網(wǎng)絡(luò)語料庫:英語研究的方便之門
——《運(yùn)用網(wǎng)絡(luò)語料庫探索英語》述評

邵 斌

(浙江大學(xué)/浙江財(cái)經(jīng)學(xué)院,杭州,310018)

1. 引言

語料庫語言學(xué)研究業(yè)已滲透到語言研究和語言教學(xué)的方方面面。語料庫語言學(xué)的“研究話題從詞匯、語法和詞典學(xué)擴(kuò)展到語言教學(xué)、二語習(xí)得、翻譯、自然語言處理、話語分析、認(rèn)知語言乃至抽象的理論語言學(xué)問題探索等廣泛的領(lǐng)域”(甄鳳超2010:36)。另外,由于出現(xiàn)了許多網(wǎng)絡(luò)語料庫(Online Corpora),世界各地的語言研究者和學(xué)習(xí)者可以通過在線使用這些網(wǎng)絡(luò)語料庫開展各種形式的語言研究。

溫蒂·安德森(Wendy Anderson)和約翰·考伯特(John Corbett)撰寫的《運(yùn)用網(wǎng)絡(luò)語料庫探索英語》一書于2009年由帕爾格雷夫·麥克米倫出版公司(Palgrave Macmillan)出版,是一本講解網(wǎng)絡(luò)語料庫使用的入門教材?？疾厥翘K格蘭格拉斯哥大學(xué)的應(yīng)用語言學(xué)教授,主持建設(shè)了“蘇格蘭英語語料庫”(Scottish Corpus of Texts & Speech,簡稱SCOTS);另一作者安德森為該校講師,是語料庫中心的研究人員。該書詳細(xì)展示了如何使用網(wǎng)絡(luò)語料庫來研究英語,涉及其詞匯、語法、話語、語音、語境等各個層面。該書在語言上淺顯易懂,以解決研究問題為目的,是網(wǎng)絡(luò)語料庫應(yīng)用方面的一本入門好書。下面簡單介紹其主要內(nèi)容并予以評述。

2. 內(nèi)容簡介

第一章總體介紹了網(wǎng)絡(luò)語料庫。本書開宗明義提出:過去四十年來英語研究中最激動人心的事件便是大量的電子文本(即語料庫)得以在計(jì)算機(jī)里存儲并能通過軟件快速處理,語料庫的利用改變了語言研究的工作方式。接下來作者簡單介紹了語料庫的概念和性質(zhì),如代表性、規(guī)模、種類、標(biāo)注和發(fā)展史。

之后,作者又介紹了五個常用的網(wǎng)絡(luò)語料庫,即英語國家語料庫(British National Corpus,簡稱BNC)、當(dāng)代美國英語語料庫(Corpus of Contemporary American English,簡稱COCA)、時(shí)代周刊語料庫(TIME Corpus)、密歇根大學(xué)英語學(xué)術(shù)口語語料庫(Michigan Corpus of Academic Spoken English,簡稱MICASE)和“蘇格蘭英語語料庫”。其中第二、三個語料庫都由美國楊伯翰大學(xué)Mark Davies教授開發(fā)。此外,他還開發(fā)了BNC語料庫對用戶友好的界面,使之更適合語言研究。本書的數(shù)據(jù)主要基于上述這些網(wǎng)絡(luò)語料庫。

第二章談如何解讀語料庫數(shù)據(jù)。本章目標(biāo)有四:一是比較定量分析和定性分析的相對優(yōu)勢,二是解釋相關(guān)的統(tǒng)計(jì)術(shù)語,三是介紹簡單的統(tǒng)計(jì)工具,四是分析利用統(tǒng)計(jì)手段來進(jìn)行文本分析的優(yōu)勢和劣勢。作者認(rèn)為定量分析和定性分析分屬語言研究的兩大陣營:語言的科學(xué)性和語言的人文性。前者注重語言經(jīng)驗(yàn)證據(jù),強(qiáng)調(diào)客觀分析;后者看重個人洞察力和個人解讀。與常人把語料庫研究歸于定量的科學(xué)研究不同,本書作者認(rèn)為,“數(shù)據(jù)總需要分析”,“優(yōu)秀的語料庫語言學(xué)者同時(shí)需要能駕馭定性分析和定量分析”。這也是很多語料庫語言學(xué)家的共同觀點(diǎn),比如Leech(2004:62)就認(rèn)為語料庫語言學(xué)絕不僅僅是收集資料和描述語料,而應(yīng)包括三個不同層面的研究:語料收集、語言描述和理論構(gòu)建。定性分析是理論建構(gòu)層面上必不可少的一個部分。接下來作者談了語料庫的“代表性”問題,認(rèn)為所有的統(tǒng)計(jì)分析都要基于“樣本代表群體”這一原則。他們細(xì)致分析了幾個重要的統(tǒng)計(jì)概念:平均值(mean)、標(biāo)準(zhǔn)差(standard deviation)、頻數(shù)(frequency)、頻數(shù)標(biāo)準(zhǔn)化(normalization of frequency)、互信息(Mutual Information)和關(guān)鍵詞(key words)。此外還簡單介紹了一些語料庫工具軟件,如WordSmith、Micro-OCP以及TAPoR等等。這一章的概述有詳有略,既介紹了必要的統(tǒng)計(jì)概念,又點(diǎn)到為止,不至于讓讀者感到枯燥乏味或無所適從。

