專用型學習者語料庫建設與應用

○ 竇文娜 陳品

(北京建筑大學 文法學院，北京 102616)

語料庫指的是電子文本集，立足于大量的真實語料，對其通過概率統計的方法得出結論，進而推廣到整個語言或是語言變體。隨著科學技術水平的高速發展，語料庫更加廣泛地應用到現代外語教學當中，逐步成為外語教師日常教學中一個強有力的教學手段。但是隨著學生學習需求和教師教學需求的多樣化，現有的大型語料庫雖能為外語教學和研究提供可靠的研究方法，但其針對性、實用性不強。鑒于此，各種針對特殊用途語料庫的建設研究也孕育而生。近些年，中國建筑英語也逐漸重視對專業語料庫的建立，從多維度提出了建筑工程英語語料庫的構建標準與應用[1]113-114[2]428-432[3]253-255。但是以往研究只關注對本族語者語料進行研究，忽略了在中國語境下，絕大多數學生將英語作為外語的二語學術寫作這一現象。因此，有必要建立該領域學習者語料庫。筆者以非英語專業研究生為落腳點，聚焦學生撰寫的英文專業學術論文，研究建設建筑與土木工程英語小型學習者語料庫，為提升研究生二語學術寫作能力、研究生英語教學、專業用途英語教材編寫提供幫助，進而提高建筑與土木相關行業在國際學術研究領域中的話語權。

一、學習者語料庫設計目的

建筑與土木工程英語小型學習者語料庫建設的主要目的是服務于教學。在中國高等院校，大多數研究生培養目標中都將英語作為研一的必修課程。從教師層面，擔任一線教學任務的主體教師是英語教師，與本科時的教學目標的不同。研究生階段的英語教學要求教師在授課過程中將英語與學生所學的專業相結合，培養學生英語應用的綜合能力。這樣才能更好地服務學生，滿足學生在研究生學習期間撰寫與發表英文科技論文的訴求。從學生層面，用英文撰寫學術論文的能力不僅是學生作為順利畢業的必要條件，更加體現研究生培養過程中的國際化水平。

(一)助力英語課堂模式改革

隨著國家“一帶一路”倡議的推進與實施，中國建筑與土木工程在國際相關行業有著舉足輕重的地位。從“中國制造”到“中國創造”，國家逐步在工程領域有了飛躍式的發展。在此過程中，國際化工程人才是企業發展的根本，是國家發展的根基。反觀國際化工程人才的培養，最先要在高等教育方面進行相應的改革，以適應時代的需要。在高等教育改革中，英語教學改革首當其沖。有研究顯示：英語教學如果只是讓學生埋頭苦練語言基礎, 不以服務學生的專業為主要目的，在這種情況下教出來的學生不會用英語從事自己所學的專業當中，更不能在自己的所研究的專業領域內展現具有國際交流的能力和較強的國際競爭力[4]56-60。由此可見，英語教師在助力培養國際化人才培養的過程中擔任重要角色。一線任課教師有必要改變傳統的教學模式，從“單一語言教學模式”到“融合專業語言應用教學模式”進行轉變。

(二)豐富英語課堂實踐

“結合專業語言應用教學”強調關注學生的專業領域，尤其是在研究生階段。從科技論文寫作的視角，教師不僅應具備扎實的語言基本功，還要熟悉學生專業領域的國際學術論文寫作的基本規律和要求。 除此之外，最重要的是教師要充分了解學生在學術寫作方面存在的問題。這樣教師才能在研究生日常教學中有針對性地解決學生的實際問題，從而培養學生二語學術寫作的能力，實現有效教學。就專業領域的國際學術論文寫作基本特征而言，教師可以借助語料庫，進行深入研究。在中國建筑英語方面，很多研究者提出了不同的建筑工程英語語料庫的構建標準與應用，吳明海通過收集建筑類出版社出版的圖書以及土木工程相關專業的論文、電子書籍等材料建立了建筑工程英語小型語料庫[2]428-432。劉佳通過掃描建筑工程類報紙、期刊等材料對數據進行收集，進而提出建工工程類英語語料庫構建的標準[1]113-114。這些研究都為英語教師在教授建筑工程類英語時，了解掌握該行業的國際論文寫作，提供了有力的教學素材。

