基于語料庫的語篇分析范式研究*

滕延江 李 平

(魯東大學，煙臺264025)

1 引言

語料庫是以計算機為載體存放真實語言材料的集合。語料庫語言學是收集數據的重要手段(桂詩春等2010:419)，語料庫語言學方法的目的在于通過對大規模數據的分析來觀察人們使用語言的特點，其優勢體現在發現詞匯用法、使用頻率、搭配、中心詞索引等方面。(O’Keeffe＆Farr 2003:390－391)近年來，語料庫語言學方法在分析書面語或者口語方面得到了廣泛的應用。與傳統的語言學研究方法相比，語料庫語言學分析方法的優勢體現在以下方面:1)實證性，能分析自然語篇的實際使用模式;2)以大規模收集的自然語料作為分析素材;3)采用自動的、交互式模式，依靠計算機進行數據分析;4)集定性分析與定量分析于一體，能對語言進行功能性解釋。(Biber，et al 1998)因此，語料庫語言學“現在正處于成為主流語言學的節點上”。(Mukherjee 2004:118)近十幾年來，語篇分析研究者一直思索如何采用計算機手段進行語篇分析，從而降低人工分析的勞動強度與分析誤差，而幾乎所有的語篇研究都是針對真實語料的分析，這說明二者有結合的興趣點。

2 語料庫語言學分析方法與語篇分析的兼容性問題

2.1 對語料庫語篇分析模式質疑的聲音

由于語料庫語言學方法最初只是應用于詞匯、語法分析領域，因此采用語料庫語言學的方法進行語篇分析研究從一開始就受到了很多學者的質疑。Leech(2000:678)認為兩者之間有一種“文化分界線”(Cultural divide line)。這是因為語篇分析強調文本的整體性，語料庫語言學則側重采用典型的例證;語篇分析大都是質的研究，語料庫語言學從根本上講是量的研究;語篇分析側重對文本內容的分析，語料庫語言學側重對語言的分析。此外，Bhatia(2008:83)也提到了三種反對二者結合的觀點:第一，從語境觀上看，基于語料庫的研究是一種去語境化(decontextualization)的研究，而語篇分析恰恰要求所有的研究要在語篇全文以及情景語境中進行。第二，從研究方法上看，基于語料庫的分析屬于事后分析(Post-hoc analysis)方法，在分析完數據出現頻率后，再進行解釋說明，而語篇分析采用的是一種自上而下(Top-down)的分析方法;換言之，語料庫語言學的方法忽略語篇的結構，側重對中心詞索引(Concordance)的研究，而這正是語篇分析開展的必要前提。針對上述批評，Tribble進行了正面的回應，尤其對語篇的語境特征進行了詳細討論。比如，語篇的社會語境、交際目的、讀者與作者角色、共享的文化價值等都會有助于確立所分析文本的語境。他還特別指出，“理解語言使用包括理解社會與語境知識，并非僅僅語言系統本身的知識”(Tribble 2002:138－139)。此外，Swales(2002:154－158)也指出，語料庫語言學分析中的各種技巧，比如“中心詞索引”(concordances)用來分析有關項目是一種“自下而上”式的分析，這與學術語篇對語步分析(move analysis)所要求的“自上而下”的模式是相悖的。然而，之后Swales卻改變自己的觀點:公開承認語料庫語言學方法可以用于語篇分析，特別是針對學術目的英語語篇的分析與教學。(Lee＆Swales 2006:56－75)由此可見，語料庫語言學方法并非不能與語篇分析相結合。

2.2 語料庫技術的發展與語篇分析結合的可行性

語料庫提供收集大量、可靠數據的手段，“文化分界線”正在逐漸消失。在過去的十幾年里，學者對語料庫語言學方法用于語篇分析越來越感興趣。(Baker＆McE-nery 2005)Baker(2006)鼓勵學者大力實踐，并提供基于語料庫的語篇分析(Corpus-based Discourse Analysis，CBDA)的多種方法。

