基于教學的日語寫作語料庫的創建和應用

和 佳

(云南大學旅游文化學院 外語系，云南 麗江 674100)

基于教學的日語寫作語料庫的創建和應用

和 佳

(云南大學旅游文化學院 外語系，云南 麗江 674100)

構建基于教學的日語寫作語料庫對于提高本校日語專業學生的寫作水平和能力具有必要性。相較于大型語料庫對教學的局限性，小型語料庫更有利于課堂教學的提高和推動語料庫在外語教學中的普及。通過對語料庫的整體設計、標注等語料加工后形成的日語寫作語料庫能夠輔助教學，成為有效推動教學的一種手段；將語料庫技術融入日常教學活動中，更能凸顯以學生為中心的教學理念，培養學習者自主學習的能力；日語寫作語料庫提供的真實語料，將促進學習者的數據驅動學習。

日語寫作；語料庫；教學；應用

語料庫是“按照一定的語言原則，運用隨機抽樣方法，收集自然出現的連續的語言，運用文本或話語片段而建成的具有一定容量的大型電子文本庫”。[1]333語料庫在當今語言學習和研究中發揮了重要作用。

經過三代語料庫的發展，國內外的語料庫建設取得了豐碩的成果，日語語料庫也不例外。日本研制的日語語料庫有：(1)EDR語料庫(EDRコーパス)，素材選自新聞報道和雜志，規模為20萬句，另有10萬句左右的英語語料。(2)京都大學語料庫(京都大學コーパス)，收錄了《每日新聞》光盤版1995年1月1日至1月17日的所有報道以及該年1月至12月的所有社論各約2萬句。(3)日語口語語料庫(日本語話し言葉コーパス(CSJ))，包含約660小時的語音信息，共計約700萬詞。(4)太陽語料庫(太陽コーパス)，收錄了《太陽》雜志的3400篇作品，共計1450萬字。(5)日本古典文學全文數據庫(日本古典文學本文データベース)，收錄了《日本古典文學大系》中的全部作品約580部。(6)日文RWC文本數據庫(RWCテキストデータベース)，收錄了《日本的通商白皮書》、日本電子工業振興協會的報告書以及《每日新聞》1991年至1995年的所有報道。(7)IPA語料庫(IPAコーパス)。(8)ATR談話數據庫(ATR対話データベース)等。國內只有一個大型中日對譯語料庫，是由北京日本學研究中心構建的一個雙語平行語料庫。是國內目前設計最為科學、最具有通用性、最符合語言學研究的日語語料庫。[2]

把日語語料庫應用于大學日語寫作教學是一種行之有效的教學手段。

一、日語寫作語料庫創建的必要性

日語寫作一直是教學中的薄弱環節，導致學習者日語寫作水平普遍不高的原因有對寫作不夠重視；對寫作出現畏懼心理；沒有掌握良好的寫作策略；寫作課堂效率不高等。提高日語寫作水平可以提高學習者使用日語的準確性，擴大詞匯量，提高邏輯思維和分析問題的能力，對聽、說、讀等外語能力的培養有促進作用。此外，和日語專業學習者相關的全國高等學校日語專業四級、八級考試都有寫作部分；作為大學教育最后階段的成果表現也需要學生撰寫畢業論文；考研也涉及到寫作，因此在日語教學中，如何指導寫作、培養良好的寫作能力是非常重要的。除了傳統的課堂教學外，通過構建寫作語料庫進行教學時提高寫作水平的一種很好的途徑。

大型通用語料庫建設的主要目的是詞典等工具書的編纂和語言調查研究而非課堂教學，對于特點各異的教學對象難免缺乏針對性。[3]再加上價格、市場等因素，大型語料庫很難獲得，因而不利于語料庫的推廣使用。想要真正推動語料庫在外語教學中的普及，有必要建設和使用個人教學語料庫。[3]基于此，立足于本校的日語寫作教學，我們認為構建小型日語寫作語料庫是可行且有必要的。

