高職微型英語(yǔ)語(yǔ)料庫(kù)的建設(shè)研究

1、    高職微型英語(yǔ)語(yǔ)料庫(kù)的建設(shè)研究    【摘 要】大型語(yǔ)料庫(kù)包含的語(yǔ)料信息非常龐雜，它們對(duì)于語(yǔ)言用法的研究、教材和詞典的編寫(xiě)有著重要的意義。然而對(duì)于一線(xiàn)高職英語(yǔ)教師而言，大型語(yǔ)料庫(kù)的數(shù)據(jù)冗余使得針對(duì)其的觀(guān)察研究費(fèi)時(shí)費(fèi)力，實(shí)用性不夠強(qiáng)。自建小型或微型的語(yǔ)料庫(kù)有助于豐富外語(yǔ)教學(xué)環(huán)境，開(kāi)展以課堂為中心的實(shí)證教學(xué)研究。但多數(shù)教師認(rèn)為自建語(yǔ)料庫(kù)難度太大、技術(shù)要求過(guò)高、時(shí)間和精力投入難以達(dá)到。實(shí)際上，教師可以通過(guò)使用網(wǎng)上可獲取的電子化文檔、利用有效的語(yǔ)料庫(kù)軟件，把精力集中于語(yǔ)料庫(kù)內(nèi)容的選取和呈現(xiàn)上。本文介紹微型語(yǔ)料庫(kù)建設(shè)的可行性、方法、步驟以及應(yīng)用，借以提倡廣大

2、一線(xiàn)高職英語(yǔ)教師利用科研成果豐富和提高自己，讓高職英語(yǔ)教學(xué)更加科學(xué)化和客觀(guān)化?！娟P(guān)鍵詞】微型語(yǔ)料庫(kù)；高職英語(yǔ)；檢索軟件： h319.3 ： a ： 2095-2457（2018）01-0056-002【abstract】the corpus information contained in the large corpus is very complicated.it is of great significance for the study of language usage， teaching materials and dictionaries. however， for first-

3、line vocational english teachers， the data redundancy of large-scale corpus makes the observation and research on it time-consuming and laborious， and the practicability is not strong enough. self-built small or mini corpus helps to enrich the foreign language teaching environment and carry out the

4、classroom-centered empirical teaching research. however， most teachers think that the difficulty of self-built corpus is too high， the technical requirements are too high， and time and effort are hard to reach. in fact， teachers can focus their efforts on the selection and presentation of corpus con

5、tent by using the corpus of available electronic documents available online. this article introduces the feasibility， method， procedure and application of the construction of miniature corpus， in order to promote the majority of first-line vocational english teachers to use scientific research to en

6、rich and improve themselves， to make higher vocational english teaching more scientific and objective.【key words】micro corpus； vocational english； retrieval software0 引言語(yǔ)料庫(kù)語(yǔ)言學(xué)自20 世紀(jì) 60 年代初期開(kāi)始發(fā)展，是一門(mén)新興的語(yǔ)言學(xué)分支學(xué)科，現(xiàn)在理論和技術(shù)兩方面都已趨于成熟。它致力于研究真實(shí)的語(yǔ)言數(shù)據(jù)，研究者需要借助語(yǔ)料庫(kù)檢索工具對(duì)語(yǔ)料文本進(jìn)行檢索、取樣、分析和統(tǒng)計(jì)，從而發(fā)現(xiàn)原本未留意的語(yǔ)言在真實(shí)語(yǔ)境中使用的模式和規(guī)律1。

