基于語料庫的詞語知識提取與外向型詞典編纂*

邢紅兵

一、引 言

隨著語料庫資源建設的逐漸深入及語言習得理論的發展，研究者更加重視語言事實對語言習得的影響。比如以聯結主義為代表的語言習得觀，主張語言習得的過程實際上是學習者通過真實的語言材料獲取語言知識并儲存于心理詞典中(Rumelhart＆McClelland 1986;Bates et al．1998;MacWhinney 1999)。語料庫資源正在語言教學及研究中發揮越來越重要的作用，目前國外的很多外向型詞典的編纂就以語料庫為依據。我們認為，在第二語言詞匯習得過程中，學習者習得第二語言詞匯的關鍵是以目標詞在目標語言中的使用情況為核心的動態詞匯知識體系(邢紅兵2009，2012;劉慧芳2011)，獲取目標語料庫詞語知識是二語詞匯習得研究的核心。在語料庫中提取詞匯知識，形成目的語詞匯知識體系，對外向型詞典的編纂有著非常重要的參考價值。現有的漢語作為第二語言的外向型詞典，并沒有能夠真正完全利用語料庫進行編纂，也沒有形成嚴密的知識體系。我們認為，外向型詞典中的詞條應是目的語詞匯使用特點的高度概括，如何將基于語料庫的語言知識概括、全面地反映到詞典編纂過程中，還需要進行大量的研究。本文從基于語料庫的詞匯知識提取角度，提出利用語料庫編纂外向型詞典的基本原則及操作方式，希望為詞典編纂者提供些許幫助。

二、基于語料庫的詞匯知識提取

1．關于詞匯知識

第二語言詞匯習得的研究，由早期主要關注詞匯量問題逐步轉向詞匯知識的相關研究，比如研究者都在思考這樣的問題:“學會一個詞意味著什么?”Richards(1976)提出了一個詞匯知識框架，認為詞匯知識主要包括詞語的頻率、搭配、存儲、位置、詞形、關聯、語義內涵、多義關系等幾個層面的信息。Nation(1990)在此框架的基礎上，將詞匯知識歸納為形態、位置、功能、語義等四個大類，并提出了貫穿各個層面的產出性詞匯和理解性詞匯的概念。Schmitt＆Meara(1997)進一步強調了詞語知識還應包括不同類詞語之間的聯結和關聯。邢紅兵(2009)基于聯結主義理論歸納出第二語言詞匯知識應該分為讀音、詞形、意義三個部分及其相互聯結，每個部分都有自己的特征，各類知識按照一定的規則組織在各自的詞典當中，其中語義知識是詞匯知識的核心，語義知識主要包括靜態知識、動態知識和詞語關系知識。在第二語言詞匯知識系統中，除了形、音、義等基本信息以外，詞匯知識的關鍵還在于詞語在使用過程中形成的詞匯知識，比如詞語的搭配信息和詞語關系知識。

2．基于目標語的詞匯知識提取

第二語言詞語學習的主要目標和難點就在于詞語在目標語中的運用，主要表現在對目標語詞語的熟練程度、對目標詞各種功能的掌握、對目標詞各種搭配的掌握以及搭配的豐富程度等方面。將目標語的運用概括成為詞匯知識，并反映到詞典中，這是基于語料庫的詞典編纂的總原則。因此，基于語料庫的知識提取是詞典編纂的第一步。

下面我們舉例分析。張博、邢紅兵(2004)曾建立一個“現代漢語義項標注語料庫”(以下簡稱“義項語料庫”)，該語料庫選取了1385598字的書面語語料，包括報刊文章、漢語教材、科技文章、文學作品等;同時還選取了707478字的電視訪談節目轉寫的文本，話題涉及社會生活各個方面。全部語料共有2093076字，1491266詞。以《現代漢語詞典》(第3版，以下簡稱《現漢》)的義項分列為依據，采用計算機輔助、人工逐一校對的方法，對語料的全部義項進行標注，在此基礎上形成了基于語料庫的現代漢語義項次數數據庫，該數據庫目前共有52665個詞形，75073個義項。我們選擇了一定數量的常用動詞和形容詞，從該語料庫中提取了這些常用謂詞的全部例句，并采用人工分析的方法對這些詞的句法功能及搭配詞語進行提取，最后得到常用謂詞句法功能及搭配詞語數據庫。以“簡單”為例，我們分析了“簡單”做謂語時的全部句法功能，并提取出全部的搭配中心詞語及其搭配頻率等，和“簡單”搭配的詞語按照功能分類形成了“簡單”的知識體系(見圖1)。

