如何利用語料庫(kù)語言學(xué)方法研究學(xué)習(xí)者錯(cuò)誤

陳鶴

內(nèi)容摘要：本文主要介紹了語料庫(kù)語言學(xué)這一新興學(xué)科以及如何在傳統(tǒng)的語言學(xué)研究中將這兩者結(jié)合起來。語料庫(kù)語言學(xué)的特點(diǎn)是實(shí)證性研究，它基于真實(shí)的語料，用統(tǒng)計(jì)的方法對(duì)研究對(duì)象進(jìn)行量化的概率計(jì)算。因此如果在傳統(tǒng)的理論研究中結(jié)合這一方法，就可以得到定性定量的更科學(xué)的結(jié)論。

關(guān)鍵詞：語料庫(kù) 語料庫(kù)語言學(xué) 錯(cuò)誤分析 錯(cuò)誤

一.語料庫(kù)

語料庫(kù)是按照一定的采樣標(biāo)準(zhǔn)采集而來的、能夠代表一種語言或者某語言的一種變體或文類的電子文本集。可以說，一個(gè)語料庫(kù)由若干個(gè)電子文本構(gòu)成，而這些電子文本作為一個(gè)整體可以代表某語言或者某語言的某種變體或文類。因此，以一個(gè)語料庫(kù)為數(shù)據(jù)源進(jìn)行的研究可以看作是對(duì)該語料庫(kù)所代表語言、語言變體或文類的研究，研究所得到的結(jié)論可以推廣到整個(gè)語言、語言變體或文類。

對(duì)于一個(gè)語料庫(kù)來說，最高的目標(biāo)是它的代表性。為了能夠達(dá)到有代表性這個(gè)標(biāo)準(zhǔn)，在建設(shè)語料庫(kù)的時(shí)候，要對(duì)需要研究的對(duì)象有個(gè)全局性的認(rèn)識(shí)，只有當(dāng)研究中所使用的語料庫(kù)有代表性，得到的研究結(jié)果才具有代表性，才能夠作為科學(xué)的結(jié)論被推廣到整個(gè)語言、語言變體或文類。在語料庫(kù)語言學(xué)中，抽樣和總體之間的比例關(guān)系是非常復(fù)雜的，需要利用多種抽樣檢測(cè)的方法來確定語料庫(kù)的代表性。因?yàn)榧偃缥覀兺ㄟ^對(duì)一個(gè)語料庫(kù)進(jìn)行研究得到的結(jié)果具有代表性的話，那么它一定適用于其他的抽樣和其他的語料庫(kù)。

由此，我們可以看到，并非任何隨意收集的數(shù)據(jù)都可以稱為語料庫(kù)，要想通過語料庫(kù)研究這種方法得到科學(xué)的結(jié)論，必須考慮到語料的收集標(biāo)準(zhǔn)以及語料庫(kù)的代表性。如果在建設(shè)語料庫(kù)的時(shí)候本身考慮偏頗，那么通過對(duì)該語料庫(kù)所代表語言、語言變體或文類的研究，就無法推廣到整個(gè)語言、語言變體或文類，那么這個(gè)研究就違背了語料庫(kù)語言中的初衷，也就成為了失敗的研究。

二.語料庫(kù)語言學(xué)

在近現(xiàn)代語言學(xué)發(fā)展史中，哲學(xué)領(lǐng)域的理性主義與經(jīng)驗(yàn)主義之爭(zhēng)滲透到語言學(xué)研究的絕大部分領(lǐng)域，幾乎貫穿于語言學(xué)發(fā)展史的全過程。理性主義認(rèn)為，由于表象可能使人受到蒙蔽，所以通過感覺的觀察而得來的經(jīng)驗(yàn)常常是不可靠的，所以他們認(rèn)為研究語言行為并不能揭示語言的本質(zhì)，更能反映語言特征的應(yīng)該是語言能力。由此可以看出，理性主義在研究中是不主張使用真實(shí)語料，與語料庫(kù)語言學(xué)持對(duì)立的觀點(diǎn)。而經(jīng)驗(yàn)主義因?yàn)橹鲝埻ㄟ^觀察來了解外部世界，認(rèn)為任何知識(shí)的獲取必須通過觀察得到，因此他們與語料庫(kù)語言學(xué)持相同的觀點(diǎn)，認(rèn)為研究應(yīng)該使用真實(shí)的語料。