7、近年來(lái)，越來(lái)越多的學(xué)者和專(zhuān)家投入到語(yǔ)料庫(kù)的研究中，語(yǔ)料庫(kù)應(yīng)用涉及到語(yǔ)言研究的方方面面。與此同時(shí)，大型通用語(yǔ)料庫(kù)迅猛發(fā)展，數(shù)據(jù)規(guī)模急速變大，目前已經(jīng)達(dá)到了幾億形符2。如英國(guó)國(guó)家語(yǔ)料庫(kù)bnc（british national corpus）收集了各種來(lái)源的書(shū)面、口頭語(yǔ)言樣本1億字；美國(guó)當(dāng)代英語(yǔ)語(yǔ)料庫(kù)coca（corpus of contemporary american english），截至2017年11月共收錄超過(guò)5.6億字的語(yǔ)言材料。大型語(yǔ)料庫(kù)包羅萬(wàn)象、語(yǔ)料樣品多，但是繁多的語(yǔ)料和復(fù)雜的語(yǔ)境使得產(chǎn)出數(shù)據(jù)復(fù)雜，學(xué)習(xí)者或者研究者僅靠人工觀(guān)察想在結(jié)果中找出特定的內(nèi)容或者發(fā)現(xiàn)規(guī)律猶如大海撈針。相比較

8、而言，自建語(yǔ)料庫(kù)建庫(kù)目標(biāo)明確、更新速度快、針對(duì)性強(qiáng)，適合特定教學(xué)對(duì)象的難度和興趣。而且本機(jī)操作，經(jīng)濟(jì)快捷。但是在國(guó)內(nèi)，語(yǔ)料庫(kù)建設(shè)方面的研究常見(jiàn)于本科院校，高職院校此方面的探索較少。本文以筆者自建的絕望主婦對(duì)白語(yǔ)料庫(kù)為例介紹微型語(yǔ)料庫(kù)建設(shè)的步驟和方法，并對(duì)如何使用微型語(yǔ)料庫(kù)輔助教學(xué)進(jìn)行了簡(jiǎn)單探討。1 自建微型語(yǔ)料庫(kù)的可行性語(yǔ)料庫(kù)，顧名思義就是語(yǔ)言材料庫(kù)，其中存放的是在語(yǔ)言的實(shí)際使用中真實(shí)出現(xiàn)過(guò)的語(yǔ)言材料。梁茂成等（2010）將其定義為“一個(gè)按照一定的采樣標(biāo)準(zhǔn)采集的、由若干個(gè)電子文本構(gòu)成的、具有一定容量的電子文本集，并且這些電子文本可作為一個(gè)整體代表某語(yǔ)言或者某語(yǔ)言的某種變體或文類(lèi)”3。人們一般認(rèn)

9、為構(gòu)建語(yǔ)料庫(kù)是一個(gè)花費(fèi)大量人力物力的工程，大量數(shù)據(jù)的獲取和材料的規(guī)范型電子化聽(tīng)起來(lái)就很難。實(shí)際上，隨著計(jì)算機(jī)技術(shù)的發(fā)展、網(wǎng)上電子文本的日益豐富、如abbyy fine reader 之類(lèi)ocr軟件的廣泛使用，個(gè)人收集大量真實(shí)的語(yǔ)料不再是一件非常困難的事情4。其次， wordsmith、antconc、wordpilot和cqpweb等語(yǔ)料庫(kù)軟件提供了有效的技術(shù)支持。此外，個(gè)人語(yǔ)料庫(kù)的規(guī)模不會(huì)很大、建庫(kù)要求不是很?chē)?yán)格、語(yǔ)料加工程度也不用很深，所以個(gè)人建設(shè)微型的教學(xué)語(yǔ)料庫(kù)是完全可行的。2 高職微型語(yǔ)料庫(kù)的創(chuàng)建事先設(shè)計(jì)對(duì)于語(yǔ)料庫(kù)建設(shè)非常重要，即使是微型教學(xué)語(yǔ)料庫(kù)，也是如此。建立語(yǔ)料庫(kù)需要有明確的目的

