語料庫驅動下的詞語搭配研究

岳士君

摘 要：文章通過語料庫驅動的方法，研究“保持”和“維持”與前后搭配詞的關系，使用相關對“保持”和“維持”的詞語搭配作了定量與定性分析。得出結論：“保持”前只能加“還、仍然、一直”等副詞，而“維持”還可以加“只、才、只能”等副詞；“保持”后還常常跟與人心理有關的形容詞搭配，且常常是積極的，維持后接的名詞常常是個人的最低需求，如生活、生計、生命，維持后最常接名詞“秩序”。

關鍵詞：語料庫；詞語搭配；保持；維持

0 引言

自20世紀60年代人類歷史上第一個計算機語料庫——Brown語料庫問世以來，語言學界越來越認識到用計算機采集的大規模語料庫對于語言學實證研究的重要作用。運用語料庫，我們可以進行詞語、句子甚至是語篇的研究。而詞語搭配是當今語料庫語言學最為活躍的領域。在我國，特別是2000年以來，它越來越受到人們的重視。相關的研究包括詞語搭配的概念界定如林杏光（1994）、[1]衛乃興（2002））、[2]詞語搭配研究的理論框架（李文中（2004）、[3]繆海燕、孫藍（2005）[4]）、基于語料庫和語料庫驅動的研究方法（如衛乃興（2002a）[5]）等，其研究成果主要運用于外語教學、詞典編纂等領域。

1 研究緣由及方法

1.1 研究緣由

查北語HSK動態作文語料庫，維持用錯共9例，應該為保持的有3例，占33.33%，比如我希望爸爸在光州經常你一個人生活{CJZR}，還是能保持{CC維持}健康，過得開心。

保持用錯共36例，應該為維持的有8例，占22.22%。比如：人類為了維持{CC保持}自己的生活才種糧食{CC食[C]物}。

《現代漢語詞典》（第6版）對保持的解釋為：動：維持（原狀），使不消失或不減弱。對維持的解釋：動①使繼續存在下去；保持②保護；維護支持。我們可以看到，詞典釋詞始終不能避免循環釋義的弊端。

本文將采用語料庫的數據對保持和維持的前后搭配詞作定量分析，分析它們的共性和差異，并通過個例研究對語料庫語言學的詞語搭配研究起到一定的啟示作用。

1.2 研究方法

衛乃興（2002a）指出，詞語搭配研究有兩種基本方法：基于數據（data-based approach）的方法和數據驅動（data-driven approach）的方法。本文即采用第二種方法：數據驅動的方法，最大限度地減少人為因素的干擾。

本文使用Laurence Anthony編寫的軟件AntConc3.4.3w（Windows）2014對語料進行處理。首先，將語料文本和AntConc都設置成相應的UTF-8編碼格；其次，使用中科院的ICTCLAS軟件對語料進行分詞處理；最后，將分詞語料導入AntConc軟件，進行檢索分析。

2 “保持”和“維持”的搭配研究

2.1 語料整理與分析

2.1.1 語料整理

本文選用中國傳媒大學媒體語言語料庫，在語料庫中輸入“保持”一詞28155條索引，使用Excel的Index函數嵌套row函數每隔14行提取一條索引，共取2000條。在語料庫中輸入“維持”一詞，獲得8526條索引，每隔4行提取一條索引，共取2000條。

2.1.2 語料分析

跨距的選擇：孫宏林（1998）[6]在大規模漢語語料中統計了名詞、動詞、形容詞的搭配詞的分布情況，得出動詞的最佳觀察窗口是（-3，4），本文即采取孫的結論，把跨距界定在（-3，4）之間。

T值和MI值：在“Tool preference”下選擇“Collocates preference”，然后在“show statistics measure”中選擇MI值或T值。根據汪臘萍（2006）[7]的研究成果，如果某詞項的MI值和T值都比較大（MI3且T2.33），則該詞項組合可被認為是典型且常用的詞項搭配。本文將沿用已有研究成果，即結合MI值和T值進行測量。

其他：“concordance”選項卡中將“Search Window Size”設置為25，以便于顯示節點詞兩側（-4，4）距離的語境。Collocates選項卡中的最小頻數設為3。結果以T值或MI值排序，故需要選擇“Sort by stat”。