第三章介紹如何使用網(wǎng)絡(luò)語料庫開展詞匯研究。作者認(rèn)為與語言其他層面相比,詞匯研究最適合使用語料庫方法。一是詞的概念較易把握,二是語料庫無論是否經(jīng)過標(biāo)注都可用于詞匯研究。作者簡單介紹詞形(word form)和詞目(lemma)的區(qū)別后,展示了如何通過語料庫索引行(concordance)獲取詞匯信息以及如何分析數(shù)據(jù)。之后作者把詞置于詞匯語法語境(lexico-grammatical environment)中進(jìn)行研究,討論了語料庫中的固定表達(dá)、習(xí)語、搭配和類聯(lián)接。例如,通過分析習(xí)語“What is sauce for the goose is sauce for the gander”的變體,展示了習(xí)語在具體語境中的變化;通過分析tangible和palpable這對近義詞的搭配來探索其語義差異;通過分析“a matter of”的語法結(jié)構(gòu)來探索類聯(lián)接。作者還運(yùn)用語料庫進(jìn)行了詞匯的語義韻研究、詞匯和文體以及詞匯和語體之間關(guān)系的研究。

第四章介紹如何使用網(wǎng)絡(luò)語料庫開展語法研究。作者首先按照傳統(tǒng)語法,把詞類分成實(shí)詞和虛詞,然后通過語料庫來分別研究實(shí)詞和虛詞。之后研究層面由詞匯擴(kuò)大到短語,如名詞短語、介詞短語、動詞短語、形容詞短語和副詞短語。再由短語擴(kuò)大到分句,主要探討了四類不同的動詞句式。語料庫揭示了一些有趣的發(fā)現(xiàn),如有些不及物動詞可加賓語(“He sneezed himself back to life”中的sneeze一詞即屬此類用法),讓讀者耳目一新。作者還探討了口語和書面語語法的異同,如口語中虛化動詞(delexicalized verb)的使用。此外還探討了正式和非正式的被動句(前者為be-passives,后者為get-passive)之間的微妙差異。

第五章介紹如何使用網(wǎng)絡(luò)語料庫研究話語。作者將“話語”限定為“句子層面之上的語言組織層面”。作者指出應(yīng)用語料庫研究話語尚處于初始階段,并提出了兩種研究方法選擇,一種是下載語料庫文本,然后進(jìn)行“話語標(biāo)注”(discourse tagging),另一種是以語言表面特征(比如詞匯)為起點(diǎn)進(jìn)行話語探索,而第二種較為可行。比如可以通過口語語料庫檢索ah和erm,從而分析其在話語中的不同功能。接下來作者把話語分為口語話語和書面語篇,并分別加以討論?？谡Z話語中討論了“相鄰對”(adjacency pairs)和語用意義,書面語篇中討論了“銜接手段”,特別是連詞銜接和實(shí)詞銜接,最后還討論了基于語料庫的互文性研究?？傊?這一章節(jié)提供了與傳統(tǒng)話語研究方法形成互補(bǔ)的新方法,頗給人啟發(fā)。