我們覺得基于語料庫的目的語詞匯知識應該能夠涵蓋詞語在目的語中的幾乎全部使用情況。從目前的研究來看，主要包括以下幾個方面:詞語的使用頻度、功能分布、搭配知識、使用框架、關系分析等方面。下一節我們將具體進行分析。

三、詞典編纂與知識提取

1．從語料庫中獲取詞語使用頻度

圖1 “簡單”的搭配知識體系示意圖(邢紅兵2012)

詞語在目標語中的使用頻度是外向型詞典詞語選取及等級分布的依據，詞語頻度統計數據在漢語教學活動中已經發揮了很重要的作用。但是，從語料庫中可以獲取的頻率信息遠超過詞語頻度，比如詞語的義項的使用頻率、詞語的搭配頻率等等。比如詞語的義項頻率分布，每個義項在現代漢語語料庫中使用的次數并不相同，這里以動詞“打”為例，來分析其義項的分布。動詞“打”有25個義項，各個義項在“義項語料庫”中的出現次數按照降序排列的情況見表1，括號中的數字是“打”在《現漢》中的義項號。

表1 動詞“打”的義項使用次數降序排列表

從表1的數據可以看出，“打”的25個義項在現代漢語中的使用情況有明顯的差異，如果按照教學的等級劃分來看，這25個義項應該排列在各個不同的階段進行教學。我們在編纂外向型學習詞典的時候就需要按照各個義項的使用頻度進行排列，常用詞詞典也需要選擇常用的義項進行釋義。

2．從語料庫中獲取詞語的功能及分布

詞語的功能分布是詞語知識的重要組成部分，也是二語教學中的重點，其中以謂詞在語料庫中的句法功能的表現最為突出，比如說動詞所具備的功能就包括做謂語、做定語、做補語、做狀語，甚至做主賓語。作為謂詞的形容詞的句法功能也很豐富，常用的功能主要包括做定語、做謂語、做狀語和做補語等。我們從“義項語料庫”中隨機抽取了8個形容詞，對這些詞在全部語料中的句法功能進行了統計分析，結果見表2。

表2 形容詞句法功能分布情況表

從表2的數據可以看出，“重要”和“主要”是以做定語功能為主的形容詞，“重要”的次要功能是做謂語，“主要”的次要功能是做狀語，“正確”和“友好”的主要功能是做定語和狀語，“突然”和“完全”的主要功能是做狀語，“突然”偶爾做謂語和補語，“完全” 一般不做謂語和補語，有時可以做定語。“幸福”和“整齊”具備四種句法功能，特別是“整齊”的句法功能相對自由。我們認為，這些功能在使用上表現出來的主次差異也應該體現在外向型詞典詞條的功能釋義和用例中。

3．從語料庫中獲取詞語的搭配詞及其頻率

我們認為，一個詞語在實際語言使用過程中表現出來的句法功能分布、詞語的搭配及其使用頻度、搭配詞語的語義特征、各類詞語的使用次數等因素構成了目標語詞匯知識體系的主體。外向型詞典要體現目標語的使用情況，其中最重要的一個方面就是要最大程度地體現詞語在目標語中的搭配情況。下面我們以“高興”為例，對“義項語料庫”中形容詞“高興”所搭配的各類詞語進行了統計分析。統計的主要搭配類型、搭配詞語及其頻度如下:

做賓語時的述語:感到(8)、覺得(5)、表示(2)等;

做謂語時的狀語:很(44)、不(42)、特別(21)、非常(17)、挺(13)等;

做定語時的中心語:事(5)、時候(4)、樣子(3)、事情(2)等;

做狀語時的中心語:說(7)、笑(5)等;

做補語時的中心語:玩(2)、喝(1)、吃(1)等。

從這個結果可以看出，“高興”能夠充當不同的句子成分并能夠和不同的詞語形成不同的搭配關系，這些搭配關系及其搭配頻率構成了詞語的搭配知識，這些知識也是詞匯知識的主體，應該是外向型詞典編纂時所要強調和突出表現的。

4．從語料庫獲取詞語的句法框架及其頻率

由于謂詞是句子的核心，因此，對于一個謂詞，它在實際語料庫中的句型頻率也是體現謂詞用法的重要特點。以動詞“擺”為例，我們統計了“義項語料庫”中“擺①”的全部例句，共有108句，并對這些句子的句法結構進行了歸類，并進行統計，“擺①”句法結構及其頻率見表3。