語料庫技術與語篇分析的結合點在哪里呢?首先，從歷史上看，計算機輔助語料庫分析方法曾經在語篇分析實踐中被采用過。早在1970年代，Michel Pecheux曾經采用自動句法分析的方法對馬克思主義理論語篇中的附加語進行過分析，該分析中的重要一點是把語料庫中的句子轉換成簡單的結構集合，然后使用分配程序的方法來觀察同樣被重復或者被替代的結構模式。(McEnery＆Wilson 2001:114)不僅如此，Hardt-Mautner(1995)也曾經采用中心詞索引技術分析語篇中的搭配關系。因此，從方法論上看，語篇分析能夠借助語料庫語言學分析方法進行超句子層面的分析。其次，語料庫對語篇分析研究有潛在的重要性。如果語篇分析者發現某個語篇中的一系列重要特征，就可以提出這樣的思考:這些語篇特征僅僅局限于這類語篇，還是一種普遍的社會慣例?如果是后者，就構成新的語篇類型。再次，語料庫語言學的研究對更好地了解書面語篇與口語語篇的特征提供重要的數據資源，這種基于語料庫的海量數據分析，其結論也更具科學性與概括性。語篇分析研究借助于這種大規模的數據分析，有利于提高研究效率，增強研究發現的權威性。

3 基于語料庫語篇分析模式的研究范式

進入新世紀以來，有關“計算機輔助方法與語篇層面研究的兼容性問題一直受到較多關注”。(Adel＆Reppen 2008:2)許多學者回顧并總結了語料庫語言學研究方法在語篇分析層面上的應用情況并概括出常見的研究范式。具體說來，基于語料庫的語篇分析模式可以概括為質的研究，質、量相結合的研究與純粹的量的研究三種研究范式。

3.1 質的研究

語料庫是各類交際活動中所使用語言的集合。借助于語料庫中的語料，針對某一類型的文本，對其宏觀結構、詞匯、句法、語體特征等方面進行分析，多采用人工統計為主的方法，然后在此基礎上進行分類、解釋與概括，以此發現此類型文本的突顯特征。例如借助語料庫，通過分析多篇學術論文的結構，我們發現絕大部分學術論文通常包括研究背景、文獻回顧(研究空白)、研究方法、研究結論與研究意義等幾個主要部分;當然，還可以統計學術語篇中的名詞化現象使用情況、被動語態的使用頻率等問題。從研究方法來看，這樣一種自下而上的研究屬于質的研究。由于語料庫只發揮提供語料的作用，因此這也是一種語料庫意識的研究(corpus-informed study)。

代表性的研究如Swales(2004)采用Michigan Corpus of Academic Spoken Englis(MICASE)語料庫，調查不同學科語境下的大學生在學術會話方面使用語言的特征。MICASE專門收集大學生英語口語語料，涵蓋講座、實驗、辦公、圖書館服務等語域，為國際應用語言領域提供美國英語口語素材，并為語言學和特殊用途英語學生提供學習資源。該研究的目的在于分析大學生學術口語會話與日常會話的使用情況方面的異同。Swales的研究發現，就大學生的學術會話與日常會話的語言使用來看，在語言特征方面并無較大差異，而且在學科上的差別也不明顯，學術會話與日常會話一樣，也具有非正式性的特征。

此外，Hyland(2004)對第二語言學習者學位論文“致謝(Acknowledgement)”部分的研究也是一項基于語料庫的質的研究，該語料庫是由香港學生的學位論文組成的語料庫。他考察其中“致謝”部分的結構特征以及社會角色。該研究不僅顯示這些文本的典型呈現方式，還發現學生如何用其來展示他們對學科歸屬性的認識，即用特定的方式來表達對他人的感謝。例如通過觀察thanks左邊的詞匯，結果發現使用最多的是special thanks，其次是deep thanks與 sincere thanks。正如 Hyland(2004:303－304)所指出的，“致謝”這一文本雖然簡短，但它卻架設起個人與公眾、社會與專業、學術與道德的橋梁。與Swales的研究一樣，該研究不僅展示學術語篇的重要特征，而且也從社會、人際層面詮釋這類語篇的重要性。

