動物科學國際期刊論文語料庫的創建與應用

王敏　李麗霞

摘要 隨著語料庫語言學的快速發展，專門用途英語語料庫的建設與研究逐漸成為語料庫語言學的研究熱點，作為專門用途英語教學和科研的重要組成部分，農業英語語料庫的建設和研究在國內尚屬空白，更沒有動物科學國際期刊論文語料庫方面的研究。在簡述建設動物科學國際期刊論文語料庫的背景和意義的基礎上，探討了動物科學國際期刊論文語料庫的創建原則、思路和基本步驟，指出動物科學國際期刊論文語料庫的創建是可行的；并從科研、教學、翻譯領域闡述了建設和開發動物科學國際期刊論文語料庫的應用價值，指出動物科學國際期刊論文語料庫的創建是必要的。

關鍵詞 語料庫；動物科學國際期刊論文語料庫；建設；應用

中圖分類號 S-058 文獻標識碼 A 文章編號 0517-6611（2014）20-06854-03

動物科學國際期刊論文語料庫是農業學術英語語料庫下的一個子庫，農業學術英語語料庫又是農業英語語料庫的一個分庫；基于語料庫的農業英語的研究屬于專門用途英語語料庫研究范疇，專門用途英語語料庫研究又屬于語料庫語言學研究領域。

語料庫是指按一定原則取樣獲得的大規模電子文本匯集[1-3]，近年來，語料庫作為一種新的研究方法廣泛應用于詞典編撰、外語教學、外語學習、翻譯研究、學術英語和專門用途英語等領域[4-5]。在語料庫語言學中，專門用途語料庫指的是出于某種特定研究目的需要，只收集某特定領域的語料樣本建成的語料庫[6]。近年來，專門用途語料庫發展迅速，許多與專業相結合的專用英語語料庫紛紛建設起來，目前國內已經有已建成的或建設中的眾多與專業英語相結合的專門用途英語語料庫，如航天航空英語語料庫、醫學英語語料庫、商務英語語料庫等。這些語料庫的建立及其研究成果，推動了專門用途英語教學的發展，對提高國內專門英語教學水平有重要意義，同時也為進一步建成和完善農業英語語料庫提供了寶貴的借鑒。如今國內農林院校擁有農學、林學、植物保護、動物科學和生命科學等優勢學科和專業，如果這一優勢能夠和專門用途英語教學相結合，建立相應的農業英語語料庫，將能大大豐富專門用途英語語料庫的研究。

但是，作為專門用途英語教學的重要組成部分，農業英語語料庫及研究仍然沒有得到足夠的重視，農業英語語料庫的建設和研究在國內尚屬空白，更沒有動物科學國際期刊論文語料庫方面的研究。我國作為農業大國，農林院校未來發展目標是要建成世界一流的農業大學，在學校努力提升國際化辦學水平和加強農業科技學術交流的大背景下，建設農業英語語料庫并開展農業英語的研究具有必要性。然而，目前農林院校師生在農業英語應用中還存在很多問題，影響了他們在國際期刊發表學術論文的數量與質量。外語教學在農業英語教學和農業英語翻譯方面也表現出一些問題，一方面，英語教師缺乏農業專業知識和專業詞匯，很難開展結合農業特色的英語教學；另一方面，研究生和科教人員雖然有農業專業背景，也熟悉專業詞匯，但因為他們英語語言基礎差，缺乏英語學術論文寫作規范的訓練，不了解學術論文的語篇特征和農業英語語言特征，即使有很好的研究成果，但是因為寫不出符合國際學術規范的論文，很難在高水平的國際期刊發表他們的論文。因此，建設動物科學國際期刊論文語料庫，開展基于農業英語語料庫的農業英語語言的研究更具有緊迫性。