所有參數設置完成，在搜索框中輸入索引詞，點擊“Start”。

2.2 “保持”和“維持”的右側搭配詞研究

2.2.1 “保持”右側搭配詞考察

AntConc3.4.3w（Windows）2014對“保持”搭配詞進行檢索，按照T值和MI值分別進行排序，再按照MI3且T2.33取值（使用excel的if函數嵌套countif函數、vlookup函數求得交集，再用if函數區分左側搭配詞和右側搭配詞）最后得出134條高頻右側搭配詞，總計頻數3340次。現按搭配詞的共現頻率排列如下（限于篇幅，取前20個，括號內為搭配詞頻數，下同）：

穩定（196）、溝通（60）、克制（36）、左右（25）、經濟（194）、一個（57）、以上（35）、一定（25）、平穩（187）、勢頭（57）、狀態（34）、冷靜（25）、較（165）、交往（56）、政策（34）、領先（24）、快（139）、黨（49）、協調（34）、持續（24）。

這些詞可以歸納為名詞、動詞、形容詞、助詞、數詞、代詞、連詞等，我們去掉數詞、代詞、連詞等非搭配關系詞，得到“保持”右搭配詞詞性歸類：

名詞：左右、經濟、以上、勢頭、狀態、政策、態勢、高層、社會、水平、高度、一致、距離。

動詞：溝通、克制、交往、領先、持續、增長、聯系。

形容詞：穩定、一定、平穩、協調、良好、密切、基本、健康、清醒、安全、冷靜、長期。

2.2.2 “維持”右側搭配詞考察

AntConc3.4.3w（Windows）2014對“保持”搭配詞進行檢索，按照T值和MI值分別進行排序，再按照MI3且T2.33取值，最后得出118條高頻右側搭配詞，總計頻數2684次。現按搭配詞的共現頻率排列如下：

在（331）、低（46）、時間（29）、這種（23）、秩序（198）、生活（45）、生計（28）、運轉（23）、不（156）、左右（40）、較（28）、天（23）、一個（81）、下去（36）、治安（27）、零（23）、原判（57）、正常（35）、以上（26）、高位（23）。

這些詞可以歸納為名詞、動詞、形容詞、助詞、數詞、代詞、連詞等，我們去掉數詞、代詞、連詞等非搭配關系詞，得到“維持”右搭配詞詞性歸類：

名詞：秩序、原判、水平、生活、左右、現狀、生命、時間、生計、治安、以上、天氣、目前、政策、高位。

動詞：變、下去、至、運轉、比較、運營、運行。

形容詞：穩定、高、低、正常、安全、長。

代詞：一個、這個、這種、自己。

2.2.3 “保持”和“維持”右側搭配詞的對比考察

名詞：維持后接的名詞常常是個人的最低需求，如生活、生計、生命，維持后最常接名詞“秩序”，而在其他場合，維持和保持可以互換，如左右、政策、水平等。

動詞：保持常常后接的表現人與人之間關系的動詞，如溝通、克制、交往、領先，而維持常跟著表示事物運動的動詞，如變化、下去、至、運轉、比較、運營、運行。

形容詞：兩者都可以表示事物處于“穩定”狀態，但是保持還常常與人心理有關的形容詞搭配，且常常是積極的，如清醒、冷靜。

代詞：保持跟不定代詞“一個”搭配較多，而維持還可以跟有定代詞“這個、這種”搭配。

2.3 “保持”和“維持”的左側搭配詞研究

2.3.1 “保持”左側搭配詞考察

AntConc3.4.3w（Windows）2014對“保持”搭配詞進行檢索，按照T值和MI值分別進行排序，再按照MI3且T2.33取值，最后得出85條高頻右側搭配詞，總計頻數1868次。現按搭配詞的共現頻率排列如下：

繼續（157）、會（41）、仍然（27）、總體（20）、要（155）、能（40）、水土（26）、事務（19）、始終（79）、能夠（37）、連續（25）、為了（19）、將（74）、雙方（33）、愿（25）、各方（17）、一直（59）、希望（33）、價格（23）、內（16）。