3.2 質、量相結合的研究

大多數基于語料庫的語篇分析研究屬于質、量相結合的研究范式。根據研究者在多大程度上依賴數據決定研究結論，該研究范式可以分為兩類。如果研究者把已有的語言感知或理論框架用在語料庫數據分析上，這種研究被稱為語料庫支持的研究(corpus-supported study);如果研究者在數據分析時盡可能少地利用已有的成見，而是讓語料數據說話，這種研究被稱為語料庫驅使的研究(corpus-driven study)。無論采用哪種分析方法，這一范式的特點是研究需要依靠語料庫技術進行。例如，Lee＆Swales(2006)的研究表明采用語料庫“中心詞索引”技巧是可以檢驗語類－修辭與詞匯－語法問題。不僅如此，采用語料庫分析方法還可以防止語步分析過程中的主觀隨意性問題以及分析缺乏語言學理論基礎等問題。此外Ooi(2001:168－183)對比分析美國與新加坡兩國的網民在互聯網上發布交友廣告時所使用語言的特征問題。他采用中心詞索引的檢索軟件WordSmith來檢測所選文本的詞匯分布頻率、語法以及詞匯搭配情況。研究表明:許多美國人喜歡用attractive，great來描述自己，而新加坡人大都不用此類詞匯。從兩國網民使用語言的共同點來看，動詞短語looking for出現頻率最高，通常與表達作者“希望與夢想”的表達方式連在一起，比如someone special，that special woman，a special relationship等等。此外，研究還顯示，交友廣告語篇大都具有語言簡潔、口語化、多使用縮略語的特征。例如:

SWF，attractive，young 40，seeks cool，off-beat guy 30 －45 who likes film，literature，music，outdoors.

Secure and laid back.(Paltridge 2006:174)

3.3 量的研究

語料庫的實際價值體現在:通過大規模的自動分析，獲取語言實際使用中的定量信息，依據語料庫所反映出來的語言事實對現行語言學理論進行批判，提出新的觀點或理論。比如說，頻率分析信息可以引導出使用規則或語法模式，運用在語篇合成、機器翻譯、信息激活、自動文本概括等方面，這種研究被稱為語料庫引導的研究(corpus-induced study)。該研究范式現在被納入“自然語言處理”(Natural Language Process，NLC)或者計算機語言學的范疇內。Flowerdew(2008)采用基于語料庫和語言類型(genre-based)的研究方法分析由60篇環境報告、約225，000詞匯構成的語料庫。該研究首先描述語篇層面的編碼系統，為語篇類型的語步分析提供概念支持，并描述文本的3個層面:宏觀結構、語篇類型結構以及文本模式。進而采用關鍵詞檢索技術對整個語料庫和每個文本進行分析。檢索發現這類文本的語言類型特征為“問題－解決問題 (Problem-Solution)”修辭模式。該研究表明可以對語料庫進行語篇層面的以及語篇類型層面的分析。

4 語料庫語篇分析模式的特征

縱觀現有的研究，語料庫語篇分析模式的特征主要體現在以下諸方面:

第一，研究范圍進一步擴大，檢索效率更高。如今隨著語料庫技術的發展，語料庫的規模不斷擴大:Bank of English收錄了約 4.5億詞匯，British National Corpus(BNC)收錄了大約1億詞匯。這些大規模的語料庫能夠對日常語言使用的詞匯－語法模式提供有效的、可信的信息資源。這些現存的語料庫可以直接、便捷地進入我們的研究視野，更多的研究者有機會接觸這些現有的語料庫進行分析?，F存的大型語料庫從語篇類型(genre)上看多為普通型的語料庫，隨著研究者研究范圍的擴大，特定的語篇類型逐漸進入研究者的視野，比如超市購物單、明信片、課堂語篇、天氣預報、宣傳海報以及商業語篇(Koller 2004)，日常大眾語篇(Carter＆ McCarthy 2004)，媒體語篇(Page 2003)，網絡交互時代的網上征友廣告、手機短信(Bax 2011)等等。越來越多的研究人員開始對各類型的語篇模式進行分析，這必將提高我們對語篇模式的整體認識水平。

第二，以量的、實證性研究為基礎，研究結果更為系統科學。建立在以實證性、量的研究基礎上的語篇分析模式可以讓語篇研究者更好地觀察“詞匯－語法”模式的應用，使結論更具說服力，從而克服原來靠人工統計方法，憑研究者直覺得出結論的片面性與局限性。此外，依靠計算機軟件，比如WordSmith、Concordance等能夠對其中的關鍵詞進行檢索，從而得出某一特定語篇的語篇模式。其次，在語料庫技術方面，現在的編碼與分析更為科學，例如AntMover軟件可以對一個大的語篇進行自動語步分析，對一個文本文件中的每一個句子進行修辭或結構上的賦值，這樣可以節省大量的人力工作，由此研究者可以把更多的精力轉移到對自動分析結果的修訂上去。

第三，基于語料庫語篇分析的結果有利于發現新的假設。正如Lee(2008:93)所指出，“現有的技術是以龐大的語料庫為基礎進行語言分析，因為單純靠人工或憑借研究者的直覺很難有新的發現，大量數據下出現的模式使得分析自動化、半自動化或者呈現互動狀態”。有些語言現象單靠直覺是難以發現的，依靠語料庫自動檢索的關鍵詞或關鍵域(Key domain)，研究者就能發現這種現象出現的規律以及所產生的語篇效果。

5 語料庫語篇分析模式的前景展望

語料庫語言學證明，語言研究是體驗性的，以大量自然發生的語篇為基礎。(鄭丹楊玉晨2010:68)可以肯定，盡管將來依靠人工進行語篇分析仍然必不可少，但是越來越多的語篇分析會依靠語料庫進行。同時，語料庫技術的發展也會使其對語言現象的分析超越語言特征層面，對語料庫發現的量的特征進行質的、功能性的解釋。基于語料庫的語篇分析模式在未來的發展中機遇與挑戰并存，具體來說:

第一，以語類(genre)為建庫標準的語料庫亟需加強。語料庫開發正在向兩頭快速發展和延伸:一是通用型的、基于網絡的超大型語料庫開發;二是個性化、專門化、行業化的小型語料庫開發。(桂詩春等2010:424－425)從語料來源上看，語料庫分為普通語料庫(general corpus)與專業語料庫(specialized)兩種。普通語料庫容量大，語料來源豐富。該語料庫適合觀察語言的一般特征，能夠從整體上發現語言使用的特點，比如出現頻率、中心詞索引等，但難以發現特定語類的語篇特征。專業語料庫，比如新聞社論、學術語篇、學術講座等，可以研究日常談話中的模糊限制語(hedges)、情態動詞的用法特征等具體問題?，F在絕大多數的語料庫中各種語篇類型混合在一起，難以進行針對某一特定語篇類型的研究。這就要求我們在建立語料庫時從開始就要進行語篇類型的分類，或者按語篇類型建立特定用途的語料庫，方便研究人員進行量的研究與觀察。此外，目前基于語料庫的語篇分析多側重詞匯－語法層面的研究，而對語篇的功能與修辭層面的研究還需加強(Upton＆Connor 2001)。