(三)有效培養學習者二語學術寫作能力

國內多數相關研究只關注對本族語者語料進行研究，忽略了二語學習者在寫作過程中呈現的特點。為了了解和研究學生在二語學術寫作方面所存在的問題，有必要建立建筑與土木工程英語小型學習者語料庫。首先，相比大型語料庫而言，小型語料庫更加針對二語學術寫作教學的開展，貼近學生的個性化需求，同時為學生課下自主性學習提供了有力的平臺。其次，與建筑與土木工程本族語語料庫形成對比，可以讓教師更好地了解在建筑與土木工程領域學生二語學術寫作現狀與問題，通過應用語料庫，從而更加有效地指導教學。

二、學習者語料庫的建立

(一)文本采集與轉換

本研究選取的語料來源于北京某市屬高校建筑與土木工程專業研究生。在系統學習學術英語寫作課程一個學期后，以期末論文考核的形式用英文撰寫建筑與土木工程專業領域的學術論文，共計120篇。其中建筑工程類論文59篇，土木工程類論文61篇，所撰寫的英文論文格式符合期刊發表的標準。

由于學生上交的英文論文格式主要有兩種Word和PDF，為了統一格式，便于在語料庫中進行信息標注和檢索，筆者將所收集的文本進行轉換。Word格式的論文另存為記事本文本格式(.txt)，使用ANSI編碼保存文本文件。PDF格式的論文通過Solid PDF Tools v9轉換成純文本格式(.txt)。所有的語料保存在一個移動硬盤上，用于后續語料的承載和更新。

(二)抽樣及先導分析

在正式收錄文本之前，通過簡單隨機抽樣，先抽取少量文本進行分析，主要檢查以下問題：文本大小、文本問題、標點符號問題等[5]28。圖1是學生提交的英文論文，仔細觀察后可以發現，文本中第三行的第四個詞cast-in-past中間有兩個連字符，應該刪除，從而形成獨立的三個單詞。這樣處理后，在后續的統計計算中，可以成功檢索出cast和in或是past三個單詞，否則在后續檢索時就會出現問題，甚至整個檢索系統就會崩潰。

圖1 文本先導分析樣例

(三)文本整理與清潔

學生在用英語撰寫論文的時候，可能會出現的問題，大致可以分為三類[5]28：第一，文字符號類問題，比如在中文編輯的狀態下，輸入英文字母和數字，這使得所輸入的英文字母和數字占有兩個標準的字符，呈現“全角”狀態，這就需要研究者將其進行修改，確保所有的英文字母和數字處在“半角”狀態下進行輸入。第二，格式類問題，指的是在段落的首尾，或是一行的首尾存在半角或是全角空格，跳格(Tab字符)或者是濫用軟回車。第三，標點符號類問題，指的是在“全角”狀態下或是中文模式狀態下，輸入的標點符號。

以上這些問題如果得不到及時的處理，都會導致在后續的文本標注和檢索出現錯誤，統計出來的數據不真實。由于人工糾正錯誤費時費力，可以借助現有的軟件對原始文本進行整理和清潔。本研究采用“文本整理器”5.0綠色版軟件對原始收集的數據進行批量整理，見圖2。

圖2 文本整體前樣例

如圖2所示，文本整理前，在段首有跳格，第一行的T 是“全角”，前三行行尾有多余回車，第二行R后面的標點符號是“全角”，第三行后面的標點符號是“全角”。通過“文本整理器”，將原文本中的所有字母和符號修改成“半角”格式，同時去除段首的跳格，整理結果見圖3。

(四)文本加工

文本加工包括元信息標注、分詞和詞性賦碼，這三個步驟是文本處理的核心步驟，為基于該語料庫的后續研究提供相應的數據支持。

1.元信息標注。元信息就是文本自身的信息，也是本文附加的說明。筆者對120篇英文論文進行文獻信息說明，包括作者、時間、標題、專業等。

2.分詞。如圖4所示，第一行“逗號”和“it”之間沒有空格，語料庫分析工具就會將“system,it”視為一個詞。第三行“句號”和“at”也是同樣錯誤，諸如此類的錯誤在圖4中有多次。如果不進行分詞處理，在后續檢索過程中，將無法檢索出相應的單詞，甚至造成自動標注的失敗。因此，筆者運用梁茂成設計的英語自動分詞程序“Tokenizer”對文本進行分詞處理，處理后的結果如圖5所示。

圖4 未分詞文本

圖5 自動分詞后文本

3.詞性賦碼。詞性賦碼指的是可以利用現有的計算機技術，對文本中所有的詞進行詞性標注的過程。詞性賦碼后的文本可以便于研究者對文本中詞匯使用特征或是語法結構進行更為深入的研究。筆者利用德國斯圖加特大學計算機語言學研究所Helmut Schmid設計研發的TreeTagger，對文本進行詞性自動賦碼。根據程序設計者所提供的研究報告，使用該賦碼器對英文文獻進行賦碼，準確率高達97%。

