讀《什么是語料庫語言學》

田丁月

渤海大學

隨著計算機技術的不斷發展，從最早的計算機語料庫BROWN（由納爾遜和庫切拉建立的美國英語語料庫）建成至今已過近六十年，語料庫語言學既可以被看作一門新興學科，又可以被看作20世紀美國結構主義語言學研究方法的延續，是現代語言學的一個重要分支。

語料庫語言學有著經驗主義的哲學基礎，注重語言事實，以大量的語料素材為研究基礎是該學科的突出特點，研究者們通過計算機批量處理語料素材，形成電子語料庫，再進一步系統化分析形成論述成果，因而語料庫語言學與計算機技術密不可分，但也因此令人望而生畏，使很多初學者失去了了解語料庫語言學學科的興趣。

梁茂成的《什么是語料庫語言學》（上海外語教育出版社，2016）在一定程度上彌補了以上的遺憾。

一、主要內容

本書是一本工具性很強的問答書，采用問題解答的方式，將語料庫語言學相關知識拆解成55個具體的問題，主要內容分為五個部分：

在第一部分，作者從“什么是語料庫”基本概念出發，簡要介紹了語料庫的定義、建設、實用價值、類型、局限等基礎知識。作者旁征博引，為讀者構建了一個語料庫基礎知識的整體框架，為后面的四個章節作鋪墊。

在第二部分，作者以第一部分的“語料庫”為引，從語料庫語言學學科的命名過程講起，介紹了該學科的哲學基礎、與計算機技術和計算語言學的關系、學科發展、研究范式等概念。講解時注重對比，如在論述語料庫語言學的哲學基礎時，除對經驗主義的介紹外，作者還對比了與之不同的理性主義研究方法，肯定了理性主義思辨的嚴密性、解決問題流程的清晰性，并從經驗主義與理性主義雙方的優劣勢之中做出取舍，得出“理性主義和經驗主義的融合才是語言學研究發展的必由之路”的結論。此外，本書補充了“類聯接”、“語義傾向和語義韻”、“OSTI報告”等知識，使得講授內容更加專業化。

在第三部分，語料庫的處理和加工，作者增加了專業術語的使用，問題也趨向于名詞解釋，作者開始抽象地對學科知識進行講授。在這部分，作者介紹了文本清理、元信息、語料庫的標注、分詞和詞形還原、詞性標注、句法剖析、雙語對齊七個獨立的知識點，并運用普適度較高的示例與簡明清晰的圖表輔助讀者理解。

在第四部分，全書的難點知識，是關于語料庫分析方法的介紹。作者從相對簡單的“詞表”概念出發，逐步介紹了“N元分析”、“型次比”、“索引分析”、“正則表達式”等十個具體概念。

在第五部分，本書的問題重新回歸具體，把講解的重點放在了學科應用上。這部分作者主要介紹了常用的中英語語料庫、語料庫翻譯學、中介語及相關知識、詞匯大綱等知識。這部分內容結構層次清晰，比如在回答“什么是微型文本？”時，先舉出實操環節中數據驅動學習存在的困難，再基于這些困難提出微型文本的概念，使講解更加易懂。

在本書的末尾，作者列出了詳盡的參考文獻與推薦的閱讀書目，并在附錄中列出該書涉及到的語言學術語漢英對譯總覽表和CLAWS詞性標注集，方便讀者查找和學習。

二、與類似文獻的異同與不足之處

語料庫語言學的發展日益興盛，我國的相關研究者也日益增多，除本書外，還有賈愛武、濮建忠主編的《語料庫語言教學與研究》、楊惠中的《語料庫語言學導論》、余國良的《語料庫語言學的研究與應用》等學術著作。

《語料庫語言教學與研究》（以下簡稱《教學與研究》）以論文集的形式呈現語料庫語言學的教學與研究方面的研究成果。全書甄選了22篇優秀論文，內容包含范圍廣，如政府報告、演講稿、新聞報道、英語教學、英文寫作等。

《教學與研究》與《什么是語料庫語言學》（以下簡稱《什么是》）是完全不同的兩類書籍，《教學與研究》注重應用成果的展現，適合有一定英語或英語教學基礎的讀者學習，而《什么是》是一本答疑解惑的工具書，更適合初學者。

《語料庫語言學導論》（以下簡稱《導論》）是一本用于高等院校英語語言文學專業研究生教學的系列教材之一，該書中外結合，史論結合，廣泛搜集資料，有著很強的實用性、系統性。全書分為三部分，每一部分由專門的專家負責編撰，并由楊惠中先生做最后的審閱工作。該書第一部分主要是語料庫語言學的理論研究，分三章講解了基礎知識；第二部分是語料庫的分析方法與技術，從基本統計手段及原理與文本索引工具及應用兩部分，對實操的環節進行詳細的講授；第三部分則是偏向應用類的專題研究，包含英語詞語搭配種類、學術英語語體研究、學術英語語義韻研究等方面。該書在附錄部分列出了術語表、書面英語詞語類碼表、英漢術語對照表等實用價值極高的工具表，對學習者幫助極大。

《導論》相比于《什么是》，在基礎知識的詳細講解上增加了學科專業性、系統性，使理論與應用結合得更密切，此外，分章講解的學位論文模式是該書的內容編排特點，這樣的編排對研究生的學位論文的寫作也具有指導意義。

《語料庫語言學的研究與應用》（以下簡稱《研究與應用》）通過七個章節運用理論闡釋和實例分析的方法，對語料庫語言學進行了知識梳理。該書第一章介紹了語料庫語言學的學科概貌，明確了學科定位；第二章與第三章從語料庫的建設發展、加工利用兩個方面進行細致的講解；第四章到第七章可以看為一個整體，介紹了語料庫語言學在外語教學、翻譯、文體學等領域的具體應用與價值。