在語言學(xué)界，針對(duì)語料庫(kù)語言學(xué)一直持有模糊的態(tài)度。在一些研究者看來，語料庫(kù)語言學(xué)是一個(gè)獨(dú)立的學(xué)科，因?yàn)樗凶约邯?dú)到的理論體系和操作方法。由于語料庫(kù)語言學(xué)立足于大量真實(shí)的語言數(shù)據(jù)，通過對(duì)這些數(shù)據(jù)進(jìn)行觀察，統(tǒng)計(jì)和概括，可以證實(shí)或質(zhì)疑一些語言理論，這對(duì)于語言理論的建設(shè)具有無可比擬的創(chuàng)新意義。而在另一些研究者看來，語料庫(kù)語言學(xué)并非語言學(xué)的又一個(gè)分支學(xué)科，在更大的程度上只是一種研究方法，這種方法基于大量的真實(shí)語言，得出科學(xué)的數(shù)據(jù)統(tǒng)計(jì)結(jié)果，可以回答通過其他途徑很難回答的問題，從而豐富和補(bǔ)充了已有的研究方法。

語言學(xué)的研究對(duì)象是人類的語言，而在人類語言中存在著各種各樣的變體，作為語言的母語使用者或者學(xué)習(xí)者，我們清楚地知道一門語言中既定的語法規(guī)則，但仍然很多時(shí)候還是會(huì)提出疑問，例如某種搭配是否存在，或者另外一種說法是否正確。語言學(xué)不會(huì)就這些問題給出正確或者錯(cuò)誤這樣的答案，它不是來評(píng)估一門語言，而是主要來區(qū)別符合和不符合一門語言規(guī)則的使用形式。但涉及到某種搭配在一門語言種使用情況的多少，單純地依靠語言學(xué)系統(tǒng)理論就無法對(duì)此進(jìn)行回答，這時(shí)候人們就必須具體地研究語言的使用情況，也就意味著必須借助于實(shí)證性的研究。

語料庫(kù)語言學(xué)以大量采集而來的真實(shí)文本為研究素材，主要通過概率統(tǒng)計(jì)的方法得出結(jié)論，因此，我們可以說，語料庫(kù)語言學(xué)在本質(zhì)上講是實(shí)證性的。也就是說，如果研究者涉及到語料庫(kù)語言學(xué)，那么非常重要的部分就是對(duì)語言現(xiàn)象的觀察和描述。但同時(shí)我們進(jìn)行實(shí)證性的研究并不意味著我們完全拋棄理論研究，理論型的語言學(xué)家和實(shí)證型的語言學(xué)家之間的合作應(yīng)該是雙贏的結(jié)果。

語料庫(kù)語言學(xué)研究的是語料庫(kù)的建設(shè)、標(biāo)注、評(píng)估。Lemnitzer對(duì)語料庫(kù)語言學(xué)的界定是：語料庫(kù)語言學(xué)是對(duì)自然語言，其組成部分，結(jié)構(gòu)的描述以及通過對(duì)語料庫(kù)中真實(shí)語料的分析所建立起來的理論。語料庫(kù)語言學(xué)是一種科學(xué)活動(dòng)，它必須遵循一定的科學(xué)原則，滿足一定的科學(xué)要求。基于語料庫(kù)的語言描述 可以為語言教學(xué)、語言資料匯編、詞典編纂和機(jī)器語言處理等不同用途服務(wù)。

三.利用語料庫(kù)語言學(xué)研究方法研究學(xué)習(xí)者錯(cuò)誤

錯(cuò)誤的種類有很多，對(duì)學(xué)習(xí)者語言進(jìn)行的錯(cuò)誤分析可以涉及到語言學(xué)的各個(gè)層面。對(duì)于過渡語中出現(xiàn)的錯(cuò)誤現(xiàn)象的分類，不同的語言學(xué)家有不同的見解：Richards認(rèn)為偏誤有語際錯(cuò)誤、語內(nèi)錯(cuò)誤和發(fā)展性錯(cuò)誤。Corder根據(jù)偏誤出現(xiàn)的系統(tǒng)性把錯(cuò)誤分為以下三種：第一種是形成系統(tǒng)前的錯(cuò)誤，這類錯(cuò)誤主要出現(xiàn)在學(xué)習(xí)者并不知道在目標(biāo)語中存在著相應(yīng)的規(guī)則的情況下；第二種是系統(tǒng)性錯(cuò)誤，主要出現(xiàn)在學(xué)習(xí)者已經(jīng)發(fā)現(xiàn)了目標(biāo)語中存在著某個(gè)規(guī)則，但沒有把它正確地使用；第三種情況是形成系統(tǒng)后的偏誤，出現(xiàn)在學(xué)習(xí)者知道正確的目標(biāo)語規(guī)則，但不能總是正確使用。Dulay，Burt和Krashen從評(píng)價(jià)的角度，根據(jù)錯(cuò)誤對(duì)交際產(chǎn)生的影響把偏誤劃分為全局性偏誤和局部性偏誤。James認(rèn)為語言學(xué)習(xí)者的偏誤常出現(xiàn)在3個(gè)語言層面：本體層面，文本層面和語篇層面。本體層面是指單詞拼寫，標(biāo)點(diǎn)符號(hào)錯(cuò)誤等，本文層面主要是本論文研究的詞匯錯(cuò)誤，以及語義，句法等方面出現(xiàn)的偏離目標(biāo)語結(jié)構(gòu)的錯(cuò)誤，語篇層面則是上升到了篇章語言學(xué)的層次，主要是針對(duì)銜接連貫方面出現(xiàn)的問題。