1 建設動物科學國際期刊論文語料庫的意義

該研究力圖建設動物科學國際期刊論文語料庫，它是農業學術英語分庫下的一個子庫，并在此基礎之上開展動物科學學術英語語言特點的研究。這一研究將有助于填補學科專業語料庫的空白，豐富專門用途語料庫的研究內容、農林院校專業英語和學術英語教學水平、師生學術英語寫作水平、農林院校在外文期刊發表論文的成功率等，具有重要的現實意義和應用價值。動物科學國際期刊論文語料庫建成之后，為農林院校動物科學專業英語教學和學術論文寫作服務，可供外語系教師高效學習專業詞匯，為農業英語教學，特別是學術詞匯教學，提供新途徑，發揮語料庫語言學在農業英語詞匯、短語及語篇等研究方面的作用，對探索圍繞某一主題，以語義聯想為中心的農業英語詞匯學習有一定幫助作用；為農林院校動科專業的師生和研究者開展學術英語閱讀和學術論文撰寫提供大量的、可直接檢索的、真實的學術論文學習資源，外語學院教師和研究生也可以利用該庫開展語言學研究，包括語法層面、詞匯層面、句法層面，甚至是篇章層面的研究。此項研究還有利于提高師生的農業英語翻譯水平，對提高他們英語論文的寫作質量有一定意義。同時，通過建立農業題材的英語語料庫，對探索解決目前農業英語教學中的問題，豐富和完善語料庫的類型，推廣基于語料庫的農業英語語言研究及語料庫驅動的農業英語教學模式，提高農林院校農業英語教學水平具有實用價值，更重要的是提高教學界對農業英語教學改革和學科建設的重視，培養農業英語高水平人才，加快與世界農業科技接軌的步伐。

2 動物科學國際期刊論文語料庫設計與建設

2.1 語料的采集

該研究語料的采集主要考慮以下3個方面：①語料的時代性：盡量選擇近期的英文語料，以后不斷更新，滾動補充。該研究文本選取2009～2012年動物科學領域SCI收錄的5個重要國際期刊中200篇期刊論文，期刊分別為Animal Feed Science and Technology、Animal Genetics、Domestic animal endocrinology、Applied Animal Behaviour Science、Poultry Science，庫容量為100萬詞。②語料的代表性：參考SCI 動物科學期刊影響因子因素，確定5種專業期刊，采取等距抽樣的原則，進行全文錄入。③語料的權威性：語料庫反映的是某一語言全面的語言事實，因此，語料的地域分布十分重要，通常的解決方法是充分考慮到某一語言的最廣泛的地域分布，并且重點關注代表性的語言區，廣泛抽樣。為了得到更為可靠的語料，本語料庫抽取的是以母語為英語的國家的語料，如英、美、加、澳等以英語為本族語者撰寫的論文，以減小語言差異對研究結果造成的影響，保證其具有權威性。

2.2 語料的加工

語料庫開發遵循國內外信息處理領域通用的語料庫技術路線和流程，重視為語言學教研服務，采用機助人校的加工方式，并利用最新流行的開發語料庫切分標注和文本分析等軟件來提高加工精度，控制使用質量，因此，該研究語料的加工主要有以下步驟。

2.2.1 文檔清理。

目前主流的語料庫分析軟件（如Wordsmith，AntConc，PowerConc等）只能對純文本格式的語料進行分析。因此，為了使用專業的語料庫分析軟件對語料進行深度和精確挖掘，動物科學國際期刊論文語料庫中的所有PDF文件都是人力單篇轉換為TXT文檔；然后，再使用文本整理器3.0對TXT文本進行批量清潔，以去除所有全角空格、段首跳格、段落間空行，半角標點替換全角標點，處理文本中文字符號類、空格段落類以及標點符號類的問題，形成由清潔文本組成的動物科學國際期刊論文語料庫（TXT文本文檔）；最后，隨機抽取動物科學國際期刊論文的10篇文本進行驗證分析，主要檢查文本是否存在亂碼和空行，是否包含其他語言文字，是否包含混雜的標點符號或字符等，以保證最終研究結果更加科學嚴謹。

結果發現：①在將PDF格式的語料轉換為純文本格式時，文檔格式轉換軟件無法轉換PDF文檔中的圖片、表格及公式等內容，這部分內容會在純文本格式文檔中對應生成空格、亂碼等內容；②PDF文檔保留了論文的排版格式，在進行文檔格式轉換時，會產生很多空格和回車，甚至會打亂上下文的順序；③論文原文中注釋、頁碼、參考文獻等部分屬于論文正文的附屬部分，對于語料庫研究作用不大。這些原因導致文檔中存在許多無效的字符，降低了文檔的可讀性和檢索結果的準確性。因此提出如下建議：①鑒于圖片、表格及公式等內容對語言的研究沒有作用，該研究手工刪除圖片、表格及公式等內容；②先使用文本整理器3.0對TXT文本進行批量清潔，再用PowerConc語料庫檢索軟件里的NGram進行單個詞頻的統計，肉眼觀察空格和回車亂用的地方，并回到原文進行再次清潔；③人工刪除注釋、頁碼、參考文獻等論文正文的附屬部分，只保留論文的摘要和正文。

