自建小型學(xué)生作文語料庫以及運(yùn)用

鄺計(jì)嘉 蔣慶勝

（四川省瀘州醫(yī)學(xué)院外國(guó)語學(xué)院，四川瀘州 646000）

1.引言

語料庫語言學(xué)是近30年來在國(guó)內(nèi)外迅速發(fā)展起來的跨學(xué)科領(lǐng)域，在教學(xué)中引入大型語料庫是當(dāng)今外語教育發(fā)展的新趨勢(shì)?，F(xiàn)代外語教學(xué)不僅要求教育者具有良好的外語水平和教學(xué)能力，還要具備對(duì)語言教育和教學(xué)的研究能力（何安平2004）。 基于語料庫的教學(xué)研究能夠使外語教師們從理性思維的角度出發(fā)，運(yùn)用計(jì)算機(jī)技術(shù)分析數(shù)據(jù)，從而科學(xué)地掌握教學(xué)規(guī)律，進(jìn)行教學(xué)研究，而不僅僅是寫一些個(gè)人的教學(xué)總結(jié)體會(huì)，或者是生搬硬套國(guó)內(nèi)外教學(xué)理論來附會(huì)自己的教學(xué)經(jīng)驗(yàn)。

語料庫語言學(xué)應(yīng)用于英語教學(xué)早已有之。mindt（1996）對(duì)LLC(英國(guó)口語語料庫）的前12篇以英語為本族語的對(duì)話語料庫為參照，發(fā)現(xiàn)德國(guó)中學(xué)的英語教學(xué)大綱中的語法排序與本族語中的實(shí)際運(yùn)用存在不一致的情況。他（1997）又利用語料庫為教材設(shè)計(jì)出some和any的教學(xué)安排方案。而建設(shè)學(xué)習(xí)者中介語語料庫，并使用計(jì)算機(jī)檢索工具作為輔助手段，能夠快速準(zhǔn)確地獲取有關(guān)錯(cuò)誤出現(xiàn)的頻率、種類與語境多方面的信息。Ellis(1994)曾指出對(duì)外語學(xué)習(xí)者的語言差錯(cuò)分析必須基于定義準(zhǔn)確的語料抽樣，才能清楚地回答學(xué)生到底犯了哪些類型的錯(cuò)誤，在什么樣的情況下犯錯(cuò)等等問題。國(guó)內(nèi)外已經(jīng)建立的學(xué)習(xí)者大型語料庫包括：1990年比利時(shí)盧邁大學(xué)英語語料庫研究中心的S.Granger教授開始主持建立的高級(jí)英語學(xué)習(xí)者書面語料庫ICLE(internationalcorporaoflearners’english)(Granger1994:25-29)1998年，她又開始主持建設(shè)國(guó)際英語學(xué)習(xí)者口語語料庫LINDSEI(Granger2000)，匯集來自法國(guó)、瑞士等多個(gè)國(guó)家的高級(jí)英語學(xué)習(xí)者的英語對(duì)話和獨(dú)白語料。在我國(guó)，1997年，由廣東外語外貿(mào)大學(xué)的桂詩春和上海交通大學(xué)楊慧中教授聯(lián)合主持建立了超百萬詞次的中國(guó)大中學(xué)生英語作文語料庫CLEC(見桂詩春2001)，香港大學(xué)建立的TELECStudentCorpus（香港中學(xué)生書面英語語料庫）（Allen1998)。南京大學(xué)外國(guó)語學(xué)院和外語教育與研究出版社共同建設(shè)的SWECCL中國(guó)學(xué)生英語口筆語語料庫?；谶@些語料庫，研究者們也做出了一些研究成果。如李景泉，蔡金婷（2001）利用CLEC語料庫對(duì)中國(guó)學(xué)生英語寫作中冠詞錯(cuò)誤用現(xiàn)象進(jìn)行分類，并解釋出原因。王立非，魯巖（2007）利用WECCL（中國(guó)學(xué)習(xí)者英文筆頭作文語料庫）和ICLE（中國(guó)學(xué)習(xí)者英文筆頭作文語料庫）以及LOCNESS（國(guó)際英語學(xué)習(xí)者語料庫）相類比，對(duì)大學(xué)生英語論文中高頻動(dòng)詞使用進(jìn)行研究。

中介語語料庫已經(jīng)在中國(guó)蓬勃開展起來。但是由于中國(guó)東西差異較大，沿海和內(nèi)陸差異較大，如CLEC,WECCL等語料庫并不能很好地代表西部高校學(xué)生的水平。要了解本校或者是自己所教學(xué)生的作文水平或者語言水平，盲目借鑒CLEC等語料庫的檢索成果是不明智的。所以自建學(xué)生的小型語料庫具有自身的可能性和必要性。

2.自建學(xué)生作文語料庫

前期準(zhǔn)備工作包括將作文題目布置好后，讓學(xué)生將作文以學(xué)號(hào)命名匯總。由于語料庫檢索對(duì)語料庫本身就具有嚴(yán)格的要求，如文本格式，字符空格，縮寫詞等等，這些要求事先都告訴學(xué)生，讓學(xué)生養(yǎng)成良好的習(xí)慣，并且在某種意義上，都成為語料庫前期的編輯者。針對(duì)教學(xué)重點(diǎn)，讓學(xué)生對(duì)自己的作文進(jìn)行賦碼。比如，某次作文練習(xí)講解的是作文功能詞的運(yùn)用，在寫完作文后，教師指導(dǎo)學(xué)生自己將自己的作文的功能詞標(biāo)出并賦碼。一是方便我的檢查，二是考察學(xué)生是否自己能夠識(shí)別并運(yùn)用，培養(yǎng)學(xué)生元認(rèn)知的能力。