10、，它直接影響了語(yǔ)料庫(kù)的類(lèi)型和規(guī)模，并最終決定語(yǔ)料的選擇和整理的方式4。此外還要考慮取樣標(biāo)準(zhǔn)、設(shè)備、存貯方式和格式等因素。筆者在設(shè)計(jì)語(yǔ)料庫(kù)時(shí)，考慮到目前使用的教材語(yǔ)言不夠地道、與現(xiàn)實(shí)生活相脫節(jié)、缺少對(duì)應(yīng)視頻輔助這些情況，目標(biāo)是創(chuàng)建一個(gè)帶視、聽(tīng)、讀資源的微型教學(xué)語(yǔ)料庫(kù)，激發(fā)學(xué)生的學(xué)習(xí)興趣、豐富化學(xué)生的學(xué)習(xí)體驗(yàn)。2.1 語(yǔ)料的選擇、采集為了保證語(yǔ)料的真實(shí)性，教學(xué)語(yǔ)料庫(kù)應(yīng)選用母語(yǔ)人士的語(yǔ)言材料。在選擇時(shí)，優(yōu)先選用網(wǎng)上已有的電子化語(yǔ)料可以簡(jiǎn)化語(yǔ)料庫(kù)建設(shè)的人力和物力。網(wǎng)上英語(yǔ)語(yǔ)言材料十分豐富，不僅有來(lái)自各個(gè)網(wǎng)站的最新語(yǔ)料，還有一些專(zhuān)門(mén)的電子文本庫(kù)、電影電視劇本等。此外，如果研究者找不到符合建庫(kù)目的現(xiàn)有電子

11、文本材料，還可以利用ocr軟件電子化紙質(zhì)材料再進(jìn)行校對(duì)。筆者建庫(kù)主要是為了使之服務(wù)于教學(xué)，希望語(yǔ)料內(nèi)容盡可能生活化、語(yǔ)言的難度符合高職聽(tīng)說(shuō)教學(xué)的要求，并有音頻、視頻材料作為有效補(bǔ)充，所以在對(duì)比了老友記、生活大爆炸、摩登家庭和絕望的主婦四部英語(yǔ)學(xué)習(xí)者非常喜愛(ài)的美劇后，選擇了生活氣息比較濃厚、主要演員發(fā)音地道、對(duì)白語(yǔ)速適中的家庭倫理劇絕望的主婦。該劇包含很多精彩的臺(tái)詞對(duì)白，尤其是每集故事解說(shuō)中使用的語(yǔ)句詞匯，非常值得細(xì)心品讀5。筆者通過(guò)互聯(lián)網(wǎng)搜集到現(xiàn)已播出的八季英中對(duì)照字幕文檔。2.2 語(yǔ)料的分類(lèi)和整理收集的語(yǔ)料應(yīng)按照一定的原則進(jìn)行分類(lèi)，分類(lèi)原則在參考大型語(yǔ)料庫(kù)分類(lèi)標(biāo)準(zhǔn)的基礎(chǔ)上兼顧實(shí)際應(yīng)用需要。創(chuàng)

12、建語(yǔ)料庫(kù)文件時(shí)，需要將每一個(gè)文本獨(dú)立存放，存檔為txt純文本格式且以英文字母形式命名，這是大多數(shù)語(yǔ)料庫(kù)軟件支持的格式。文件命名格式也應(yīng)該統(tǒng)一，方便語(yǔ)料庫(kù)的后續(xù)補(bǔ)充添加。筆者采集的是美劇對(duì)白語(yǔ)料，為了便于根據(jù)檢索結(jié)果定位至相應(yīng)視頻片段，就直接按照相應(yīng)的劇集將八季文檔分為8個(gè)文件夾、178個(gè)txt文本。從網(wǎng)絡(luò)獲取的文件，一方面其文本信息可能會(huì)有一些錯(cuò)誤，要仔細(xì)核對(duì)；另一方面文本會(huì)存在不合規(guī)范的符號(hào)和格式，影響到檢索結(jié)果的正確性和可靠性，需要批量清潔與整理。筆者在實(shí)際操作中首先使用了editpadpro、powergrep進(jìn)行文本格式的轉(zhuǎn)換和清潔，然后通過(guò)super batch renamer統(tǒng)一重