第六章介紹如何使用網(wǎng)絡(luò)語料庫研究語音。作者先介紹了帶有語音標(biāo)注的網(wǎng)絡(luò)語料庫,如除了上文介紹過的“密歇根大學(xué)英語學(xué)術(shù)口語語料庫”和“蘇格蘭英語語料庫”外,還有“英語口音語料庫”(Speech Accent Archive)、“英國學(xué)術(shù)口語語料庫”(The British Academic Spoken English corpus,簡稱BASE)、“作為第二語言應(yīng)用的英語訪談?wù)Z料庫”(English Language Interview Corpus as a Second-Language Application,簡稱ELISA)等。接下來作者通過語料庫分析了兩個輔音個案,一個是詞尾和輔音前的/r/的發(fā)音的地區(qū)差異,另一個是在蘇格蘭英語中l(wèi)och等詞中的/x/音的變化。在元音部分,作者利用“英語口音語料庫”和“蘇格蘭英語語料庫”探索了不同地區(qū)的元音發(fā)音,如單元音、雙元音、音長和語調(diào)等方面的差異。

第七章探討了語料庫文本的語境化。作者首先區(qū)分了“上下文”(co-text)和“語境”(context),前者指的是被考察的某語言要素周圍的語言材料,后者指影響語言使用的所有環(huán)境特征的總和,范圍要大得多。作者指出語料庫中的“元數(shù)據(jù)”(metadata)對語境研究至關(guān)重要。元數(shù)據(jù)以標(biāo)簽的形式存在,用于標(biāo)識所有語料的信息,所以被稱為“數(shù)據(jù)的數(shù)據(jù)”,如果把語料庫比作“文本博物館”,那么元數(shù)據(jù)則像是提供背景知識的標(biāo)牌,其重要性由此可知。這一章的第二部分關(guān)注文本語境的具體方面,比如基于語言使用者的語言差異,如其年齡、地區(qū)、職業(yè)對其語言的影響,以及基于語域的語言變體,如因語場、語旨、語式不同而導(dǎo)致的語言使用的差異。

第八章為結(jié)論部分,作者對網(wǎng)絡(luò)語料庫在英語教學(xué)研究中的運(yùn)用做了總結(jié)。作者認(rèn)為語料庫中大量的真實(shí)文本為英語教師提供了豐富的教學(xué)資源,無論是把英語作為母語、二語還是外語的語言教學(xué)者都能從中獲益。特別是對把英語作為外語的教師而言,語料庫的應(yīng)用更為廣泛。語料庫可以作為一種課堂組織的模式而存在,教師分配一個交際任務(wù)給學(xué)生,學(xué)生在完任務(wù)的成過程中,可以和語料庫數(shù)據(jù)相對照,然后尋找差異,從語料庫中習(xí)得語言知識,這就是以過程為導(dǎo)向的課堂,和傳統(tǒng)的以結(jié)果為導(dǎo)向的課堂截然不同,激發(fā)了學(xué)生學(xué)習(xí)的積極性。作者還進(jìn)一步總結(jié)了基于語言使用的語料庫語言學(xué)家和強(qiáng)調(diào)內(nèi)省的理論語言學(xué)家的區(qū)別,前者關(guān)注語言使用,而后者關(guān)注語言能力,前者會問“這(語言現(xiàn)象)很有意思,但它是真實(shí)的嗎？”后者會問“這是真實(shí)的,可這有意思嗎？”作者指出,理想的語言學(xué)家是內(nèi)省式和語料庫語言學(xué)家的結(jié)合體。最后作者還展望了語料庫語言學(xué)的未來,認(rèn)為未來英語語料庫可能會朝著以下的方向發(fā)展:大型的國家英語語料庫、小型的特殊英語語料庫、非標(biāo)準(zhǔn)英語語料庫、世界英語語料庫、平行語料庫、歷時(shí)語料庫和多媒體語料庫。

3. 評述

與目前常見的語料庫語言學(xué)著作相比,本書頗具特色,如所闡釋的話題較新穎,內(nèi)容實(shí)用、可操作性強(qiáng)等等。

第一,話題新穎。涉及語料庫研究的書籍很多,但筆者在亞馬遜網(wǎng)上書店中以“online corpus(corpora)”作為主題詞進(jìn)行搜索,只搜索到該書,可見就“網(wǎng)絡(luò)語料庫”話題進(jìn)行較為深入細(xì)致而又廣泛的研究,在西方語言學(xué)界也尚不多見。此前語言研究所基于的語料庫,如BROWN、LOB、ICE、Bank of English等,并不免費(fèi)向公眾開放,使得這些研究頗具“自說自話”之嫌。而網(wǎng)絡(luò)語料庫則彌補(bǔ)這一不足,書中著重推薦了5個網(wǎng)絡(luò)語料庫,在附錄中還介紹了另外18個網(wǎng)絡(luò)語料庫,為語言研究者打開了研究英語語言的“方便之門”。此外,以往基于語料庫的研究大多局限詞匯和語法層面,本書則把語料庫的應(yīng)用范圍擴(kuò)大到話語、語境等較高的語言層面,并且也涉及語音和口音等以往較少研究的層面,頗有新意。