運用語料庫手段學習語言，有利于將傳統的以教師為中心的知識性傳授型教學轉變為以學生為中心的知識探索型教學。[4]創建基于課堂教學的日語寫作語料庫是用來幫助學習者理解語言現象的，和應用于教材、詞典編纂的大型語料庫有所不同，通過使用日語寫作語料庫可以發現學習者經常犯的各類錯誤，從而進行有針對性的教學，培養學生的學習能力，提高學習效率。其次，利用日語寫作語料庫能夠推動學習者進行數據驅動學習(Data-Driven Learning，DDL)。這是語料庫應用于語言教學的新型模式，提倡觀察真實的語言現象，主動探索詞匯使用頻率，發現詞匯意義單位，準確掌握和應用詞匯。最后，由于日語寫作語料庫是基于本校日語專業學生的實際通過自主設計構建的，其標注靈活，能提供更大的語境，讓日語寫作能力的提高不再局限于課堂內教師的單純講授。利用語料庫為學習者創造目標語語言的使用環境，提高日語語言運用能力。

二、日語寫作語料庫的創建

(一)語料庫的總體設計 建立語料庫要考慮的因素有建庫目的、語料品種、取樣標準、規模、代表性、設備、存貯方式和格式等。[5]日語寫作語料的建庫目的明確，以日語專業學生的作文為研究對象，為了反映本校日語專業學生的實際寫作水平和能力，掌握學生日語寫作的習得狀況，提高學生實際運用日語語言的能力，以期對日語寫作教程提供一些真實的語料，為提高本校日語專業學生的寫作能力和日語寫作課堂教學效果起到一些參考。我們擬建的日語寫作語料庫屬于書面語語料庫，即以報刊雜志以及正式出版的各種體裁作品的文字資料為主制作的語料庫。該庫分為兩個小型子庫，子庫一是本校日語專業學生的作文，將近100篇。子庫二是收集的100篇日語作文范文，語料都是和日語寫作相關的語域。將其命名為日語學習者作文語料庫 (Japanese Learner's Written Composition. Corpus)，簡稱JLWCC。

統計研究表明，決定語料代表性的主要因素不外乎樣本抽樣的過程和語料量的大小，語料庫建設中可以通過控制抽樣的過程和語料比例關系來縮小偏差，增強語料的代表性。因此建立小型語料庫對教師的教學工作來說具有高度代表性。[1]36在此設計框架下收集和加工語料，對其標注、賦碼、存貯后完成構建。因為是創建校內用的小型日語寫作語料庫，無法像大型語料庫那樣對語料做深層次的加工和標注，但是通過一定的標注同樣能過運用于課堂教學中。建庫的過程可以表示為：

(二)語料收集 由于制作語料庫所需要的軟件都是日文版的，所以，使用中文版的Windows XP或Windows 7等來制作語料庫時，為了避免出現亂碼的情況，只要改變語言的設定即可。同時，確認并下載最新版的Java。[6]日語語料的收集都依照《高校日語專業四(八)級考試大綱》的要求，分為記敘文、說明文、議論文或書信、商務日語書信等。一般內容貼近學生生活或社會生活，例如人生觀、社會熱門話題、一天的活動、一天發生的事、趣味故事、人物介紹(包括自我介紹)等。子庫一的語料收集對象是全體日語專業的學生，依據大綱要求設定題目寫在稿紙上發給學生，讓學生在規定時間內完成規定字數的作文，并把收集完成的日語作文語料輸入電腦保存為電子文檔。子庫二的收集利用具有權威性的日語網站，如滬江日語、日語學習網、和風日語學習網等網站，共收集日語范文100篇。下載使用日語文本文件的書寫和編輯軟件「秀丸」①。子庫二的語料是從網上收集的電子文本，不可避免會有格式、字體、標點等的不統一，需要進行除噪和人工校對，語法也需要再次校對，以確保準確無誤。

除噪后的文件語言采用統一的ASCII純文本形式，文件名后面的擴展名必須是“.txt”，即txt文檔格式。文檔的存儲用語料庫的簡稱JLWCC命名，如圖：

保存好的文本格式還不能直接用來制作語料庫的，還需要下載日本國立國語研究所開發制作的語料庫數據格式的轉換軟件「えだまめ」，是為了將文本格式的文件轉換成語料庫軟件可以接受的文件格式②。

(三)語料標注 對語料的標注是構建語料庫的關鍵步驟之一。標注可以為語料庫帶來增值。[7]語料標注(corpus tagging)是將語料庫中的語言知識標注出來，提高技術處理過程的水平，分為人工標注和自動標注。對日語寫作語料庫的標注不是采用通常所說的詞性和句法標注，而是根據實際教學需求，對學習者作文語料中出現的錯誤詞匯、語法、句型、標點符號等進行標注，對作文范文進行類型標注。首先，按照作文標題和內容對文本進行分類，對作文進行標號，注明學習者的年級，性別、文本字數等。例如：<學年>=年級、<性別>=性別、<テーマ>=題目、<字數>=字數等。

