基于語料庫的名詞和代詞充當特定成分的分析

摘 要：本文選用《紐約時報》的一篇英文報道為語料，運用語料庫對名詞和代詞及特定成分（主語、賓語、介詞賓語）進行考察和分析。分析發現：1）名詞在充當上述三種成分時的排序為：介詞賓語>賓語>主語；代詞的排序為：主語>賓語>介詞賓語；2）在充當主語時，代詞數量大于名詞，名詞內部的普通名詞和專有名詞充當主語的數量基本持平；3）在充當賓語時，名詞的數量明顯大于代詞，且普通名詞的數量遠多于專有名詞；4）在充當介詞賓語時，名詞占絕大部分，其中普通名詞的數量大于專有名詞。

關鍵詞：語料庫；依存語法；名詞；代詞；主語；賓語；介詞賓語；成分分析

作者簡介：王瑩（1987-），女，滿，寧夏銀川人，北方民族大學漢外對比語言學專業研究生在讀。

[中圖分類號]：H314 [文獻標識碼]：A

[文章編號]：1002-2139（2018）-26--02

1、引言

名詞是實詞的重要組成部分，在句子中可以充當很多主要的成分。代詞作為名詞或形容詞的代替詞，也頻繁地出現在句子中。

本文以《紐約時報》的一篇英文報道為語料，依據依存語法為理論基礎，對語料進行詞性及依存關系的標注并建立語料庫，考察名詞和代詞在充當特定成分（主語、賓語、介詞賓語）時的概率情況，借此可以給相關研究者提供直觀的數據理論參考。

2、文獻回顧

依存語法也被稱為從屬關系語法，是由法國著名語言學家泰尼埃提出的“結構句法”一般理論發展而來。他的語法巨著《結構句法基礎》為后人提供了一種普適的語法理論，他也因此被認為是現代“依存語法”和“配價理論”的創始人。劉海濤（2009）在他的《依存語法的理論與實踐》一書中，對依存語法的歷史及形成作了詳細的介紹，在充分了解前人有關依存關系、配價理論、依存形式化和依存句法分析方法的基礎上，歸納出依存語法和配價理論的一般原理和方法，提出一套較完整的基于配價模式的依存語法分析框架，并用實驗來證明這一框架的可行性。在句法分析的研究中，依存語法以其形式簡潔、易于標注、便于應用等優點，逐漸受到研究人員的重視。目前，已經被自然語言處理領域的許多專家和學者所采用，應用于多種語言之中。用依存語法來進行自動分析是很好的，因為分析得到的依存樹層次不多，結點數目少，清晰地表示了句子中各個單詞之間的依存關系。（馮志偉，2004）

語料庫語言學是以語料庫為基礎對語言進行客觀描述的新的研究方法（顧曰國，1998），是近幾十年來發展起來的分支學科，其主要任務和目標是，以電腦儲存足量的真實語料，根據不同的研究目標，對語料做相應的標注，使用相應的檢索軟件對已完成標注的語料進行搜索和分析，目標是發現以往因條件限制而未能發現或沒有注意的語言特征和結構規律（李雯雯，2014）。建立語料庫的目的是為更精準更可靠的語言描述提供基礎。

基于語料庫的方法已成熟且被廣泛使用及認可，本文也采用語料庫的方法進行考察和分析。

3、研究方法和研究對象

本文隨機選用《紐約時報》英文版的一篇報道為語料，總字數約1020字。對語料的詞性和依存關系進行了手工的標注，利用Excel辦公軟件進行統計。主要從充當主語、賓語、介詞賓語三種句子成分方面對名詞和代詞進行分析。著重分析以下問題：1）名詞和代詞充當特定成分的比例分析2）構成特定成分（主語、賓語、介詞賓語）的主要詞類分析；3）充當相同句子成分時，普通名詞與專有名詞的比例差異。

4、研究結果

4.1從詞類角度分析

整篇語料共有名詞226個，代詞107個，現逐類進行說明及分析：

首先，226個名詞中做主語的有29個，占名詞總數的12.83%，做賓語的有35個，占總數的15.49%，做介詞賓語的有91個，占總數的40.27%，做其他成分的總共有25個，占31.42%。從數據可以看出，名詞在充當主語、賓語和介詞賓語之間的數量排序是：介詞賓語>賓語>主語。