表3 “擺①”的句法結構頻率表

從表3的統計結果可以看出，“擺①”在實際語料中使用時出現的句型可以歸納為15種，其中“(處所)+擺+NP受”和“(NP受)+擺+P+處所”是“擺①”最常用的句型，占全部句型的近60%。因此我們在編纂外向型詞典時，就要體現各個句型的常用度。同時也可以看到，動詞的受事成分“NP受”在“擺①”所構成的句法表達中占有非常重要的地位，幾乎是句法表達中不可缺少的成分。

5．從語料庫中獲取詞語知識，建立詞語關系

詞語在運用的過程中會形成多種關系，可以概括為組合關系和聚合關系，前面我們分析的搭配關系，實際上就是組合關系。除了組合關系以外，詞語在實際使用中也會形成一定的聚合關系。二語學習者在學習具有聚合關系的詞語過程中，目標就是能夠既建立詞語之間的關聯，也能夠從使用的角度進行很好的區分。比如表示美麗的同義關系詞語常用的有“美麗”、“漂亮”、“好看”等，學習者除了建立它們的關聯以外，更重要的是正確區分使用。要區分這組詞，就必須從句法功能分布、搭配詞語的范圍、使用框架等方面著手。我們這里只分析這三個詞語的句法功能分布(見表4)。

表4 “美麗”、“漂亮”、“好看”的功能分布對比

從表4的比較我們可以看出，按照使用次數，“美麗”最常用，“好看”使用次數最少;在句法功能上，“美麗”和“漂亮”更接近，做定語是它們的主要功能，并且占絕對優勢;而“好看”的主要功能則是做謂語，三個詞語在功能分布上并不一致。當然，除了句法功能以外，三個詞語各自搭配的詞語及其頻度等信息也在詞語的關聯和區分中起到了重要的作用。按照這樣的功能分布，詞典編纂中就應該將三者的功能主次作為主要的編寫點體現在詞條中。

四、結 語

我們認為，編纂外向型學習詞典的指導思想可以概括為以下幾個方面:(1)編纂過程著重詞語用法的概括和舉例，淡化抽象的釋義形式;(2)重視基于語料庫的頻度因素對詞典用例選擇的作用;(3)將詞典中展示的詞匯知識擴展到搭配、句法和功能等方面。通過舉例分析，我們覺得，基于語料庫的語言知識的提取對外向型學習詞典的編纂具有非常重要的意義，就目前的情況來看，我們還需要對如何將語料庫知識更好地反映在詞典編纂過程中進行深入的研究。本研究只是一個初步設想，基于語料庫的詞典編纂只是我們編纂外向型詞典過程中必須關注的一個角度，外向型詞典的編纂還應該考慮學習者的母語背景和學習者自身的認知特點，因此，不同母語背景學習者的母語特點也是我們編纂外向型詞典需要考慮的一個因素，這些方面還需要做很多工作。

1．劉慧芳．基于語料庫的形容詞詞匯知識習得研究．北京語言大學碩士學位論文，2011．

2．邢紅兵．基于聯結主義理論的第二語言詞匯習得研究框架．語言教學與研究，2009(5)．

3．邢紅兵．第二語言詞匯習得的語料庫研究方法．漢語學習，2012(2)．

4．Bates E，Elman J，Johnson M．et al．Innateness and Emergentism．∥Bechtel W，Graham G．(Eds．)．A Companion to Cognitive Science．Oxford:Blackwell，1998:590—601．

5．MacWhinney B．The Emergence of Language．Mahwah:Lawrence Erlbaum，1999．

6．Nation P．Teaching and Learning Vocabulary．New York:Newbury House，1990．

7．Richards J C．The Role of Vocabulary Teaching．TESOL Quarterly，1976(1):77—89．

8．Rumelhart D，McClelland J．On Learning the Past Tenses of English Verbs．∥James L，McClelland J，David E．(eds．)Parallel Distributed Processing:Explorations in the Microstructures of Cognition．Vol．2:Psychological and Biological Models．Cambridge:MIT Press，1986:216—271．

9．Schmitt N，Meara P．Researching Vocabulary through a Word Knowledge Framework:Word Associations and Verbal Suffixes．Studies in Second Language Acquisition，1997(1):17—36．