中國日語學習者語料庫學習者失誤類型分為四個子類，分別為“書寫(表記)12類、 詞匯(語彙)13類、語法(文法)43類、 表達(表現)”8類，其中語法類下設了“自立詞(自立語)17類、助詞(助詞)16類、助動詞及相關問題(助動詞及び関連問題)8類、句式(構文)2類”等四個子類。[8]由于日語的特殊性，除了語法、詞匯等方面的錯誤外，學習者還可以犯漢字、假名書寫不規范或誤用等錯誤。[8]49結合日語的詞類，本語料庫將作文中的失誤標注分為以下十類進行標注：

編碼失誤類別m1動詞錯誤m2助詞錯誤m3名詞錯誤m4副詞錯誤m5形容詞錯誤m6形容動詞錯誤m7時態錯誤m8體(アスペクト)錯誤m9句式錯誤m10標點錯誤

對于語料庫賦碼的問題，研究者的觀點莫衷一是。當前，語料庫的賦碼主要分為兩類：一類是詞類碼，一類是句法碼。依據的語法體系不同，賦碼結果迥然不同。[9]目前主流的日語自動詞性賦碼器在語言研究中應用較為廣泛的是以JUMAN、ChaSen和MeCab為代表的開源賦碼器。其中，從賦碼質量和抗干擾性方面看MeCab是最出色的。[9]68我們利用這些賦碼器對日語寫作語料庫進行賦碼③。

(四)語料檢索 常用的單語語料庫的檢索軟件有Wordsmith、Monoconc、Antconc等。其中Antconc是著名的語料庫檢索軟件，由日本早稻田大學的Laurence Anthony設計開發，可以在Windows、Macintosh OSX和Linux系統下運行，可以免費下載。該軟件無需安裝，雙擊即可使用。具有詞語檢索、生詞詞表和主題詞三大功能。利用Antconc對建好的日語寫作語料庫進行檢索，通過和范文對照可以清楚地展示給學習者如何正確運用詞匯、語法、句型等。如：

*母は私たちの教育に関心していた。

句子中“関心”的用法錯誤。教師首先通過檢索范文例句讓學生了解“関心”的用法。搜到的例句有：

(1)近年は地球環境問題への関心が高まっている。

(2)少しでも興味や関心があればどんな人でも始められる楽器です。

(3)子供ができると教育に再び関心が高まるとともに住宅が重要性を増す。

從以上的例句可以看出“関心”只能做名詞，其接續多為：“関心が高まる、関心を抱く、関心を持つ、関心がある、関心が強い、関心を惹く、関心を集める、関心を示す、関心を呼ぶ、関心を寄せる”等動詞或形容詞，翻譯成中文是“關注、感興趣、留意、留心”，和中文的“關心”意思不同。

通過語料庫檢索，用真實的語料進行講解，可以增強日語教學課堂實踐中語言輸入的真實性。利用本校日語專業學生的作文和正規的日語語料進行檢索，找出準確的寫作模式、表達方法、用詞和句型等，給學生提供參考，有效避免母語的負遷移，減少中式日語的出現。或者通過檢索詞類用法，尤其是同義詞，總結出本族語者使用頻率高的搭配形式，讓學生掌握真實的語言。

三、日語寫作語料庫的應用

結合本校日語專業學生的寫作構建的日語寫作語料庫屬于小型語料庫。小型語料庫已經成為以課堂為中心的實證性教學研究的有力手段。[10]將語料庫導入日語寫作課堂教學，能讓學習者從真實的語料中發現如何更好地運用掌握目標語。

第一，“寫”貫穿于外語學習的全過程，聽、說、讀、寫這四項技能是不可分割的。寫作教學是外語教學環節中很重要的一環。針對學習者出現的寫作問題，充分利用自建的日語寫作語料庫，能夠在教學中提高書面表達能力，提高語言輸出的準確性，提高學習者的日語寫作水平。

第二，日語寫作語料庫目標明確，語料收集針對性強。通過提供大量的真實語料，營造出真實的語言環境。可以彌補教師個人的單純講解，提高學習者語言輸出能力。小型專門用途的語料庫在用作研究某一特定語言領域和體裁的語料時更具有代表性和真實性。[11]

