整合資源 走向共享

由香港教育學院語言資訊科學研究中心主辦的“漢語語料庫及語料庫語言學”圓桌會議于2011年5月6日～8日在香港教育學院召開。來自美國、英國、法國、新加坡、日本、中國大陸和香港臺灣高校及科研院所的專家學者40余人參加了會議。應邀到會的內地學者專家分別來自中國社會科學院語言研究所、教育部語言文字應用研究所、北京大學、清華大學、微軟亞州研究院、北京外國語大學、復旦大學、山東大學、華中師范大學等單位。

與會專家代表既有長期主持、參加、參與漢語語料庫研究“數十年磨一劍”的鄒嘉彥、游汝杰、黃昌寧、鄭錦全、王士元、周海清等“元老級”專家，也有長期海外經歷、參加或參與美歐等境外國家地區(qū)語料庫研究項目的魏婷蘭（Thekla Wiebusch）、陶紅印、肖忠華、李行德、黃居仁、方稱宇、陸鏡光、陳克健、羅鳳珠及國內主持本領域重大創(chuàng)新工程的孫茂松、傅愛平、何婷婷、陳振宇、段慧明、吳云芳等一大批中青年領軍學者，更有多位在語料庫語言學領域脫穎而出的學術新秀。“老中青”濟濟一堂，共同探討漢語語料庫語言學的發(fā)展是本次圓桌會議的一個突出亮點。

在網絡資訊和中文國際化的背景下，全球華語面臨大交流、大融合、大發(fā)展的新形勢和新挑戰(zhàn)。總結回顧漢語語料庫和語料庫語言學發(fā)展的歷史經驗，交流人工智能、自然語言理解和語言教學及知識挖掘領域漢語語料庫基礎應用研究的新探索和新成果、展望漢語語料庫和語料庫語言學發(fā)展前景，成為這次圓桌會議的主題。

圓桌會議開幕式上，香港教育學院校長張炳良教授、香港教育學院署理副校長（研究與發(fā)展）盧成皆教授、語文學院院長陳國球教授、香港教育學院語言資訊科學研究中心鄒嘉彥教授發(fā)表歡迎詞。

著名語言學家王士元教授做了題為《語言與漢語語料庫語言學》的專題報告，介紹了語料庫語言學的基本原理和語言研究的發(fā)展，針對語言研究的新趨勢提出來漢語語料庫語言學如何“向前看”、如何充分發(fā)揮語料庫的功能和價值的問題。

本次圓桌會議主席、香港教育學院語言資訊科學研究中心總監(jiān)鄒嘉彥教授首先對會議的宗旨和前瞻作了簡要而深刻的概括。作為15年前領先啟動“北京、上海、香港、臺灣和新加坡五地華語共時語料庫（LIVAC）（http://www.livac.org）”的首席專家，鄒嘉彥教授重點介紹了15年來跟蹤華語世界語言發(fā)展所記錄下來的新生詞語產生、擴散、傳播、演化的分布數據，提出了從共時語料庫延伸到“跟蹤”語料庫的新發(fā)展。

洛杉磯加州大學亞洲語言與文化系陶紅印教授做了題為《從文本分析到多模態(tài)分析：漢語語料庫語言學的挑戰(zhàn)》的報告。

會議發(fā)表的主體報告和論文，選題前沿、數據翔實、經驗豐富、亮點紛呈，既涉及到語言研究與語料庫方法及語料庫語言學相關的理論、方法、應用實踐等基本問題，也涉及到社會語言學、功能語言學、計算語言學、對比語言學、兒童語言學、佛經語言學以及文體學、風格學等交叉學科；既有共時語料庫、歷時語料庫、當代語料庫、方言語料庫、兒童口語語料庫、佛典語料庫、雙語語料庫、專利語料庫、博客語料庫等等不同類型語料庫的研究報告，還有討論語料的分詞、標注等加工原則、方法、標準，以及文本描述、自動預測、知識挖掘、自動提取語法關系、自動生成語法樹庫、基于云計算的語料庫建設和基于web自動標注等方面的探索。特別是臺灣中研院歷史語言研究所的歷史語料庫、香港教育學院語言資訊科學研究中心的LIVAC共時語料庫、國家語委現代漢語規(guī)范語料庫、北京大學語法信息詞典、清華大學語法樹庫、美國、英國和歐洲的深加工附碼語料庫等海內外各具特色的語料庫，都有主要研制者或參與者在會上進行交流，為本次會議增添了厚重而深遠的學術意義。

無論是會議參加者的代表性、還是熱點論題的前沿性，無論是交流論點的權威性，還是達成共識的一致性，都使此次圓桌會議成為漢語語料庫語言學發(fā)展歷史上的一次里程碑性質的國際性專業(yè)峰會，而每位與會代表都是這一重大學術事件的親歷者和見證人。閉幕式前，美國加州大學的陶紅印、臺灣中研院的陳克健、北京清華大學孫茂松、香港理工大學黃居仁、香港城市大學方稱宇五位教授對圓桌會議發(fā)表了總結性感言，分析現狀，發(fā)人深思；展望未來，鼓舞人心。

在之后的自由發(fā)言中，場面熱烈，亮點不斷。山東大學盛玉麒教授倡議成立“全球華語信息資源建設協(xié)作組”，聯絡全球專業(yè)人員和熱心人士，以全球華語語料庫資源共享、系統(tǒng)最佳化為目標，整合已有各類漢語語料庫，避免低水平重復，搭建統(tǒng)一的系統(tǒng)平臺，使“古今、中外、雅俗、聲像”漢語資源各得其所、相得益彰，滿足不同層次用戶的需要。這一倡議引起與會者的熱烈反響。

與會專家代表經過兩天半緊張、有序、高效和熱烈地研討，就以下方面達成共識：

1.網絡已成為新型的信息傳輸方式，同時也是未來社會的一種生存方式和語料庫建設的主要信息資源。

2.語料庫方法逐漸受到各相關領域和相關學科的重視，已成為新型的人文社會科學特別是語言學的研究“范式”，具有重要的不可替代的作用和價值。

3.迄今為止已建和在建的不同類型、不同層次的漢語語料庫將繼續(xù)發(fā)揮巨大的資源檢索、服務等作用。

4.提高語料的加工深度和精度、處理好語料庫“量”和“質”的關系，是當前和未來漢語語料庫語言學面臨的巨大挑戰(zhàn)和重要任務。

5.為適應全球華語大融合、大發(fā)展的機遇與挑戰(zhàn)，急需瞄準國際前沿目標、發(fā)揮已有資源優(yōu)勢、構建通用的立體化平臺、建設與時俱進的動態(tài)優(yōu)化系統(tǒng)，滿足不同類型、不同層次的需要，應是漢語語料庫研究者責無旁貸的歷史使命。

6.樹立資源價值觀念和知識產權保護意識，按照“學術優(yōu)先、政府主導、統(tǒng)一規(guī)劃、共建共享”的原則，探討“產、學、研、社、企、政”聯合共建模式，努力爭取政府和社會多方面的參與和支持，是漢語語料庫語言學走上快速發(fā)展的通道的基本路線。

（盛玉麒 濟南 山東大學中文信息研究所 250100）