學習者語料庫與英語學習型詞典編纂＊

徐 海

(廣東外語外貿大學外國語言學及應用語言學研究中心 廣州 510420)

一、引 言

對外語學習者產出的語言錯誤進行診斷、分類和系統解釋,并不是一種新的研究手段。Corder于上世紀六七十年代就提出錯誤分析(error analysis)這一概念,指出可通過調查語言錯誤了解中介語的發展過程。學習者語料庫(learner corpus)的誕生,為大規模、系統的錯誤分析注入了新的活力,為新一代學習型詞典編纂奠定了基礎。“研究學習者語料庫,即研究大多數學習者易犯的各種錯誤類型,所得到的結果對ESL詞典編纂確實產生了很大的影響。”[1]

學習者語料庫由外語學習者產出的書面語和口語語料構成,語料通常來源于非本族語學生的作業或考試答卷,其建立是為了揭示外語學習者與本族語者之間的語言差異以及第二語言的發展規律。在建設學習者語料庫時,應當考慮學習者因素和任務因素的影響。[2]學習者因素包括其年齡、二語水平、母語背景等;任務因素含語料的類型(作文、信函、考試答卷等)、語料的文體風格、語料覆蓋的話題等。國際上比較著名的英語學習者語料庫包括1200萬詞次的朗文學習者語料庫(Longman Learners'Corpus,LLC)[3]、3500萬詞次的劍橋學習者語料庫(Cambridge Learner Corpus,CLC)[4]和約400萬詞次的國際學習者英語語料庫(International Corpus of Learner English,ICLE)[5]。我國也于上世紀90年代開始重視學習者語料庫的開發,比較著名的有廣東外語外貿大學和上海交通大學聯合開發的100萬詞次的中國學習者英語語料庫(Chinese Learner English Corpus,CLEC)及北京外國語大學文秋芳、梁茂成等開發的中國學生英語口筆語語料庫(Spoken and Written English Corpus of Chinese Learners,SWECCL)[6]。

二、學習者語料庫在學習型詞典編纂中的作用

學習者語料庫在以下幾個方面有助于學習型詞典的編纂:

首先,學習者語料庫有助于選詞立目。研究發現,最常用的2000詞覆蓋80%以上的口語或書面語語篇。[7]這些高頻詞必然要收錄進詞典。2000詞以外的詞目詞如何確定?Tono認為可通過對比本族語語料庫與學習者語料庫,了解英語學習者更常用哪些詞,而這些詞正是他們英語表達時想要的,應當立目詳解,滿足其交際需求。[8]

學習者語料庫與本族語語料庫對比亦能揭示在外語學習的某一階段哪些詞泛用或少用。可以利用 WordSmith Tools、AntConc等語料庫檢索工具中的word list功能,分別生成本族語語料庫詞表和學習者語料庫詞表。再通過keywords功能了解外語學習者泛用和少用的詞。例如,CLEC與FLOB(Freiburg-LOB Corpus of British English)語料庫對比發現,中國學習者比本族語者過度使用we,people,I,can,water,job,my,is,do,our等詞,而較少使用 let's,legalize,government,faster,clean,agony,honor,province,examination,furthermore等詞。詞典在立目時可通過適當的標記符號提醒學習者避免泛用或少用被過度使用的這些詞。另外,學習者語料庫中易拼寫錯誤的詞,例如在CLEC中,survey錯寫成servey、convenient錯寫成 convinient等,也應當在學習型詞典中予以警示。

學習者語料庫還能顯示各個階段二語詞匯的發展。外語學習中一個值得注意的現象是泛用nice、happy之類的普通形容詞。表1顯示CLEC各子語料庫[9]中這兩個形容詞的使用狀況。顯然,初學者最易過多使用這些形容詞,而高階學習者開始注意用更準確的詞來替換泛用的形容詞。學習者語料庫所提供的相關信息將有助于詞典編纂者針對不同水平的學習者的需求確定詞目詞的詳解程度。

表1 形容詞nice和happy在CLEC各子語料庫中的詞頻

其次,學習者語料庫有助于詞典編纂者針對特定學習者的常見錯誤進行判斷和歸類,更有效地設置用法說明等。學習型詞典有設置錯誤警示的傳統,例如,《劍橋高階英語學習詞典》(2003)中對“pay for”的用法設有如下說明:

pay for

Remember that payis always followed by the preposition`for'if there is a direct object,except in certain phrases such as`pay a bill/fine,etc.'You have topayfor the tickets in advance,I'm afraid.You have to pay the tickets in advance,I'm a fraid.