第二，多模態語料庫(Multi-modal corpus)的創建需要提上日程。隨著多媒體、網絡技術的革新與發展，未來集音、像等多媒體手段的多模態語料庫會越來越多。現有的語料庫中包含音像資料的極少，即使個別包括音像的語料庫，處于隱私、版權的考慮能夠為大多數研究者所使用的更是少之又少。在建立多模態語料庫時要充分考慮講話人的年齡、身份、性別、當時的語境、非語言因素等信息，這些信息如何呈現在語料庫中的確是語料庫建設中應該予以重視的問題?？傊?，與普通語料庫相比而言，多模態語料庫的資料收集難度大，儲存與分析過程更加費時耗力，“該模式的語料庫建設仍處于剛剛起步階段”。(Ruhlemann 2007:13)與之相對應，電子語篇語料庫的分析將會進入研究視野，這包括電子郵件、公告欄、聊天室語篇(Net speech)、論壇、手機短信等，也就是所謂的EMC(Electronic Media Communication)與DMC(Digital Media Communication)信息資源。(Crystal 2006)這必將是今后語料庫資源的重要組成部分之一，對于該類型語篇的分析將會成為語篇分析新的學術生長點之一。

第三，語料庫中語篇分析單元需要進一步明晰。語料庫語篇分析模式的重要問題之一是確定分析的單元基礎，也就是語篇單元(Discourse Unit)。此前的大多數語料庫語篇分析的切分單位是文本，比如一本著作、一篇論文或者一條新聞報道。然而，由于交際任務、目標的不同，一個文本內會有很多的變異現象，有時，文本的內在話題或任務單元很容易被識別，而有時，口語文本中這些單元的識別就較為困難。因此，對大的語料庫進行語篇分析時，明確語篇單元就非常必要，需要進一步發展語料庫技術，提供更為有效的科學可行途徑，只有這樣，語料庫技術下的語篇分析才能真正實現大規模、高效率的分析，其研究結果也更為可信。

6 結束語

語料庫可以提供真實的、鮮活的語料。(吳軍2010:105)語料庫收集了大量現實生活中自然發生的真實語言材料，體現出語言的時代性與動態性。當初語料庫的設計研究人員認為基于語料庫的語言學研究僅限于詞匯層面，難以超越小句進入語篇層面，如今，隨著學科發展逐漸成熟，在語料庫語言學中很多研究已經涉及到了語篇層面的問題。諸多研究表明，如果不采用語料庫語言學的方法，一些搭配模式、變量的交互問題就很難探討清楚。當然，為了讓語篇分析有更多的語境知識，針對語料庫語篇分析所反應出的不足與局限，可以采用訪談(interview)、語篇類型使用者的特定小組討論等形式幫助確立語境，以更好地體現語篇的語境因素。同時，把與語料庫相關的一些元語言信息也納入到分析中來?？傊?，基于語料庫的語篇分析模式為語篇分析研究提供了一條新的研究思路，有著較為明顯的實用價值，但是其具體應用效果還有待于進一步做大規模的研究。

桂詩春等.語料庫語言學與中國外語教學［J］.現代外語，2010(4).

吳 軍.語料庫與英語語法教學［J］.外語學刊，2010(1).

鄭 丹楊玉晨.論詞匯與語法的一體性——語料庫語言研究給予的啟示［J］.外語學刊，2010(5).

Adel，A.＆ R.Reppen.The Challenges of Different Settings:An Overview［A］.In A.Adel＆ R.Reppen.(eds.).Corpora and Discourse:The Challenges of Different Settings［C］.Amsterdam:John Benjamins，2008.

Bax，S.Discourse and Genre:Analysis Language in Context［M］.New York:Palgrave Macmillan，2011.

Bhatia，K.Corpus-based Discourse Analysis［A］.In K.Bhatia，J.Flowerdew ＆ H.Jones.(eds.).Advances in Discourse Studies［C］.Abingdon:Routledge Press，2008.

Biber，D，S.Conrad＆ R.Reppen.Corpus Linguistics:Investigating Structure and Use［M］.Cambridge:Cambridge University Press，1998.