2.2.2 文本元信息標注。

元信息即關于信息的信息。該研究通過BFSU Qualitative Coder 1.1語料庫軟件進行元信息的批量標注，對每篇文本的標題、發表時間、來源、作者、期刊名稱、發表時間、建庫人和組織信息等信息進行標注，以便使用者清楚地知道文本信息的信息，也便于應用者單文本的查找。

2.2.3 文本詞性賦碼。

為了對語料進行詞性和句法結構等方面的深度研究，也為了對語料庫數據分析能夠更加系統精確，對特殊數據信息進行提取和處理。該研究對生文本語料進行了詞語切分和詞性賦碼標注。經過比選，該語料庫的創建選用了比較成熟的Helmut Schmid設計的TreeTagger詞性賦碼軟件，TreeTagger詞性賦碼軟件可以根據概率的原則，用計算機來進行自動化處理，是目前最權威的英語語料賦碼軟件之一。將清潔文本用Treetagger進行詞性標注，標注后的文本可以進行微觀的詞匯研究，通過檢索軟件可以得到相應的名詞詞表、動詞詞表等。

2.2.4 重命名。

由于文本處理過程中運用到了詞性標注軟件，而詞性標注軟件在對文本進行詞性標注的同時，將文本的域名也進行了批量的改寫，域名從原來的“.txt”改為了“.txt.pos”。所以必須運用重命名軟件將域名改回原來的“.txt”，才能被接下來的檢索軟件識別，因此，該研究利用Super Batch Renamer語料庫軟件進行了批量改名。

2.2.5 未來檢索。

日本早稻田大學Laurence Anthony設計的Antconc、許家金等研制開發的PowerConc軟件、英國利物浦大學Mike Barlow設計的Word smith Tools、北京外國語大學中國外語教育研究中心設計的PatCount等語料庫軟件都可以進行單詞或者多詞的檢索，包含詞匯索引、詞表生成、主題詞計算等功能。這樣就為對動物科學學術英語的高頻詞進行量化分析提供了充分技術保障，尤其PowerConc 軟件對傳統的詞匯索引、詞表生成、主題詞計算等功能進行了重構、擴展和優化，以正則表達式（Regular expressions）的N元組（Ngram）為基礎，功能強大，為利用正則表達式檢索語態等復雜語法形式提供了強有力的技術支撐。此外，還有BFSU Collocator搭配分析軟件、BFSU colligator類聯接分析專用工具及SPSS、Excel等統計分析工具等，為進行搭配、類鏈接等后續研究提供了技術支撐。

3 動物科學國際期刊論文語料庫的應用價值

3.1 在研究領域的應用

我國大學英語教學的主要目標是使學生能以英語為工具進行學術交流，但是各農林院校在農業英語應用中還存在很多問題，影響了他們在國際期刊發表學術論文的數量與質量，研究生和科教人員雖然有農業專業背景，也熟悉專業詞匯，但因為他們英語語言基礎差，缺乏英語學術論文寫作規范的訓練，不了解學術論文的語篇特征和農業英語語言特征，即使有很好的研究成果，但是因為寫不出符合國際學術規范的論文，很難在高水平的國際期刊發表他們的論文。通過自建的動物科學國際期刊論文語料庫，開展詞頻統計、搭配分析和句式分析等語言特點的研究，幫助專業學生掌握高頻詞匯，固定搭配和慣用句式，對于國內動物科學研究者和學生寫出優秀的、符合國際水平的動物科學英語論文有著積極的指導作用，幫助他們的研究論文更快、更多地被國際學術期刊所采用，提高各農林院校在外文期刊發表論文的成功率。另一方面，以往農林專業語料庫的研究多局限在單個文本或者是小文本的詞匯、語法等方面，動物科學國際期刊論文語料庫可以保證國內動物科學研究者和學生使用相關軟件，如PowerConc和PowerGrep等，對較大語言單位進行研究，如進行文體、體裁、語步、語義關聯、語義韻律、語篇建構等分析。