3.運(yùn)用該語料庫可能進(jìn)行的研究

3.1 字?jǐn)?shù)檢查一目了然

利用wordsmith中wordlist的一項(xiàng)功能，可以對(duì)學(xué)生作文的單詞數(shù)，類符數(shù)，形符數(shù)，類符形符比，平均單詞長(zhǎng)度，每一個(gè)單詞長(zhǎng)度的單詞數(shù)等等進(jìn)行統(tǒng)計(jì)，信息一目了然，如圖1。字?jǐn)?shù)不夠，詞匯量過少等等一系列問題能夠迅速根據(jù)相關(guān)數(shù)據(jù)判斷出。

3.2 是否偏題

利用antconc對(duì)相關(guān)詞語進(jìn)行檢索，比如此次筆者布置的一篇題為NothingSucceedsWithoutaStrongWill的四級(jí)作文，題目要求作文對(duì)“Quittingsmokingistheeasiestthingintheworld.I’vedoneithundredsoftimes.“進(jìn)行評(píng)價(jià)。所以在antconc中，以smoking作為關(guān)鍵詞，對(duì)concordanceplot進(jìn)行檢索，能夠迅速看出學(xué)生作文是在哪一部分對(duì)這句有關(guān)smoking的句子進(jìn)行評(píng)價(jià)，并且評(píng)價(jià)了多少次，有沒有漏評(píng)。如圖2所示。

3.3 N-grams查看高頻詞匯，查看學(xué)生語言學(xué)習(xí)的問題。

舉例來說，用AntConc的N-grams進(jìn)行檢索時(shí)，可以對(duì)作文的高頻詞匯進(jìn)行排序搭配，從而發(fā)現(xiàn)一些語言過度使用的現(xiàn)象。如本次作文中，筆者發(fā)現(xiàn)peoplethink處于N-grams的前列：80篇作文中Peoplethink共出現(xiàn)了38次。借此，筆者推斷，學(xué)生對(duì)peoplethink在學(xué)生作文中有過度使用的傾向。對(duì)學(xué)生進(jìn)行逐個(gè)訪談，詢問他們?yōu)槭裁聪矚g用這樣的表達(dá)，是否有其他表達(dá)方式等等，對(duì)這一現(xiàn)象做出原因分析，并提出解決辦法，詳見另文。

3.4 Range的詞表對(duì)照功能

外語教學(xué)中，我們常常會(huì)面對(duì)詞表。教材背后的生詞表，大綱要求的大綱詞表。而在精讀課文講解，閱讀理解練習(xí)、聽力材料的選擇時(shí)，我們需要對(duì)篇章中的詞匯有所判定，如超綱詞，活用詞。而此種判定需要相應(yīng)的基礎(chǔ)詞表，稱為底表（basewordlist）（梁茂成等2010）。學(xué)生的作文語料庫可以利用range生成總體詞匯分布情況和單獨(dú)每個(gè)學(xué)生的詞匯分布情況。可以利用總體分布情況按照不同年級(jí)的維度進(jìn)行區(qū)分，從而描述不同年級(jí)學(xué)生的詞匯總體分布情況，探索學(xué)生的學(xué)習(xí)趨勢(shì)和規(guī)律。也可以將單個(gè)詞語出現(xiàn)的頻率列出來，發(fā)現(xiàn)學(xué)生具體使用了什么詞，用了多少頻率。與額外制作的教材詞表進(jìn)行對(duì)比，可以發(fā)現(xiàn)，學(xué)生在多大程度上運(yùn)用了新學(xué)的單詞。對(duì)于一些抱怨新學(xué)單詞用不上的同學(xué)，可以將語料庫中出現(xiàn)了課文詞匯的例句提出，進(jìn)行示范講解。

4.結(jié)論

語料庫語言學(xué)的研究與統(tǒng)計(jì)學(xué)的概率有關(guān)，來源于真實(shí)的材料和數(shù)據(jù)。當(dāng)代計(jì)算機(jī)的普及使得語料庫的研究成為可能。本文總結(jié)的自建學(xué)生作文語料庫的應(yīng)用，是站在巨人肩上，借用前人開發(fā)的語料庫工具，如wordsmith,antconc,range詞表等，得出的數(shù)據(jù)能夠驗(yàn)證或者提出學(xué)生平時(shí)學(xué)習(xí)的問題和自己教學(xué)中發(fā)現(xiàn)的問題。將學(xué)生的作文集結(jié)成庫，利用語料庫工具進(jìn)行檢索考察，獲得客觀的數(shù)據(jù)，遠(yuǎn)比自己根據(jù)教學(xué)反思總結(jié)得出來的抽象經(jīng)驗(yàn)可靠得多。不足之處在于，語料庫檢索工具對(duì)語料庫的格式要求比較高。這需要在收集學(xué)生作文時(shí)，便和學(xué)生把要求講清楚，并自己再仔細(xì)按照要求進(jìn)行檢查。

何安平(2004).語料庫在外語教育中的應(yīng)用：理論與實(shí)踐[M].廣州：廣東高等教育出版社出版。

何安平(2004).語料庫語言學(xué)與英語教學(xué)[M].北京：外語教學(xué)與研究出版社。

梁茂成，李文中，許家金(2010).語料庫應(yīng)用教程[M].外語教學(xué)與研究出版社。

楊惠中，桂詩春(2001).中國(guó)學(xué)習(xí)者英語語料庫[M].上海：上海外語教育出版社。