第三，使用日語寫作語料庫的檢索工具可以使學習者獲得對所學詞語較高的關注度，有利于強化詞匯，突破語言學習的石化階段。同時也將更好地體現以學習者為中心的教學理念，推動數據驅動學習。數據驅動學習是“讓學生自己用詞語索引軟件去查詢本族語者口語或書面語語料庫，給他們提供語言使用的真實樣例，而不是一些語法書中設計出的例子”。[12]

第四，日語寫作語料庫建好后還能夠不斷地擴容，給學習者提供更加貼近生活、反映社會的真實語料。教師在運用日語寫作語料庫進行課堂教學活動中，可以觀察學生中介語的使用情況，分析母語對日語寫作的正遷移和負遷移，為日語教學提高真實、可靠的數據，從而提高課堂效果促進教師的自我提升和科研能力，促進大學日語寫作教學。

第五，日語寫作語料庫的使用不受時間和地點限制，教師除了在課堂上給學生示范外，課外可以讓學生自行操作使用。本地機操作，經濟、方便、快捷，檢索語料時選擇自由，易于突出語言的語域特征。[3]

小型語料庫雖然沒有大型通用語料庫的規模大、內容豐富和對語料的深加工，但是它能更好地滿足對教學對象的針對性，具有實用性強、低成本等特點。自建日語寫作語料庫應用于教學代表了一種更好的思維方法，更能體現以學生為中心。利用學習者大量自然的現實寫作語料，將建好的日語寫作語料庫應用到課堂中，可以提高學習者準確恰當地使用目標語，提高寫作水平，更好地促進日語寫作教學和研究。

注釋：

①于康(2013)指出，“秀丸”正式的名稱為「秀丸エディタ」，是日本「有限會社サイトー企畫」開發制作的文本文件的。下載網站的地址：http：//hide.maruo.co.jp/software/hidemaru.html

②于康(2013)指出えだまめ下載網站的地址：http://www2.ninjal.ac.jp/lrc/

③毛文偉(2012：68)提出，這些賦碼器最新版本的下載地址分別為：

JUMAN：http://www-lab25.kuee.kyoto-u.ac.jp/nl-resource/ JUMAN.html

ChaSen：http://chasen-legacy.sourceforge.jp

MeCab：http://mecab.source forge.net/

[1]楊惠中.語料庫語言學導論[M].上海：上海外語教育出版社,2002.

[2]毛文偉.日語語料庫建設的現狀綜述[J].日語語言研究, 2009(6)42-47.

[3]謝家成.論個人教學語料庫的構建[J].外語電化教學,2003(3)27-30.

[4]何安平.語料庫在外語教育中的應用[M].廣州：廣東高等教育出版社,2004:26-27.

[5]Graeme Kennedy.語料庫語言學入門[M].北京：外語教學與研究出版社,2000:419-426.

[6]于康.語料庫的制作與日語研究[M].杭州：浙江工商大學出版社,2013:29-30.

[7]Leech,G.Introducing corpus annotation[A].In Roger Garside, Geoffrey Leech & Tony McEnery(eds.)Corpus Annotation[C].Essex: Addison Wesley Longman Limited, 1997.

[8]毛文偉.中國日語學習者語料庫的構建及應用[M].上海：上海外語教育出版社,2012：104.

[9]毛文偉.日語語料庫研究的理論與實踐[M].上海：上海外語教育出版社,2009：68.

[10]Ragan, P.H. Classroom Use of a Systemic Functional Small Learner Corpus[A]. In:M. Ghadessy,A. Henry,&R. L. Roseberry. Small Corpus Studies and ELT: Theory and Practice[C]. Philadelphia: John Benjamins Publishing Compang ,2001.

[11]Pascual Perez-Parede .Small Corpora as assisting tools in the teaching of English news language: A Preliminary token- based examination of Michael Swains Practical English Usage news language wordlist. English for special purpose world.http://esp-world.info/Articles-1/tasks.html,2002.

[12]Meyer,Charles.English?Corpus?Linguistics:An Introduction[M].Cambridge:Cambridge University Press,2002:27.

責任編輯 付友華

2016-09-22

10.3969/j.issn.1003-8078.2017.01.07

和佳(1981-)，女，云南麗江人，云南大學旅游文化學院外語系講師，碩士。

H36

A

1003-8078(2017)01-0029-04