3.2 在教學領域的應用

語料庫可以提供大量可靠性高的參照數據和新鮮實例，使語言研究更具概括性和說服力。一方面，英語教師一旦掌握了語料庫研究的使用技能，就可以通過語料庫進行動物科學學術英語和通用英語詞匯、句法等方面的比較，進行主題分析、例句援引、詞語搭配、詞素分析、話語分析等，從而在掌握學生語言學習的過程中，根據語料樣本來解決學生語言學習中遇到的問題。這種數據驅動學習的教學模式，把建成之后的動物科學國際期刊論文語料庫直接應用于課堂教學，解決了英語教師缺乏農業專業知識和專業詞匯及很難開展結合農業特色的英語教學的矛盾，減少了實際使用與課堂教學的差距。另一方面，語料庫能讓學習者在掌握了相關技術之后，根據自己的具體情況利用已經建成的動物科學國際期刊論文語料庫進行操練，在沒有教師指導答疑的情況下，借助語料庫的相關功能同樣可以解決疑問，直到最終掌握相關的內容，這也體現了人本主義教育思想，值得國內農林院校大力探索和提倡。

3.3 在翻譯領域的應用

動物科學國際期刊論文語料庫的建立可以為動物科學翻譯工作者提供一個學習的平臺，通過比較譯語文本和其對應的母語中的語言特征及其出現的頻率來研究翻譯過程，對動物科學學術文本譯文風格特點進行量化分析，找尋翻譯規律，便于更準確地學習國際先進農業科技論文中的成果，并應用于國內農業的研究和發展中，提升我國農業的整體發展水平。同時，語料庫對專業詞典編纂的積極作用也會促進專業學科翻譯的準確性，通過語料庫中詞的共現使釋義更完善更準確；語料庫專用的統計分析軟件中的關鍵詞功能，將使那些有各自專業特點的詞匯凸顯出來，使編寫詞典水到渠成，也使得翻譯研究有據可循。

3.4 在后續研究方面的應用

①研究者可以根據具體的研究目的，對動物科學國際期刊論文語料庫進行廣擴充、深加工。目前語料庫語言學中發展較為成熟的詞頻統計、搭配、類連接和語義韻等研究方法為專門用途英語的研究提供了從詞匯到語篇，從語言理論到語言教學的全方位、多層次的研究途徑。動物科學國際期刊論文語料庫的創建標志著研究者們可以借助語料庫語言學的方法進行語言特點、語篇特點等的內部研究。②研究者也可運用于農業專業的其他學科研究中，建立園藝學科，動物醫學，植物保護等農業領域分支學科學術英語語料庫，建成后的大型語料庫涵蓋農業的各個學科，并促成學科間對比研究[7]。總之，動物科學學術英語語料庫為以后的研究提供了新的方法和更豐富的課題。

4 結語

借助宏大的計算機數據庫——語料庫，動物科學國際期刊論文語料庫的建成，為動物科學研究者和教學人員提供一個分析、研究、描述和應用動物科學英語的載體，為編寫動物科學英語辭典、研究動物科學英語語言特點、各種論文寫作教材編寫提供重要的語料源，而且也為英語研究和教師發展提供了全新的途徑。由于客觀原因，動物科學國際期刊論文語料庫的建設和應用仍然存在缺陷，主要表現在語料采集的深度和廣度不夠，但是語料庫不是一次成品，相信在今后的研究中，動物科學國際期刊論文語料庫會更加發展成熟完善，為農業專業其他學科的語料庫建設打下基礎，為國內同行的類似研究提供一定的啟發。

安徽農業科學 2014年

參考文獻

[1] SINCLAIR J.Corpus，concordance，collocation[M].Oxford：Oxford University Press，1991.

[2] HUNSTON S.Corpora in applied linguistics[M].Cambridge： Cambridge University Press，2002，27（3）.

[3] 許家金.語料庫語言學的理論解析[J].外語教學，2003（6）：6-9.

[4] 劉滿堂.近40年英語語料庫及語料庫語言學研究的回顧與展望[J].陜西教育學院學報，2004（1）：98-103.

[5] 羅衛東.近五年國內語料庫語言學研究綜述[J].當代教育理論與實踐，2011，3（11）：138-140.

[6] 梁茂成.理性主義、經驗主義與語料庫語言學[J].中國外語，2010（4）：90-97.

[7] 許家金，梁茂成.創建子語料庫，促成對比研究[J].當代外語研究，2011（10）：6.