該用法說明提醒英語學習者注意正確使用pay后面的介詞for。英語學習型詞典所囊括的錯誤警示大致為五類:(1)詞匯選擇錯誤(例如,說 damage someone's health而不說 injure someone's health);(2)動詞的語法形式錯誤(例如,have problems to do something是錯誤說法,應為have problems doing something);(3)動詞句型錯誤(例如,可以說He proposed a possible solution to me.,但不說He proposed me a possible solution.);(4)詞在句中位置錯誤(例如,especially不出現在句首);(5)語法或詞匯搭配錯誤(例如,I have to do a speech.是錯誤的,可改為I have to make a speech.)。[10]

盡管現行英語學習型詞典中列舉的這些錯誤信息很有價值,但也存在不足:詞典中所提供的錯誤有時缺少事實依據,很多為編纂者預測外語學習者可能會犯的錯誤,因而未能針對學習者的特定外語水平設置錯誤警示。例如,《劍橋高階英語詞典》在詞條“talk”中設的一個錯誤警示“She talks excellent French.” ,顯然低估了那些會查閱高階詞典的學習者的語言水平。

另一方面,英美國家出版的學習型詞典因服務于世界各地學習者,難以完全針對中國英語學習者所犯的語言錯誤而設置相關的用法說明。以單詞knowledge為例,檢索CLEC不難發現,可能受漢語影響,中國學生傾向于使用短語learn knowledge:在CLEC出現的921例knowledge中,有124例與learn連用,為出現頻率最高的短語。然而,檢索英國國家語料庫(BNC)發現,經常與knowledge搭配的動詞依次是acquire,gain,require,deny,possess,impart,lack,share,use,test,extend,pool,glean,accumulate,disseminate,develop,update,increase,apply等,而未見一例learn knowledge。在五大學習型詞典中,僅有兩部最新版的詞典在knowledge條設有用法說明。《麥克米倫》(第2版,2007)在詞條knowledge中設的“Get it Right”(糾錯欄)中指出該詞為不可數名詞,后接的介詞不能為in或on。而《朗文》(第5版,2009)則設了三個欄目說明其用法:“Register”(語體欄)指出在日常英語中,人們常說know about而不是have knowledge of/about something;“Grammar”(語法欄)中介紹 knowledge為不可數名詞;“Common Errors”(常見錯誤欄)則精當地指出學習者易犯的搭配錯誤:“Do not say`learn knowledge'.Say gain knowledge or acquire knowledge.”

隨著學習者語料庫的規模不斷擴大以及語料分析越來越精細,會有越來越多的英語學習型詞典有針對性地警示學習者,設置更多用法欄目。

第三,學習者語料庫有助于發現英語學習者與本族語者之間深層次的語言差距,發掘英語學習者隱性的語言錯誤,從而在學習型詞典中設置新的專欄,更好地發揮詞典的編碼功能。與本族語者相比,外語學習者語言的一個比較大的問題是詞匯和語法搭配的使用。外語學習者常較少使用甚至回避一些語詞搭配。下面我們在T ono[11]研究的基礎上,通過比較BNC、日本英語學習者語料庫(Japanese EFL Learner Corpus,JEFLL[12])和CLEC的相關數據,考察中國英語學習者在使用動詞make時可能少用及不用的搭配。表2數據顯示,日本英語學習者常用money,food,breakfast,friends等具體的名詞與make搭配,而本族語者在使用make時,常用抽象名詞與之搭配,如sense,way,use,decision等。與之相比,中國英語學習者使用的make搭配詞有自身的特點:make haste、make practice等雖系make與表抽象意義的名詞搭配,然而英美人卻不習慣這樣搭配;make water則是不地道的表達法。因此,為中國學生編纂的詞典除應多列舉一些常出現的高頻搭配,還應當考慮學習者的需求。具體而言,初級英語詞典可多花些篇幅描述make的核心意義(即“做、制造”等義)的搭配,而高階學習型詞典應花更多篇幅列舉可與make搭配的表抽象義的搭配詞。