三、學習者語料庫在外語教學中的應用

Granger 指出，學習者語料庫的建立是為研究學習者語言特征和使用提供客觀真實的語言數據，基于這些數據, 研究者可以進行語言學相關理論研究和語言教學研究。[6]本語料庫的建立的主要目的是服務教學，為英語教師日常教學和科研提供有力輔助工具。與此同時，在有效提高學生二語學術寫作能力的同時，讓學生成為學習的主體，培養學生自主學習的能力，從而有效地改善學習效果。

(一)協助教師有效實施教學

教師可通過該語料庫研究二語學習者在建筑與土木工程領域的學術寫作特征，分析學生寫作過程中出現的問題。尤其在詞匯、句式和語法層面。建筑與土木工程英語小型學習者語料庫可幫助教師更加清晰地梳理學生在以上方面的使用特征。這些研究直接反作用于教學，教師更加明確語言學習者的學習需求，有針對地組織教學，明確教學目的的同時，提高教學效率。教師不但可以研究局部學習組群整體的語言特征，而且能夠觀察分析獨立的學習者個體的語言發展，從而建立一種更科學、更客觀的全新教學信息反饋模式[7]72-77。

(二)助力教師提升科研能力

運用語料庫語言學研究方法，教師可根據該語料庫中所呈現的二語學術寫作的特征或是問題，深挖素材，分析二語學術寫作特征表象背后的成因，尋找能解決學生在寫作過程出現問題的有效方法。從理論探討到應用實踐，教師可以將科研的成果應用到教學中去，或是通過教學實踐活動，佐證理論的建立。以該語料庫為研究基礎，教學助力科研，科研反哺教學，讓教師在二語學術寫作的科研和教學方面得到雙提升，從而更好地服務學生。

(三)協助學生提升自主學習能力

Nesselhauf 在研究中指出，基于語料庫的學習對于解決學習者在學習過程中遇到的實際問題和困難非常有用，尤其是有助于學生在課堂上學習過但是還沒有完全掌握的語言知識。鑒于上課時間的有限性，學生可以在課下自主時間，合理的運用建筑與土木工程英語小型學習者語料庫。可以讓相關專業的學生通過對比學習者語料庫和本族語者語料庫，觀察分析數據，發現問題，形成改進的策略，從而讓學生成功真正的學習中心。同時，在學習者語料庫的幫助下，他們可以通過辨別和解釋自己語言輸出中的語言錯誤，從而達到掌握正確的語言知識的目的[8]104。從被動接受來自教師的問題反饋，轉變成主動發現問題解決問題，為培養和提高學生學習的自主性提供了有力的平臺。

(四)鍛煉學生批判性思維能力

中國的學生英語學習往往注重詞匯、語法以及閱讀這些最基本的語言能力要求，但忽視了英語學習中的中西方文化差異、語言習慣和思維方式[9]140-142。尤其是在研究生階段，這些能力的培養與鍛煉顯得尤為重要。所以學生應該在日常英語學習中，擺正學習的態度，明確學習的目標，在提升語言基本技能的基礎上，更加注重鍛煉高層次語言技能。蔡基剛指出：很少帶著批判性思維去閱讀，久而久之，造成了批判性思維能力差的后果，反映在學術寫作中，就是創造性思維少[4]56-60。充分利用建筑與土木工程小型語料庫，學生以批判的眼光和視角審視自己的學術論文，找尋其中的優點與缺點，培養學生在二語學術寫作上的創造力，進而提升學生的科研能力。

本研究通過自建建筑與土木工程英語小型學習者語料庫，詳盡闡述了建庫的目的和語料庫文本的處理過程。以服務教學的視角，從教師和學生兩個方面，分別論述了學習者語料庫在外語教學過程中的應用，為建筑與土木相關專業學生的二語學術寫作能力的提升提供有力的輔助工具。該語料庫隨著學生的個性化需求以及教師的教學改革，還需要繼續充實和完善。首先，今后的研究可以細分不同的專業方向，便于對比發現不同專業方向學習者二語學術寫作特征，結合定量研究方法，進行科學的系統性研究。其次，教師作為教學的主要行動者，可以根據自己的實際教學情況，在共時和歷時兩個維度建立小型的個性化語料庫，從而發揮語料庫的長效機制。最后，發展建筑與土木工程專業平行語料庫，豐富現有的數據資源，為更加深入的研究提供數據支持。