再者，代詞共有107個，其中做主語的有72個，所占比例為67.29%，做賓語的有15個，所占比例為14.02%，做介詞賓語的有3個，所占比例為2.80%，做其他成分的有17個，所占比例為15.89%。代詞在充當主語、賓語和介詞賓語之間的數量排序是：主語>賓語>介詞賓語。

當代的語法書對于名詞和代詞可充當的成分基本都無異議，名詞可以做主語、賓語、定語等成分，代詞也可以做主語、賓語、定語等成分，但是卻沒有具體的數據說明某一詞類充當這些成分的概率。通過以上數據的對比可以看出這兩種詞類在充當句子成分時的特征：名詞更多的做介詞賓語，而代詞則更多的充當主語成分。

4.2從句子成分角度分析

4.2.1構成主語成分的詞類分析

主語，是執行句子的行為或動作的主體，可以作主語的詞有：名詞，代詞，名詞化了的動詞，形容詞，副詞或數詞等。本文選用的語料庫，經過標注后共有主語104個，其中名詞有29個，代詞72個，形容詞、副詞、動名詞等其他詞類共有3個。可以看出，充當主語的詞類中代詞占了絕大部分，其次是名詞，最后是其他詞類。

其中代詞在所有做主語的詞類中比例最高，占明顯優勢，進一步統計發現，代詞做主語的句子在本語料庫中多為以下形式：

“In high School， it was Yao Ming.”

“At least， I am a guard now.”

This was the landscape of Linsanity. （選自本文語料庫）

多數做主語的代詞為人稱代詞和指示代詞，筆者認為這與所選取的語料庫有關，語料庫為新聞，內容多為采訪和口述。

名詞進一步劃分為普通名詞和專有名詞后，各占比例為12.50%和15.38%，相差不大，可見，普通名詞和專有名詞在做主語的概率上基本持平。

4.2.2構成賓語成分的詞類分析

賓語往往表示動作支配的對象，且總是處在動詞的后面，可由名詞、代詞、數詞、名詞化的形容詞、不定式、動名詞、賓語從句等來擔任。本語料庫內共有賓語60個，其中名詞35個，代詞15個，其他詞類共計10個。名詞是代詞的二倍多，說明充當賓語時，名詞居多。其中普通名詞所占比例為46.67%，專有名詞所占比例為11.67%，兩者比例相差很大，說明充當賓語成分的名詞多為普通名詞，少有專有名詞做賓語的情況。本文語料庫中僅有7個專有名詞做賓語，同為以下形式：

“I do not want nobody calling me Jeremy because it reminds me of being called Long Duk Dong or reminds me of being called things like Jackie when I was a kid”， Huang said. （選自本文語料庫）

4.2.3構成介詞賓語成分的詞類分析

介詞，在通常情況下，必須有自己的賓語，能充當介詞賓語的成分很多，這里僅對名次和代詞進行統計說明。介詞賓語在本語料庫中共有103個，其中由名詞充當的共91個，代詞充當的僅3個，其他詞類充當的有9個。可以看出，在充當介詞賓語的比例中，名詞以絕對優勢大于代詞。而在名詞自身內部，普通名詞占了65.05%，專有名詞則占了23.30%，說明名詞在做介詞賓語時更多的是普通名詞。

5、總結

本文以英語新聞為語料，通過詞性和依存關系標注建立語料庫，對名詞和代詞及這兩類詞在構成主語、賓語和介詞賓語時的比例進行考察和分析。分析結果表明：1）名詞在充當上述三種成分時的排序為：介詞賓語>賓語>主語；代詞的排序為：主語>賓語>介詞賓語；2）在充當主語時，代詞數量大于名詞，名詞內部的普通名詞和專有名詞充當主語的數量基本持平；3）在充當賓語時，名詞的數量明顯大于代詞，且普通名詞的數量遠多于專有名詞；4）在充當介詞賓語時，名詞占絕大部分，其中普通名詞的數量大于專有名詞。

由于本文的語料庫容量偏小，所統計分析的數據欠缺代表性和說服力，手工標注也會存在一定的誤差，以后筆者將擴大語料庫內容，擴展語料體裁，從更多的角度對詞類及句子成分進行分析，以給他人提供可靠的數據參考。

參考文獻：

[1]劉海濤. 依存語法的理論與實踐[M].科學出版社，2009.

[2]馮志偉. 機器翻譯研究[M].中國對外翻譯出版公司，2004.

[3]顧曰國. 語料庫與語言研究[J].現代語言學，1998.

[4]李雯雯. 基于雙語平行語料庫的英漢翻譯語言分析[J].才智，2014年第26期.