幼兒園英語語料庫建設與研究

祁繼香

【摘要】本文主要討論用語料庫來輔助學前教育雙語教學、幼兒園英語語料庫的創立和它的重大意義。

【關鍵詞】幼兒園英語 語料庫

一、《幼兒園英語語料庫建設》的意義

語料庫為學習、工作等提供一種資源，對于學生，可幫助大家挖掘專業的深度和廣度。在外語研究和教學方面，語料庫語言學為其提供豐富真實的資料供參考，例如，通過語料庫，教師可設計課堂實例、考卷；可以從學習者語料庫發現過量使用的詞，對其進行重點關注；學生可以通過語料庫加深對生詞的理解、使用規則等，進行自學；也可以發現書面、口頭英語間的差別，挖掘語言背后的文化內涵等。此外，通過對語料庫的研究，不僅有利于加深對文章體裁方面的研究，而且有助于推動機器翻譯的飛躍發展。

目前國際國內幼兒園教育基本上都是圍繞五大領域主題活動展開。幼兒園英語語料庫（Kindergarten English Corpus，簡稱KEC）正是基于五大領域主題活動進行研究和建設，該語料庫為學前英漢雙語專業學生、幼兒園英語教師以及其他幼兒英語愛好者提供了接觸幼兒園情真實景英語的途徑。學習者在學習過程中需要積極主動地思考、質疑、探索。在這一過程中，英語學習者不僅可以學會英語知識，更學會學習技巧，同時熟悉幼兒園各大領域活動特征和內容，并掌握如何用雙語進行幼兒園教學活動，為勝任將來任職崗位打下堅實的基礎。

二、《幼兒園英語語料庫建設》的目標

本課題研究的主要目標是建設一個符合高等教育學前教育學生及廣大幼兒英語工作者的幼兒園英語專用語料庫。該幼兒園英語語料庫是根據可靠的理論依據和明確的設計原則建立的幼兒園英語的電子文庫，幫助幼兒園英語從教者更為全面地掌握幼兒園英語的內容，為幼兒園英語教學提供強大的平臺，為廣大幼兒園英語教師和高校學前教育雙語專業學生以及廣大幼兒英語教學研究者提供強有力工具和手段。

三、《幼兒園英語語料庫》的內容

建設一個小型的“幼兒園英語語料庫”單語語料庫，具體內容涉及如下：

1.設計和規劃。主要考慮語料庫的用途、類型、規模、實現手段、質量保證、可擴展性等。

2.語料的采集。主要考慮語料獲取、數據格式、字符編碼、語料分類、文本描述，以及各類語料的比例以保持平衡性等。

3.語料的加工。包括標注項目（詞語單位、詞性、句法、語義、語體、篇章結構等）標記集、標注規范和加工方式。

4.語料管理系統的建設。包括數據維護（語料錄入、校對、存儲、修改、刪除及語料描述信息項目管理）、語料自動加工（分詞、標注、文本分割、合并、標記處理等）、用戶功能（查詢、檢索、統計、打印等）。

《幼兒園英語語料庫》整體上由兩部分組成：Audio（語音庫）和TEXTS（文本庫）。Audio（語音庫）中的任務1任務2子庫（英文兒歌和英文兒童故事）包括英文兒歌視頻語料和音頻語料。其中視頻語料以imvb的格式播放，音頻語料以mp3的格式播放。

TEXTS（文本）全部則采用純文本格式，即“文本名.txt”的格式，如：Childrens Poems.txt。任務1子庫包含2個文本2萬詞容；任務2子庫包含14個文本9萬詞容；任務3子庫包含2兩文本1萬6千詞容；任務4子庫包含6個文本14萬詞容；任務5子庫包含19個文本18萬詞容；任務6子庫包含12個文本10萬詞容；任務7子庫包含16個文本25萬詞容；任務8子庫包含7個文本6萬詞容。

