件(如on the basis of, in the absence of)、描述研究(如as a function of, on the surface of)等。除此之外國際學者還用來突出關系(如in terms of the, is related to the)、表明局限性(如in the sense that)等。這說明國際學者更注重使用框架詞塊向讀者詳盡地闡述并歸納論文的前提條件(Hyland,2008b:16)，通過明確限制條件將論證情景化，使論文更具有邏輯性和說服力。

國際學者使用9個過渡詞塊，用來表示轉折(on the other hand, the other hand the)、并列(as well as the/in, in addition to the)、對比(in contrast to the, to that of the)和比較關系(is consistent with the, similar to that of)。中國學者僅使用2個過渡詞塊，分別為as well as the和on the other hand，表示并列和轉折關系。這說明中國學者還不能夠靈活使用過渡詞塊來銜接上下文的邏輯關系。

中外學者分別使用3個和6個結果詞塊，頻數上中國學者使用不足。國際學者利用結果詞塊來解釋緣由(as a result of, is due to the)、呈現(xiàn)研究結果或發(fā)現(xiàn)(was found to be, have/has been shown to, it has been shown)等。中國學者利用形式單一的詞塊來實現(xiàn)相似的功能，即as a result of, it was found that和results show that the。這說明中國學者在結果詞塊的使用上缺乏多樣性。

(2)研究型詞塊

研究型詞塊中，國際學者主要用來描述研究對象或材料(如the structure of the, the size of the)、研究方法(如the basis of the, an important role in)、研究過程(如the effect of the, the stability of the)、重要性(如play an important role)等，凸顯研究的嚴謹性和客觀性。中國學者過少使用描述詞塊，且形式和功能較為單一，主要用來描述重要性(如one of the most, an important role in等)。這說明中國學者不能詳盡使用詞塊進行描述，未能充分認識到描述研究方法等對傳達硬學科研究的基礎性、實驗性的重要意義(Hyland，2008b：15)。

時間/位置詞塊在中外語料庫中分別出現(xiàn)1個和4個，共同使用at the same time，除了標記時間，國際學者還使用at the end of, for the first time等標記研究步驟；過程詞塊分別出現(xiàn)1個和5個，共同使用can be used to，除了展現(xiàn)過程，國際學者還使用a function of the, the role of the強調功能，使用the formation of a/the說明研究方法。這說明中國學者使用這兩類詞塊的語言形式和表達功能缺乏多樣性。

(3)參與型詞塊

參與型詞塊中，中國學者使用立場詞塊的頻數顯著低于國際學者。該類型在中外語料庫中分別出現(xiàn)1個和5個，共同使用the fact that the這一確定性立場標記，通過呈現(xiàn)事實以達到構建論點、有效論證的目的。國際學者除了突出事實事件外，還使用含possible的可能性立場標記和含clear 的確定性立場標記，如：

例(5)：... However, it is possible to draw some tentative general conclusions. (IJAC_S)

例(6)：... but it is clear that many, if not most, proteins cannot fold without assistance within the cell. (IJAC_S)

例(5)中，it is possible to表達作者對命題的評價，調節(jié)命題的確定程度，避免作者對所討論的內容過于肯定而帶來的風險，為命題修改留出空間(Myers，1989：14；Coates，1990：61-62)；例(6)中，it is clear that 通過喚醒共有知識將讀者帶入一種同意作者觀點的狀態(tài)，在讀者和作者之間建立一種默契(龍滿英、許家金，2010：23)。

與國際學者相比，中國學者在學術語篇中主要客觀陳述或強調顯而易見的事實，較少表明立場和態(tài)度，這可能與中國的學術文化有關，即科學研究應客觀嚴謹，個人的立場和態(tài)度被認為是不客觀的表現(xiàn)。

4.3 詞塊結構類型與語篇功能的關聯(lián)

詞塊的結構形式與語篇功能交互，每一項意義的表達都有其傾向的結構(李晶潔、衛(wèi)乃興，2013：210)。圖1呈現(xiàn)了兩個語料庫中各功能類型詞塊的結構范疇分布，發(fā)現(xiàn)IJAC_S中的語篇型詞塊主要由介詞詞塊構成，CJAC_S中語篇型詞塊由動詞詞塊和介詞詞塊構成；IJAC_S中的研究型詞塊主要由名詞詞塊構成，CJAC_S中的研究型詞塊主要由介詞和名詞詞塊構成；兩個語料庫中的參與型詞塊都主要由動詞詞塊構成。研究顯示，中外學者使用不同結構類型來實現(xiàn)相似的語篇功能，這與潘璠(2016)的研究結果相一致。國際學者傾向使用介詞詞塊來構建語篇，使用名詞詞塊來描述研究。而中國學者不管是構建語篇還是描述研究，使用動詞詞塊的頻率都要高于國際學者，名詞詞塊使用匱乏問題顯著。研究表明，中國學者在恰當使用結構類型實現(xiàn)特定語篇功能方面還與國際學者有一定的差距。

圖1 詞塊結構-功能范疇關聯(lián)圖

5.0 結論與啟示

本研究從結構分布和語篇功能兩個角度系統(tǒng)地考察中外學者在理科期刊論文中四詞詞塊使用的異同。結果發(fā)現(xiàn)：(1)中國學者在四詞詞塊的種類上與國際學者無顯著差異，在頻數上顯著少用；(2)結構方面，中國學者對口語和筆語的語體差異意識不足，表現(xiàn)出對動詞詞塊過度使用，對介詞和名詞詞塊使用不足；(3)功能方面，中國學者存在依賴慣用表達的傾向，構建語篇時多用文本結構詞塊，對國際學者高頻使用框架詞塊使用不足；呈現(xiàn)研究時過少使用描述、時間/位置和過程詞塊，且語言形式不夠豐富；在學術語篇中對立場詞塊使用不足；(4)中國學者使用的詞塊在結構和功能上的關聯(lián)性與國際學者存在一定的差異。

本研究對于學術英語教學的啟示在于：學術英語教學應加強學術詞塊教學，增強學生在學術寫作中使用詞塊的意識；提高學習者的體裁意識，加強對學術英語詞塊的認識，在寫作練習中有意識使用介詞和名詞詞塊，減少對動詞詞塊的依賴程度；教師應提供針對不同功能的詞塊表達設計練習，如框架、描述和立場詞塊，豐富學生使用詞塊表達同一功能的語言形式。

本研究的局限性在于：因語料庫庫容有限，本研究結果可能存在一定偏差，不能全面概括中國理科學者詞塊使用的特征；本研究只分析了四詞詞塊，沒有對其他長度的詞塊進行研究。后續(xù)研究可以擴大語料庫樣本范圍，分析其他長度詞塊的使用特征，如三詞詞塊和五詞詞塊，從而更全面深入地探討詞塊在理科學術語篇中的使用規(guī)律。