表2 動詞“make”在BNC、JEFLL和CLEC中與名詞的搭配

與本族語者相比,外國學生另外一個常見錯誤是用詞與當前文體風格不符。學習者語料庫顯示,學生在學術英語中常誤用諸如“maybe” 、“as far as I am concerned”、“I would like to talk about”等出現在口語中的詞語和句式。這些用詞雖沒有語法錯誤,但不合文體要求。為幫助學習者減少學術寫作中的表達問題,麥克米倫出版公司與比利時魯汶大學語料庫語言學中心合作,對國際學習者英語語料庫(ICLE)進行大規模的語料分析,并與BNC中的學術英語子語料庫對比,獲得第一手的寶貴數據[13][14],首次在《麥克米倫高階英語詞典》(2007)中設置“IMPROVE YOUR WRITING SKILLS”(改進你的寫作技能)專欄,集中介紹“添加信息”、“對比與比較:描述相似性與差異”、“舉例”等12項學術寫作功能以及“冠詞”、“補足語:動詞、名詞與形容詞使用句型”、“名詞的可數與不可數”等6類語法要點。該欄目“應用語料庫數據顯性地表現出了學習者在實現某一寫作功能時經常遇到的困難,以便詞典使用者能掌握更適當的寫作策略”。[15]例如,圖1直觀顯示besides在本族語者的學術英語中很少出現,而英語學習者卻經常在學術寫作中使用該詞。同時,詞典用“BE CAREFUL!”警示學習者該詞主要用于口語和非正式文體中。圖2則對比了“similarly/in the same way/likewise”三詞在學術英語中的出現頻率,表明“similarly”比“in the same way”和“likewise”常用。這些基于語料庫的直觀信息對于改善學生的學術寫作能力大有裨益。

圖1 《麥克米倫高階英語詞典》對副詞“besides”在學術英語中用法的提示

圖2 《麥克米倫高階英語詞典》對比“similarly/in the same way/likewise”在學術英語中的出現頻率

總之,對學習者語料庫數據深入挖掘與應用,將有助于學習型詞典開發新的專欄,防止語言錯誤出現,更大程度發揮其編碼功能。

三、結 語

學習者語料庫將在英語學習詞典編纂中發揮重要作用。借助語料庫檢索工具,分析學習者語料庫中所包含的語言錯誤信息,將有助于了解各個階段、各種母語背景的學習者的中介語特點,從而有助于英語學習型詞典選詞立目,有助于設置用法說明、錯誤警示、圖表對比等相關欄目。

要充分利用學習者語料庫,還需要進一步解決相關理論和實踐問題。學習者語料庫是以錯誤分析理論為基礎的,然而該理論從上世紀中期提出以來一直沒有大的發展。實際操作方面,與本族語語料庫相比,學習者語料庫無論在規模、語料的代表性還是檢索工具的開發等方面,依然相對落后。當今的學習者語料庫規模偏小,還未有一個學習者語料庫詞次上億;選取的語料缺少代表性和典型性;語料檢索工具仍主要服務于本族語語料庫,對學習者的詞匯、句法、語用等錯誤不敏感。這些問題都限制了學習者語料庫在學習型詞典編纂中的應用。同時,詞典編纂者也需要加強語料庫相關知識與操作的培訓,從而在編纂過程中更好地運用學習者語料庫。

附 注

[1]Landau S I.Dictionaries:The Art and Cra ft of Lex icography.Cambridge:Cambridge University P ress,2001:293.

[2][13]Gilquin G,Granger S,Paquot M.Learner Co rpora:The Missing Link in EAP Pedagogy.Journal of English f or Academic Purposes,2007(4):319-335.

[3]與朗文蘭開斯特英語語料庫(Longman Lancaster English Corpus)和朗文口語語料庫(Longman Spoken Corpus)共同構建成3.3億詞次的朗文語料庫網絡(Longman Corpus Network),參見 http:∥www.pearsonlongman.com/dictionaries/corpus/。

[4]為5億詞次的劍橋國際語料庫的一部分,參見http:∥cambridge.org/elt/corpus/international-corpus.htm。

[5] 現包括21種母語背景的學習者產出的英語語料,參見http:∥cecl.fltr.ucl.ac.be/Cecl-Projects/Icle/icle.htm。

[6]收集的語料為全國英語專業四、八級口試語料(100萬余詞)與英語專業學生的議論文和說明文語料(約120萬詞)。

[7]Nation I S P.Learning Vocabulary in Another Language.Cambridge:Cambridge University Press,2001:13-17.

[8][10][11]T ono Y.The Potential of Learner Corpora for Pedagogical Lexicography.∥Ooi V B Y,Pakir A,Talib I S,Tan P K W.(eds.)Perspectives in Lexicography:Asia and Beyond.Tel Aviv:K.Dictionaries Ltd.,2009:105-116.

[9]五個子語料庫收詞相當,分別為20萬詞次左右。

[12] 參見http:∥jefll.corpuscobo.net/。

[14][15]Rundell M.語料庫詞典學的最新發展和未來趨勢(下).辭書研究,2009(4).