語料庫的回顧與名物化的界定

宋艷

【摘要】本文回顧了自20世紀60年代以來語料庫的發展：從剛開始庫容為100萬的書面語語料庫，到后來庫容為1億的口筆語語料庫；從起初的靜態語料庫，到后來每年都在增加詞容的動態語料庫；從發展初期的一般英語語料庫到后來根據研究目的不同而建立的特殊用途英語語料庫……語料庫伴隨著語料庫語言學的發展不斷為語言教學，教材編寫，語言研究，詞典編撰等提供強有力的支撐。此外，本文界定了名物化，提出并論證了名物化與語篇類型的關系：語篇的正式程度越高，其名物化特征就越明顯。

【關鍵詞】語料庫 名物化

語料庫是語料庫語言學研究的基礎。就英語語料庫而言，語料庫可以分為一般英語語料庫，特殊用途英語語料庫，學習者語料庫，國際英語語料庫等。不同類別的語料庫為詞典編撰，語言教學，教材編寫，語言研究等提供了有力的支撐。

一、語料庫的發展

語料庫（corpus）是應用計算機技術對海量自然語言材料進行處理、存儲，以供自動檢索、索引以及統計分析的大型資料庫。1959年，Randolph Quirk宣布建成了Survey of English Usage （SEU） 語料庫，該語料庫由200篇篇幅為500字符的文本構成，總庫容為一百萬字符，其中有一半為口語語料，一半為書面語語料；1961年，美國Brown大學創建了Brown Corpus；英國Lancaster大學與挪威Oslo大學、Bergen大學在1978年聯合創建了LOB語料庫；1975年，以J.Svartvik為首的一批語言學家開始對R.Quirk 建立的 SEU（Survey of English Usage）語料庫口語部分做韻律標注，建成了London-Lund Corpus of Spoken English。這些語料庫的建設吸引了大批語言學家通過語料庫手段對語言進行描寫和研究，推動了語料庫語言學的發展。1987年，Sinclair 主持完成了COBUILD Corpus 的建設，該語料庫庫容5億詞，是迄今最大的語料庫之一，該庫的建成為詞典編撰，語法研究，教材編寫提供了可靠的語料來源；之后建立的（Birmingham Collection of English Texts）語料庫，庫容達到730萬詞次，到1987年增至2000萬詞次。1994年，英國國家語料庫BNC（British National Corpus）建成，該語料庫庫容1億詞次，收錄了4000余篇口語和書面語文本，最大限度的記錄了真實運用的語言，是迄今為止最有代表性的當代英語語料庫。而BCET再次擴大演變成為一個以2億詞次為起點的開放式英語詞庫（Bank of English），到1996年底已增至3.2億詞次，且其規模仍在繼續擴大。40年間，語料庫從庫容一百萬到庫容1億詞次，直至現在成為開放的、動態語料庫，語料庫借助計算機技術的發展，在飛速的發展，語料庫語言學也從1950s 時候的不被看好，到現在蓬勃發展，滲透到應用語言學研究的各個領域。

我國語料庫語言學的發展興起于20世紀70年代末至20世紀80年代初，1982年，楊惠中教授主持建設了交通大學科技英語語料庫（JDEST），該語料庫為特殊用途英語（English for Specific Purpose 簡稱 ESP）語料庫，由2000個采樣單位組成，涉及造船，航空，建筑，數學，物理，化工等多個領域。JDEST的建成方便了后來的語言學習者對科技英語進行詞匯、句法結構、語義搭配、篇章分析等方面進行研究，為提高科技英語教學質量做出了重要貢獻。20世紀90年代后，隨著國內語料庫語言學研究的發展，一批學習者語料庫先后建立起來，包括中國學習者英語語料庫（Chinese Learners English Corpus建成LEC），中國學習者英語口語語料庫（College Learners Spoken English Corpus，簡稱COLSEC） 中國學生英語口語語料庫（Spoken and Written English Corpus of Chinese Learners，簡稱SWECCL），香港科技大學學習者語料庫（HKUST Learner Corpus），等等。