13、命名文本，得到了178個(gè)生文本，之后根據(jù)相應(yīng)劇集視頻快速核對(duì)這178個(gè)文本語(yǔ)言信息的正誤，同時(shí)刪除多余的空格和空行，減少冗余數(shù)據(jù)的產(chǎn)生。2.3 語(yǔ)料的標(biāo)注和賦碼？標(biāo)注是大型語(yǔ)料庫(kù)的重要規(guī)范之一，對(duì)語(yǔ)料庫(kù)的生文本進(jìn)行標(biāo)注可以為語(yǔ)料庫(kù)帶來(lái)增值6。按照國(guó)際通用的cocoa標(biāo)準(zhǔn)，標(biāo)注多位于文件的首行，提供的相關(guān)信息放入尖括號(hào)“<>”中，便于識(shí)別。語(yǔ)料的賦碼是一種特殊的標(biāo)識(shí)，它分為詞類(lèi)賦碼和句法賦碼兩類(lèi)。在進(jìn)行詞性賦碼之前，應(yīng)確定賦碼方案，常見(jiàn)的賦碼方案有claws賦碼系統(tǒng)、taggit系統(tǒng)和brills tagger 賦碼系統(tǒng)7。賦碼標(biāo)注過(guò)的語(yǔ)料庫(kù)可以進(jìn)行較為復(fù)雜的檢索和分析，從而發(fā)揮更多

14、的作用；未經(jīng)賦碼的語(yǔ)料庫(kù)被稱(chēng)為生語(yǔ)料庫(kù)，只能進(jìn)行詞匯層級(jí)的檢索。筆者選用了常用的賦碼工具tree tagger對(duì)自建語(yǔ)料庫(kù)生文本進(jìn)行自動(dòng)詞性標(biāo)注。2.4 微型語(yǔ)料庫(kù)的使用經(jīng)過(guò)整理和標(biāo)注后的電子文本集中存放在某個(gè)文件夾中，就是自建的微型語(yǔ)料庫(kù)。研究者必須借助語(yǔ)料庫(kù)檢索工具，如word smith、antconc，對(duì)語(yǔ)料庫(kù)進(jìn)行檢索應(yīng)用。比如在進(jìn)行大學(xué)英語(yǔ)第二單元“how to express thanks and respond to it”的授課時(shí)，學(xué)生遇到了owe這個(gè)疑難詞，筆者通過(guò)在對(duì)白語(yǔ)料庫(kù)中檢索“owe”獲取了批量的語(yǔ)例、并截取了相應(yīng)的視頻片段，應(yīng)用于課堂講解中，使得教學(xué)更生動(dòng)、直接，學(xué)

15、生的學(xué)習(xí)興趣更加濃厚。再比如鑒于動(dòng)詞在句子中的靈魂性作用，筆者要求學(xué)生優(yōu)先掌握一些常用動(dòng)詞的用法，這時(shí)就運(yùn)用了antconc的詞匯表功能，統(tǒng)計(jì)絕望主婦各季中的高頻動(dòng)詞。比如經(jīng)過(guò)概率統(tǒng)計(jì)可知，第一季23劇集中高頻使用了was，have，know，are ，get，go，like，want，think，did這十個(gè)動(dòng)詞，然后再分別以這十個(gè)詞為關(guān)鍵詞進(jìn)行檢索，可以其具體的語(yǔ)境的使用情況。在語(yǔ)料庫(kù)實(shí)際應(yīng)用中，一方面教師可以運(yùn)用語(yǔ)料庫(kù)工具觀(guān)察和分析語(yǔ)料庫(kù)呈現(xiàn)的語(yǔ)例，發(fā)現(xiàn)語(yǔ)言規(guī)律和特征，使教學(xué)更具針對(duì)性；另一方面教師也可以引導(dǎo)學(xué)生分組討論從語(yǔ)料庫(kù)中篩選出的多行詞語(yǔ)索引項(xiàng)，自行進(jìn)行推斷、歸納和總結(jié)規(guī)律，參與