《研究與應用》與《什么是》都對語料庫的定義、分類、發展等基礎知識做了介紹。但《研究與應用》并未涉及語料庫分析方法的部分，《什么是》中的語料庫研究應用也比《研究與應用》中涵蓋的學科范圍窄，內容不如《研究與應用》豐富。此外，不同于《什么是》的解答式編排，《研究與應用》將內容的重心放在了語料庫語言學對其他學科領域的影響與應用上，該書用了將近一半的篇幅（四個章節）來證明語料庫語言學的研究科學性、工具便捷性。該書還對語料庫的加工和利用展開了更細致的闡釋，關于應用的實例也比上述提及的其他著作涉獵的多，但有利有弊，應用實例較多，對于不了解語料庫語言學的初學者，理解起來可能會有困難，閱讀有定一定門檻。

以上例舉的幾本著作僅是我國語料庫語言學研究成果的一小部分，如今已有越來越多的學者以不同的角度在該領域筆耕不輟，我們相信，隨著時代的進步，語料庫語言學會有著更美好更廣闊的的發展前景。

本書以解答為重點，循序漸進地為讀者傳授語料庫語言學的知識。但因此的不足就比較明顯：不能很好的將知識系統化，個別問題前后之間的關聯松散，一定程度上使個別知識的前因后果不夠連貫。例如開篇對“什么是語料庫？”的介紹，僅僅解釋了語料庫的概念，概述了其他學者對語料庫的兩種認識，并未對其發展進行大致的梳理，有種“意猶未盡”之感。

三、相關內容對漢字學研究的貢獻

在計算機技術飛速發展的今天，如何順應科技化潮流與時俱進是每門學科不可回避的問題，語言學已借助語料庫這門新技術有了累累研究碩果，觀之我們中國的漢字，雖早已通過發達的信息處理技術進入計算機之中，但漢字學的新時代創新仍充滿了挑戰。傳統漢字學的研究方法已不能滿足當今學者研究的需要，我們該如何利用好計算機技術這一有利工具，將傳統知識與新科技的結合起來，是漢字學研究者普遍面臨的問題，因而，書中提及的語料庫語言學建設方法就為漢字學的新發展提供了很好的參考范式。

不同的語言有與之對應的語料庫，那么觸類旁通，漢字則應對應有自己的漢字字料庫，字料庫漢字學正是此類新興學科，它“以真實文本中出現的漢字字料為界定和描述漢字現象的起點，通過字料的采集、存儲、標注、檢索和統計分析，用來提出全新的漢字學理論或驗證、修正已有的漢字學理論”（柳建鈺，2017），對漢字學的新發展有著不可忽視的貢獻，是一門富有研究價值的交叉學科。王寧在《漢字構形學導論》中，將漢字學的研究分支歸為四類：漢字構形學、漢字字體學、漢字字源學和漢字文化學，這四類分支在字料庫的輔助下勢必會有新的、卓越的發展。令人欣喜的是，這樣的預設并非空想，目前漢字學的字料庫建設與發展有著欣欣向榮之勢，已有許多學者投入到對此的建設中來，他們從字料庫的基礎定義、理論建設、實際應用等諸多方面辛勤研究著新時代漢字學理論，同時證明著字料庫的運用會給漢字學的新發展提供無限可能。

本書第三章的“語料庫的處理和加工”可為字料庫漢字學的字料信息計算機化提供參考，尤其是第一問涉及到的文本清理，本書從編碼轉換、規范格式、字符替換等方面為漢字學語料庫處理提供了詳盡的參考，例如推薦了UTFCast的編碼轉換工具，PowerGREP的拼寫檢查功能，并分享了“文本清理是一項需要細心和耐心的操作技術，需要在實踐中不斷增強意識提高操作效率”的經驗。又如“什么是語料庫的標注？”中談到的不同層面的語料標注分類：語音、語義、語用、語篇、詞類、句法，盡管語料標注在語言學研究領域是存在爭議的，但有此分類作為參考，能極大方便研究者對掌握的語料進行語言特征的分析，同時也為字料庫漢字學中的字料標注提供了參考。

本書的第五十五問“大數據時代的語料庫語言學會有什么新的特征？”也同樣引人深思，這個問題的回答不僅是針對語料庫語言學，更適用于當今語言學廣泛的相關學科。在新時代條件下，各學科在大數據的影響下，會有怎樣的發展與創新，讀者能在此回答上窺探一二：

(1)研究規模會發生變化，資源會越來越豐富；(2)研究內容會更龐雜，降噪會成為學科建設的重要課題之一；(3)網絡爬蟲智能化、工具便捷化；(4)研究材料的存儲方式會發生改變；(5)研究分析方法會有變化；數據的解讀更有挑戰性。

四、結語

在當今日新月異的世界，隨著社會開放程度、人們的認識水平與認識能力的不斷提高，新思想、新技術層出不窮，促進了不同文化之間的交流融合、取長補短、互利共贏。這一點體現在學術界，便是學科與學科之間、學科與新研究方法之間的碰撞，產生了大量如“國際中文教育”、“字料庫漢字學”等等新興學科，交叉學科的興盛更是大勢所趨。

愿我們各學科之間能夠相互學習借鑒，愿我們漢字學的后輩研究者們能學好、借鑒好語料庫語言學學科的發展經驗，結合前輩們辛勤耕耘出的成果，建設好我們的字料庫，做好研究，做好創新，為漢字學的發展盡一份綿薄之力。