四、《幼兒園英語語料庫》制作過程

1.文本采集。

（1）基本準備。工具準備：課題組主持人和成員于2012年12月初參加了由教育部承辦、外研社主辦的、由梁茂成、李文中、徐家金三位老師主講的“雙語平行語料庫研究”研修學習，獲得了好幾款預料建設和研究方面的軟件。如EditPad Pro、UltraEdit、ABBY FineReader等。

文獻準備：建庫前，閱讀了一些語料庫建設的基本的書籍，如Martin Wynne編寫的Developing Linguistic Corpora： A Guide to Good Practice、CHILDES、梁茂成主編的《語料庫應用教程》、文秋芳寫的《中國學生英語口筆語語料庫》、王克非寫的《報刊英語語料庫》及其它語料庫方面的書籍。

物質準備： 準備了兩個專門用語語料備份的移動硬盤和優盤，另外還準備了幾張光盤，定期把語料刻寫到光盤上，以備長期存儲。

（2）語料庫設計。

1）預料的來源及獲取語料的方法。本課題組獲取語料的主要渠道為：網絡下載，包括網絡圖書館、幼兒英語數據庫、可供下載的自由百科全書、幼兒英語方面的網頁、電子書及其它資源。具體包括幼兒園日常英語；幼兒英文兒歌、幼兒園手指謠、律動操、手工、詩歌、童話故事等為原始語料，收錄文字資料和音像資料進行轉寫。

2）根據國際國內語料庫建設的實踐經驗，制定幼兒園英語語料庫轉寫和賦碼方案，組織人員進行轉寫工作。

3）語料庫中的文件格式：文字文件一律采用文本文檔，音頻文件采用兼容性較好，更為通用的mp3格式。

2.文本整理。

（1）清潔文本。對建好的電子文本進行加工和處理，包括文本的處理、語料元信息的標注等。比如英語文本應當由半角字符構成。除單詞之間、句間，其它位置通常不應該有空格。文本處理可以借助于PowerGREP或其它文本編輯工具，本課題組采用的是一款梁茂成老師介紹的“文本整理器”的免費軟件。

（2）元信息標注。元信息（metadata）課分為如下：

文本說明信息：包括文件序號、文本分類、其他分類、文本統計信息、版權聲明等。

文獻信息：包括作者、時間、標題、來源、出版者等。

文本結構信息：標題、章節、段落、句子，以及其它特殊文本內部結構的標注，如兒童英文詩歌、兒童英文童話劇等。

五、《幼兒園英語語料庫》的研究方法

1.文獻研究法。搜集和整理關于語料庫建設方面的文獻資料和幼兒園英語方面的資料，舉辦講座，用以指導課題研究。

2.調查研究法。調查幼兒園、家庭、科學、語言、自然健康等方面課程資源的狀況，將其有效地開發整合為幼兒園英語課程資源。

3.行動研究法。利用幼兒園、家庭、自然、健康等方面的課程資源開展語言實踐活動，實現幼兒教師課程資源開發利用和學前教學的有效整合。

4.定量研究法。定量研究主要是指利用語料庫方法對研究對象進行客觀而真實的調查，在此基礎上，做出綜合性的分析與評價，形成定性研究。

建設和開發幼兒園英語語料庫的預期價值在于：幼兒園用于語料庫建成后，將是國內首個同類型的語料庫。該項目的完成，將對我國幼兒園英語教學提供強大的平臺，為廣大幼兒園英語教師和高校學前教育雙語專業學生以及廣大幼兒英語教學研究者體供強有力工具和手段。幼兒園英語語料庫是根據可靠的理論依據和明確的設計原則建立的幼兒園英語的電子文庫，幫助英語學習者更為全面地掌握幼兒園英語的內容。

參考文獻：

[1]胡群.幼兒雙語教師口語教程[M].北京：開明出版社.2004.

[2]梁茂成，李文中，許家金.語料庫應用教程[M].北京：外語教學與研究出版社.2010.

[3]劉霞.幼兒園英語口語大全[M].北京：清華大學出版社.2004.

[4]王克非.雙語對應語料庫：研制與應用[M].北京：外語教學與研究出版社.2007.