16、自身的知識(shí)構(gòu)建中來(lái)。這響應(yīng)了以學(xué)生為中心的二語(yǔ)習(xí)得教學(xué)原則，也是甄鳳超（2005）所強(qiáng)調(diào)的“語(yǔ)言的習(xí)得不是一個(gè)從教師到學(xué)生的簡(jiǎn)單過(guò)程，而是一個(gè)由學(xué)生自己發(fā)現(xiàn)和探索的過(guò)程”的體現(xiàn)8。3 結(jié)語(yǔ)綜上所述，自建微型語(yǔ)料庫(kù)加深了高職英語(yǔ)教師對(duì)語(yǔ)料庫(kù)的認(rèn)識(shí)、提高了自身的教學(xué)能力和專(zhuān)業(yè)素養(yǎng)。教師利用語(yǔ)料庫(kù)工具加工、處理語(yǔ)料，應(yīng)用于高職英語(yǔ)課堂教學(xué)，不僅為教學(xué)帶來(lái)了豐富、有趣、地道的新資源，而且拓展了教學(xué)方法和教學(xué)技術(shù)，從而豐富了學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)，讓高職英語(yǔ)教學(xué)更加多樣化、科學(xué)化和客觀(guān)化。但由于受到語(yǔ)料庫(kù)語(yǔ)言學(xué)、二語(yǔ)教學(xué)理念以及相關(guān)技術(shù)的限制，高職英語(yǔ)教師關(guān)于“在教學(xué)中構(gòu)建和使用微型教學(xué)語(yǔ)料庫(kù)的研究”還不夠充

17、分，有待進(jìn)一步、更深入的探索。高職教師應(yīng)該經(jīng)常更新教學(xué)理念、提升科研能力，然后將語(yǔ)言學(xué)和二語(yǔ)習(xí)得方面的一些新發(fā)現(xiàn)、新成果積極運(yùn)用于課堂實(shí)踐。微型語(yǔ)料庫(kù)的建設(shè)涉及收集、分類(lèi)、整理和標(biāo)注多個(gè)環(huán)節(jié)，需要研究者投入相當(dāng)多的時(shí)間和精力，但回報(bào)是非常豐厚的。尤其是標(biāo)注環(huán)節(jié)，標(biāo)注的種類(lèi)越多，在檢索時(shí)運(yùn)用正則表達(dá)式能提取的語(yǔ)言信息就越多，也越能發(fā)揮語(yǔ)料庫(kù)的教學(xué)效力和功用。此外，研究和應(yīng)用的過(guò)程也是一個(gè)教師不斷學(xué)習(xí)和提高自我的過(guò)程?！緟⒖嘉墨I(xiàn)】1何安平.語(yǔ)料庫(kù)語(yǔ)言學(xué)與英語(yǔ)教學(xué)m.外語(yǔ)教學(xué)與研究出版社，2004.2楊惠中.語(yǔ)料庫(kù)語(yǔ)言學(xué)導(dǎo)論=an introduction to corpus linguistics

18、m.上海外語(yǔ)教育出版社，2002.3梁茂成，李文中，許家金.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謝家成，談宏慧.學(xué)習(xí)者英漢平行語(yǔ)料庫(kù)的建設(shè)與運(yùn)用j.長(zhǎng)江大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，32（2）：87-89.5李影.語(yǔ)料庫(kù)在高職高專(zhuān)英語(yǔ)詞匯教學(xué)中的應(yīng)用j.阜陽(yáng)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2017，28（1）：44-47.6梁茂成.詞性賦碼語(yǔ)料庫(kù)的檢索與正則表達(dá)式的編寫(xiě)j.中國(guó)外語(yǔ)教育，2009（2）：65-73.7鄭志恒.美英報(bào)刊英語(yǔ)標(biāo)注語(yǔ)料庫(kù)建設(shè)研究j.外語(yǔ)研究，2007（2）：32-38.8甄鳳超.語(yǔ)料庫(kù)數(shù)據(jù)驅(qū)動(dòng)的外語(yǔ)學(xué)習(xí)：思想、方法和技術(shù)j.外語(yǔ)界，2005，04：19-27+40.9graeme kennedy.語(yǔ)料庫(kù)語(yǔ)言學(xué)入門(mén)m.外語(yǔ)教學(xué)與研究出版社，2000.10何安平.語(yǔ)料庫(kù)