二、名物化的界定

名物化（nominalization）指由其他詞類（通常為動詞和形容詞）轉化為名詞的語法化過程（Richards et al.，2000：309），如move 和movement；real 和reality等。《現代語言學詞典》（A Dictionary of Linguistic sand Phonetics）（ David Crystal，2011）將名物化定義為“從其他某個詞類形成名詞的過程或指從一個底層小句得出一個名詞短語的派生過程。”人們對名物化的認識不是一蹴而就的，而是在不斷認識的過程中形成的。20世紀初，語言學家開始關注名物化現象。Humboldt和Jespersen很早就注意到名物化現象；Lees，Vendler，Zucchi，Heyvaert 也在不同時期對名物化現象進行了深入的研究；之后，聚焦名詞化并展開跨語言對比研究的論著也陸續推出。國內，范文芳，劉國輝，朱永生等就語言學不同流派對名物化的研究都給予了不同程度的關注。從形式上來看，名物化大致可以分為四種類型：動名詞形式、派生性名詞、不定式和名詞性小句。而人們一般認為名物化主要是指動詞、形容詞的派生性名詞。

名物化作為一個語言學范疇產生與人們交際的需要緊密相關；同時名物化本身與語篇類型也有著密切的關系。哈桑指出語類即語篇類型，與語境配置（contextual configuration）中的語場有關（王晉軍：2003）。而語場在很大程度上決定了交際中詞匯的選擇和語言的語法特征，因而可以說語篇的類型制約了詞匯的選擇。除了語音和語法，詞匯的選擇也對語篇的正式程度有決定性作用。而就名物化來說，筆者認為，語篇的正式程度越高，句子結構越完整，詞匯選擇越講究，名物化特征越明顯。為了驗證該說法，筆者整理、對比了以后綴-ness，-tion，-sion，-ment，-ity，-ee，-ism 結尾的名物化單詞在JDEST，BNC，和法律英語語料庫（LEC）中所占的比值。這三種語料，就語篇類型的正式性而言，法律英語因涉及國家法律，對詞語，搭配，句法結構等的選擇最為嚴謹，是三種語料當中最為正式的語料；科技英語涉及造船，航空，建筑，數學，物理，化工等多個領域中英文版的科學著作、論文、教科書、科技報告等，是三種語料當中次于法律英語較為正式的語料；BNC語料涉及政治，新聞，小說，信件等書面語料，及政府、商業談判，電視節目，脫口秀等口語語料，是一般英語（General English）的代表，其語篇類型的正式性低于法律英語和科技英語。

名物化單詞在三個語料庫中所占百分比。從上面表格中所呈現的數據可以看出，名物化單詞在法律英語語料庫中所占的比例為7.36%，在科技英語語料庫中所占的比例為4.02%，在英國國家語料庫中所占的比例為2.55%。三個語料庫中名物化現象最明顯的是語篇類型最為正式的法律英語，其次是科技英語，名物化現象最不明顯的是由BNC所代表的一般英語。這些數據恰恰證實了筆者的推斷，即，語篇類型與詞匯選擇有密切關系，語篇的正式程度越高，句子結構越完整，詞匯選擇越講究，名物化特征就越明顯。

參考文獻：

[1]Biber，D.，S.Conrad，et al.Corpus Linguistics.New York， Cambridge University Press.2006.

[2]Chomsky，N.Remarks on nominalization.in Readings in English transformational grammar.Mass，Ginn and Company.1970.

[3]Richatads，J.C.e.al.Longman Dictionary of Language Teaching & Applied Linguistics.London，Longman.2000.

[4]Robins，R.H.A short history of linguistics.Beijing，Foreign Language Teaching and Research Press.2003.

[5]Sinclair，J.Corpus，concordance，collocation.Oxford，Oxford University Press.1991.

[6]Sinclair，J.e.al..The Collins COBUILD English Dictionary.Shanghai，Shanghai Foreign Language Education Press.1995.

[7]戴維·克里斯特爾.現代語言學詞典[M].商務印書館.2011.

[8]范文芳，汪明杰.論三大流派對英語名詞化現象的研究[J].外語研究.2003（3）：15-18.

[9]桂詩春，楊惠中.中國學習者語料庫[M].上海外語教育出版社.2002.

*上海市高校青年教師培養資助計劃（ZZssy13008）。