很多語言學(xué)家曾建議對(duì)學(xué)習(xí)者錯(cuò)誤的研究應(yīng)該通過量化的方式，分組進(jìn)行對(duì)比和分析。語料庫(kù)語言學(xué)的研究方法是通過軟件的標(biāo)注和搜索功能，對(duì)語料進(jìn)行實(shí)證性的研究，通過數(shù)據(jù)的展現(xiàn)直觀地說明結(jié)論。對(duì)于語料的處理主要有三個(gè)階段：標(biāo)注、搜索和統(tǒng)計(jì)。在每一個(gè)階段都使用不同的軟件，本文推薦使用以下三個(gè)針對(duì)語料庫(kù)語言學(xué)研究的軟件，在網(wǎng)絡(luò)上都可以免費(fèi)下載使用。endprint

語料庫(kù)標(biāo)注是指利用各種標(biāo)簽對(duì)語料庫(kù)中的文本的各種屬性加以標(biāo)記。標(biāo)注的母的是為了方便開展不同目的的研究。經(jīng)過標(biāo)注的文本增加了很多對(duì)語言研究十分有價(jià)值的信息，對(duì)文本進(jìn)行標(biāo)注的價(jià)值正在于此。經(jīng)過人工或者自動(dòng)處理后，原來的文本會(huì)得到“增值”。在標(biāo)注階段使用的工具是Annotool，正如它的命名一樣，它主要是負(fù)責(zé)標(biāo)注的工具。它操作界面友好，支持.doc文檔格式，只需要將語料庫(kù)中.txt格式的文件在word文字編輯工具中打開就可以使用。在使用前將實(shí)證研究所需要的所有標(biāo)注類別輸入編輯頁(yè)面，就可以顯示在Annotool的工具條中，這樣在對(duì)語料進(jìn)行標(biāo)注的過程中，就不用每次手動(dòng)輸入標(biāo)注，而是直接點(diǎn)擊Annotool中實(shí)現(xiàn)輸入好的對(duì)應(yīng)的標(biāo)注，就可以添加到語料中。這樣做的好處不僅節(jié)省了標(biāo)注的時(shí)間，更是保證了標(biāo)注的準(zhǔn)確率。這樣一來就不會(huì)因?yàn)橹貜?fù)手動(dòng)輸入標(biāo)注而導(dǎo)致的錯(cuò)誤，例如標(biāo)點(diǎn)符號(hào)、字母代碼等，能夠盡可能地保證標(biāo)準(zhǔn)階段的準(zhǔn)確性，對(duì)搜索得到科學(xué)的結(jié)果打下基礎(chǔ)。

標(biāo)注的設(shè)計(jì)和研究的問題是緊密相關(guān)的，這樣才能在之后搜索統(tǒng)計(jì)的時(shí)候得到準(zhǔn)確的結(jié)果。對(duì)賦碼設(shè)計(jì)的原則首先是簡(jiǎn)潔，用字母縮寫和數(shù)字組成的代碼方式；其次是全面，根據(jù)錯(cuò)誤分析理論的預(yù)測(cè)，涵蓋錯(cuò)誤類型，即使某種錯(cuò)誤出現(xiàn)的頻率可能比較低，也要考慮到；最后是實(shí)用，有些錯(cuò)誤類型是幾乎不可能出現(xiàn)的，在設(shè)計(jì)標(biāo)注的時(shí)候，就可以把這類情況排除在外，這樣一來會(huì)減少很多不實(shí)用的標(biāo)注，使得標(biāo)注頁(yè)面清晰明了，標(biāo)注過程也少了很多干擾，能夠保證標(biāo)注標(biāo)準(zhǔn)的統(tǒng)一性，減少出現(xiàn)有歧義的情況。

搜索工具AntConc對(duì)已經(jīng)利用標(biāo)注Annotool加工過的語料進(jìn)行搜索和統(tǒng)計(jì)。它的巨大優(yōu)勢(shì)在于能夠高速地在龐大詞次的語料庫(kù)中快速地找到研究需要的信息，并且能夠在詞、字符串、詞組、詞塊、搭配、標(biāo)注這些不同的層面上進(jìn)行檢索、統(tǒng)計(jì)和對(duì)比。它的主要功能有七項(xiàng)，如下圖操作界面的菜單欄所示：詞頻、詞距、詞的列舉、詞的常見搭配、詞的固定搭配、所有詞匯列表以及關(guān)鍵詞匯列表。概括來說AntConc的基本功能主要有三項(xiàng)：1.能夠快速找到某個(gè)詞及其附近詞的頻率；2.能夠快速找到所有詞和所有詞塊的頻率；3.能夠快速找到所有詞在另一個(gè)庫(kù)中的頻率差別。