Baker，P.Using Corpora in Discourse Analysis［M］.London:Continuum，2006.

Baker，P.＆ T.McEnery.A Corpus-based Approach to Discourses of Refugees and Asylum Seekers in UN and Newspaper Texts［J］.Language and Politics，2005(4).

Carter，R.＆ M.McCarthy.Talking，Creating:Interactional language，Creativity，and Context［J］.Applied Linguistics，2004(1).

David，C.Language and the Internet［M］.Cambridge:Cambridge University Press，2006.

Flowerdew，L.Determining Discourse-based Moves in Professional Reports［A］.In A.Adel＆ Reppen，R.(eds.).Corpora and Discourse:The Challenges of Different Settings［C］. Amsterdam:John Benjamins，2008.

Hardt-Mautner，G.Only connect:Critical Discourse Analysis and Corpus Linguistics，Unit for Computer Research on the English Language［D］.Lancaster:Lancaster University，1995.

Hyland，K.Graduates’Gratitude:The Generic Structure of Dissertation Acknowledgements［J］.English for Specific Purposes，2004(3).

Koller，V.Metaphor and Gender in Business Media Discourse:A Critical Cognitive Study［J］.Journal of Sociolinguistics，2004(8).

Lee，D.＆ J.Swales.A Corpus-Based EAP Course for NNS Doctoral Students:Moving from Available Specialized Corpora to Self-Compiled Corpora［J］.English for Specific Purposes，2006(1).

Lee，D.Corpora and Discourse Analysis:New Ways of Doing Old Things［A］.In K.Bhatia，J.Flowerdew ＆ R.Jones.(eds.).Advances in Discourse Studies［C］.Abingdon:Routledge Press，2008.

Leech，G.Grammar of Spoken English:New Outcomes of Corpus-oriented Research［J］. Language Learning，2000(4).

McEnery，T.＆ A.Wilson.Corpus Linguistics［M］.Edinburgh:Edinburgh University Press，2001.

Mukherjee，J.The State of the Art in Corpus Linguistics:Three Book-length Perspectives［J］.English Language and Linguistics，2004(8).

O’Keeffe，A.＆ F.Farr.Using Language Corpora in Initial Teacher Education:Pedagogic Issues and Practical Applications［J］.TESOL Quarterly，2003(3).

Ooi，V.B.Y.Upholding Standards or Passively Observing Language:Corpus Evidence and the Concentric Circles Model［A］.In Ooi，V.B.Y.(eds.).Evolving Identities:The English Language in Singapore and Malaysia［C］.Singapore:Times Academic Press，2001.

Page，R.Cherie:Lawyer，Wife，Mum:Contradictory Patterns of Representation in Media Reports of Cherie Booth/Blair［J］.Discourse and Society，2003(5).

Paltridge，B.Discourse Analysis［M］.London:Continuum，2006.

Partington，A.Corpora and Discourse，A Most Congruous Beast［A］.In A.Partington ＆ J.Morley.(eds.).Corpora and Discourse［C］.Frankfurt:Peter Lang，2004.

Ruhlemann，C.Conversation in Context:A Corpus-driven Approach［M］.London:Continuum，2007.

Swales，J.M.Integrated and Fragmented Worlds:EAP Materials and Corpus Linguistics［A］.In J.Flowerdew.(eds.).Academic Discourse［C］.London:Longman，2002.

Swales，J.M.Research Genres:Explorations and Applications［M］.Cambridge:Cambridge University Press，2004.

Tribble，C.Corpora and Corpus Analysis:New Windows on Academic Writing［A］.In J.Flowerdew.(eds.).Academic Discourse［C］.London:Longman，2002.

Upton，T.＆ U.Connor.Using Computerized Corpus Analysis to Investigate the Textlinguistic Discourse Moves of a Genre［J］.English for Specific Purposes，2001(4).