這些詞可以歸納為名詞、動詞、形容詞、副詞、連詞、介詞等，“維持”右搭配詞詞性歸類：

名詞：關系、雙方、希望、金融、水土、價格、紀錄、中方、總體、事物、各方、危機。

動詞：繼續、要、會、能、能夠、連續、愿、處理、沖擊、呼吁、擴大。

形容詞：好、努力。

副詞：始終、將、一直、還、仍、仍然、依然、必須。

2.3.2 “維持”左側搭配詞考察

AntConc3.4.3w （Windows）2014對“保持”搭配詞進行檢索，按照T值和MI值分別進行排序，再按照MI3且T2.33取值，最后得出105條高頻右側搭配詞，總計頻數1958次。現按搭配詞的共現頻率排列如下（限于篇幅，取前20個）：

將（140）、一直（46）、如果（23）、聯邦（17）、來（101）、上訴（38）、現場（23）、難以（17）、還（86）、靠（37）、只（23）、判決（17）、繼續（76）、為了（37）、但（21）、氣溫（17）、能（76）、可以（30）、并（20）、想（17）。

這些詞可以歸納為名詞、動詞、形容詞、副詞、連詞、介詞等，“維持”右搭配詞詞性歸類：

名詞：利率、價格、現場、地區、基金、警察、聯邦、判決、氣溫、二審、美聯儲、央行。

動詞：來、繼續、能、要、能夠、上訴、靠、可以、難以、宣布、決定、駁回、想、主導。

副詞：還、仍、仍然、一直、依然、只、才、只能。

2.3.3 “保持”和“維持”左側搭配詞的對比考察

就名詞和動詞來講，保持和維持沒有顯著差異，但是兩者前面的副詞存在差異，保持前只能加“還、仍然、一直”等副詞，而維持還可以加“只、才、只能”等副詞。

3 結論

以下是HSK語料中，維持誤用為保持的案例：

用機器把營[C]養送給{CC到}病人，維持{CC保持}病人的生命。

這三個和尚的故事告訴我們{CJX}在生活上很重要的事，[BC。]就是應該互相幫助，要不然難以維持{C保持}社會秩序。

但是經濟方面，對越南來講，比較[F較]困難一點，因為家里只有一個人工作，是很難維持{CC保持}生計[F計]的。

最重要的是我們以后怎樣維持{CC保持}我們的生命？

為了維持{CC保持}生命，吃的食品[BD，]后來變成威脅人類生命的存在。

人類為了維持{CC保持}自己的生活才種糧食{CC食[C]物}。

因此保持[C]夫妻的好關系才會維持{CC保持}溫暖[C]的家庭[C]。

以下是HSK語料中，維持誤用為保持的案例：

可是汽車的喇叭聲應該保持{CC維持}現在的聲音，否則一定會{CJ-zy會}發生嚴重的交通事故，總之我覺得這個作法要看情況。

我希望爸爸在光州經常你一個人生活{CJZR}，還是能保持{CC維持}健康，過得開心。

我們還是在有聲音的狀況下才能活，[BC、]才能保持{CC維持}冷靜{CQ的}自己。

用本文研究方法考察出的“維持”與“保持”的區別可以很好地幫助留學生采取正確的表達。同時，通過個例研究可以推廣到其他近義詞的比較，這對于近義詞詞典的編纂起到了很好的補充作用。

4 不足與展望

第一，語料庫來源單一。本文只選用了中國傳媒大學的語料庫，如果同時從國家語委以及北京大學的現代漢語語料庫中抽取相同比例的語料，會使語料更具平衡性。

第二，參考類連接。本文只使用了語料庫驅動的方式進行研究，如果參考建立類連接，將會更好地從句法層面凸顯“維持”和“保持”區別。

參考文獻：

[1] 林杏光.論詞語搭配及其研究[J].語言教學與研究，1994（4）：19-25.

[2] 衛乃興.詞語搭配的界定與研究體系[M].上海：上海交通大學出版社，2002.

[3] 李文中.基于COLEC的中介語搭配及學習者策略分析[J].河南師范大學學報，2004（31）：5.

[4] 繆海燕，孫藍.非詞匯入高頻動詞搭配的組塊效應——一項基于語料庫的研究[J].解放軍外國語學院學報，2005，28（3）：40-43.

[5] 衛乃興.基于語料庫和語料庫驅動的詞語搭配研究[J].當代語言學，2002，4（2）：101-104.

[6] 孫宏林.詞語搭配在文本中的分布特征[A].黃昌寧.1998中文信息處理國際會議論文集[C].北京：清華大學出版社，1998：230-236.

[7] 汪臘萍.詞項搭配的定量分析方法[J].上海師范大學學報（哲學社會科學版），2006（6）：117-122.