在用搜索工具進(jìn)行搜索對(duì)比后，還需要對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行t值的檢驗(yàn)，以確保不同組數(shù)據(jù)之間的差異性是否真正存在。因?yàn)檎Z料的長(zhǎng)度和篇數(shù)都各自不同，因此各類錯(cuò)誤的分布都不能只看它出現(xiàn)的次數(shù)來決定，而且取平均值進(jìn)行對(duì)比也不是科學(xué)的統(tǒng)計(jì)方法。因此，在標(biāo)注統(tǒng)計(jì)后，建議利用計(jì)算機(jī)統(tǒng)計(jì)軟件SPSS對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行t值的檢驗(yàn)，來看不同的分組之間是否存在明顯的差異性。

語料庫(kù)語言學(xué)的研究方法是實(shí)證性的，注重理論和實(shí)踐的結(jié)合，一般來說分為三個(gè)步驟。首先是理論準(zhǔn)備，思考一項(xiàng)研究需要解決的問題，尋找可以作為理論支持的語言學(xué)理論，特別要注意所要研究的問題和使用的理論在語料庫(kù)中的操作性；其次是實(shí)踐操作的部分，按照研究依據(jù)的理論，設(shè)計(jì)合理的標(biāo)注，使用標(biāo)注工具自動(dòng)或者手動(dòng)地對(duì)語料進(jìn)行處理加工。標(biāo)注完成后，再使用語料庫(kù)索引工具對(duì)語料和標(biāo)注進(jìn)行檢索、統(tǒng)計(jì)、歸類和分析。最后是對(duì)研究結(jié)果的評(píng)估總結(jié)，通過研究結(jié)論的反饋，評(píng)估研究所用理論是否可以恰當(dāng)?shù)睾驼Z料庫(kù)這種研究方法做結(jié)合，標(biāo)注過程是否準(zhǔn)確，所使用的標(biāo)注工具和檢索工具是否合適，得到的研究結(jié)果在多大程度上可以解決所提出的問題。只有應(yīng)用到了這些步驟，才能在研究中更好地發(fā)揮語料庫(kù)語言學(xué)這種研究方法的優(yōu)勢(shì)，在研究中得到更科學(xué)更合理的結(jié)論。

四.結(jié)束語

語料庫(kù)語言學(xué)的優(yōu)勢(shì)在于，它在大量數(shù)據(jù)的基礎(chǔ)上不僅研究一門語言本身的結(jié)構(gòu)，同時(shí)也研究這門語言的使用。但同時(shí)它也要遵守一些基本的科學(xué)研究的前提，比如通過語料庫(kù)語言學(xué)研究方法得到的結(jié)果必須是經(jīng)得起檢驗(yàn)。在語料庫(kù)語言學(xué)的具體情況下也就是說，在一個(gè)語料庫(kù)基礎(chǔ)上得到的研究結(jié)果，可以適用于用另外的可比的語料庫(kù)；或者當(dāng)別的研究者利用同一個(gè)的語料庫(kù)，他們得到的研究結(jié)果應(yīng)該是一樣的。只有這樣，才能保證利用同一個(gè)語料庫(kù)的不同角度和方向的科學(xué)研究有可比性。和其他語言學(xué)分支相比，語料庫(kù)語言學(xué)更加地具有目的性，由語料庫(kù)語言學(xué)得到的認(rèn)知可以廣泛地應(yīng)用于翻譯學(xué)，詞典學(xué)和語言教學(xué)。

參考文獻(xiàn)：

1.Lemnitzer，Lothar/Zinsmeister，eike

2006：Korpuslinguistik.eine Einführung. Tübingen.

2.Scherer， Carmen， 2006： Korpuslinguistik. Heidelberg.

3.Tognini-Bonelli， Elena， 2001， Corpus Linguistics at Work. Benjamins. Amsterdam

4.Lüdeling， Anke/Walter， Maik， 2009： Korpuslinguistik für Deutsch als Fremdsprache. Sprachvermittlung und Spracherwerbsforschung. In： HSK 19， Deutsch als Fremdsprache.

5.梁茂成/李文中/許家金，2010：《語料庫(kù)應(yīng)用教程》。外語教學(xué)與研究出版社。

6.梁鏞/錢敏汝，1991：“專業(yè)語研究中的幾個(gè)主要理論問題”。載：《國(guó)外語言學(xué)》。1991，第1期。34-40頁(yè)。

（作者單位：北京外國(guó)語大學(xué)）endprint