第二,讀者友好。本書并不過多探討語料庫語言學(xué)的理論問題,而是借助網(wǎng)絡(luò)語料庫對英語語言開展了多個層面的分析。本書以解決實(shí)際問題為導(dǎo)向,在內(nèi)容上以實(shí)用為目的,在寫法上注重讀者友好。作者在每一章節(jié)的開頭都提出一系列問題,然后引領(lǐng)讀者通過語料庫去解決問題。在每一小節(jié)中,作者還設(shè)計(jì)了具體的操作任務(wù),并置以方框內(nèi)單獨(dú)列出,然后指引著讀者來完成操作,達(dá)到解決問題的目的。另外,作者在借助網(wǎng)絡(luò)語料庫分析每種語言現(xiàn)象時(shí),如搭配和類聯(lián)接,會提綱挈領(lǐng)地介紹該研究話題的定義和來龍去脈,幫助讀者理解研究對象。因此,無論是內(nèi)容還是寫法,作者都注重讀者友好。

第三,可操作性強(qiáng)。作者列舉的每個任務(wù)、每個例證都是可以通過網(wǎng)絡(luò)實(shí)現(xiàn)的。按照作者提供的網(wǎng)址和操作步驟,讀者能按圖索驥,尋找到類似的答案,因此本書的任務(wù)可操作性非常強(qiáng),具有可重復(fù)性,這也有別于很多基于內(nèi)部使用的語料庫或自建語料庫的研究。正因其可操作性強(qiáng),讀者會感覺到語料庫是一種非常有用的手段,并且能夠掌握這種研究手段。這給語料庫初學(xué)者帶來信心,激發(fā)了他們探索語言的好奇心,增強(qiáng)了他們語言學(xué)習(xí)的興趣。

第四,立論公正。本書作者雖然強(qiáng)調(diào)語料庫的價(jià)值,但也同時(shí)會不時(shí)指出語料庫的不足之處。比如談到語料庫的代表性問題,作者指出“語料庫只能肯定某種結(jié)構(gòu)或用法的存在,也就是說,它無法告訴我們前人沒說過或沒寫過的內(nèi)容”。作者認(rèn)為一個優(yōu)秀的語料庫語言學(xué)家應(yīng)該將定量分析與定性分析結(jié)合起來,而且理想的語言學(xué)家應(yīng)該是善于內(nèi)省的語言學(xué)家(以喬姆斯基為代表)和語料庫語言學(xué)家的結(jié)合體?？梢娮髡邚?qiáng)調(diào)語料庫研究的重要性,但對于其他語言研究方法絕不忽視和排斥,不過分夸大語料庫的作用,體現(xiàn)了作者兼收并蓄的思想。

當(dāng)然,本書也有一些不足之處。由于兩位作者都是“蘇格蘭英語語料庫”的設(shè)計(jì)者,書中的很多例子都來源于該語料庫,特別是涉及語音及語境研究的時(shí)候,而一般的以英語為外語的讀者更關(guān)心的無疑是英國英語和美國英語的一些特征,而本書在這方面的探索則顯得不夠充分。此外,有些探索還不夠深入,比如用語料庫探索語法這一章節(jié),作者就沒有談到基于語料庫的語法化研究。

綜上所述,本書是一本較為理想的網(wǎng)絡(luò)語料庫入門著作。當(dāng)然,如果學(xué)習(xí)者對語料庫語言學(xué)想有更系統(tǒng)的了解,在學(xué)完本書后,還需要選擇幾本全面介紹語料庫語言學(xué)的著作進(jìn)行研讀。本書作者在每個章節(jié)后都提供了進(jìn)一步閱讀的書目,我們可以通過網(wǎng)絡(luò)語料庫這扇“方便之門”,繼而走進(jìn)語言研究的殿堂。

Leech, G. 2004. Recent grammatical change in English: Data, description, theory [A]. In K. Aijmer & B. Altenberg (eds).AdvancesinCorpusLinguistics[C]. Amsterdam: Rodopi. 61-81.

Liu Dilin. 2010. Is it a chief, main, major, primary, or principal concern? A corpus-based behavioral profile study of the near-synonyms [J].InternationalJournalofCorpusLinguistics15 (1): 56-87

甄鳳超.2010.語料庫語言學(xué)在中國的成長與發(fā)展[J].當(dāng)代外語研究(3):36-41.