英語語料庫語言學的最新發(fā)展
——2012年國際語料庫語言學年會ICAME 33綜述

邵 斌 王文斌

(浙江大學，杭州,310058/浙江財經(jīng)學院，杭州,310018；寧波大學，寧波,315211)

“國際語料庫語言學協(xié)會”①(即International Computer Archive of Modern and Medieval English，簡稱ICAME)自成立以來，見證著語料庫語言學的快速成長和發(fā)展。第33屆ICAME年會于2012年5月30日至6月3日在比利時魯汶大學(Katholieke Universiteit Leuven)召開，來自全球22個國家和地區(qū)的204名代表與會。大會主旨發(fā)言共5場，論文88篇，工作坊論文39篇，海報論文20篇，在研項目及軟件示范26種。與2000年的ICAME 21相比(何安平2001)，不論是人數(shù)抑或論文數(shù)，本次會議均增加了兩倍。與去年的ICAME 32相比(楊李香2012)，論文總數(shù)亦有所增加。由此可見，語料庫語言學已成為新世紀語言研究的熱點，研究隊伍穩(wěn)定且不斷壯大。

本次年會的主題是“英語語言學核心與交叉研究中的語料庫運用”(Corpora at the Center and Crossroads of English Linguistics)。大會論文可分以下6大議題：(1)基于語料庫的英語語言諸層面研究；(2)基于語料庫的語言對比及翻譯研究；(3)英語變體的語料庫研究；(4)社會語言學、認知語言學的語料庫運用；(5)語料庫與英語教學；(6)語料庫的建設、軟件和統(tǒng)計方法。本次年會體現(xiàn)了英語語料庫語言學領(lǐng)域的最新發(fā)展，本文第一作者作為中國大陸的唯一代表出席了本次會議。我們現(xiàn)擬對大會的主旨報告和小組報告做較為詳細的介紹。

1.大會主旨報告

五場主旨報告發(fā)言人中有歷時語言學和詞匯語義學的專家，也有心理學、認知語言學和社會語言學方面的學者，這充分體現(xiàn)了語料庫語言學的跨學科發(fā)展態(tài)勢。

Ewa Dabrowska是《認知語言學》雜志的主編，其發(fā)言題目是“從外化語言到內(nèi)化語言再回到外化語言”(From E-language to I-language—and back)。外化語言是語言群體的文本，內(nèi)化語言是內(nèi)化在人腦中的心理語法。這對概念原先由喬姆斯基(Chomsky 1986)提出，他認為語言的研究對象是內(nèi)化語言。Dabrowska對此持不同看法。她通過對波蘭語的與格和屬格以及英語的“長距離依存疑問句”(questions with long distance dependencies)三個個案的分析，指出基于使用的研究方法在探索語言習得過程中具有重要作用。她提出，有必要把個人和社會兩個層面結(jié)合起來探索語言系統(tǒng)，否則只會盲人摸象，僅見局部而難見整體。

Brian MacWhinney來自美國卡內(nèi)基梅隆大學，其發(fā)言題目是“語料庫語言學的新天地”(The expanding horizons of corpus linguistics)。他認為，語料庫語言學的擴展基于以下理論建構(gòu)：語言結(jié)構(gòu)的形成要歷經(jīng)八個主要時段，即語言處理、話輪轉(zhuǎn)換、語言活動、語言習得、語言社會性、語體、歷時性和語言發(fā)生學。他以口語語料庫TalkBank為佐證，闡述語料庫若能高效捕捉到大量話語的上述八個時段，研究上述過程的相互作用便有可能。要實現(xiàn)該目標，必須開發(fā)出一系列語料庫分析工具，如詞匯分析、定量數(shù)據(jù)分析、自動標注、錯誤分析、對話分析等。

Terttu Nevalainen來自芬蘭赫爾辛基大學，其發(fā)言題目是“語料庫語言學與語言演變”(Corpus linguistics and language change)，主要闡發(fā)兩個問題：一是語言變化的模型，二是歷時語料庫的語類配對。她以主語you的泛指功能、Youwas的使用以及“Therewas+復數(shù)名詞”結(jié)構(gòu)的歷時變化為例，展示了“赫爾辛基歷時英語語料庫”在研究語言變化中的作用。她強調(diào)了在歷時語料庫建設中實現(xiàn)不同時代的語類均衡以及文本和語類配對所存在的難度，提出通過定量分析來確定文本語類的方法，著重介紹TVE(Text Variation Explorer)軟件的使用②。該軟件界面能呈現(xiàn)文本的三個語言特征數(shù)據(jù)，即類符形符比、單頻詞比例以及平均詞長，并根據(jù)主成分分析法確定文本語類，借此從定量角度部分解決文本歸類的難題。

Anne O’Keeffe來自愛爾蘭利莫瑞克大學，其發(fā)言題目是“語料庫語言學的應用”(The application of corpus linguistics)。她認為，語料庫已經(jīng)應用于各個領(lǐng)域和學科，比如話語分析、文體分析、法律語言學、語用學、語音技術(shù)、醫(yī)患溝通、翻譯研究、人工智能等等。同時，她還分析了語料庫的容量、頻率、代表性和理論等四大問題。她特別強調(diào)小型專門語料庫對研究某一語類的作用，她以涉及酒店管理的語料庫CLAS(Cambridge, Limerick and Shannon Corpus)為例說明，小型語料庫有助于研究者更細致地觀察特定語言的使用。在發(fā)言的主要部分，她以“劍橋?qū)W習者語料庫”(Cambridge Learner Corpus)為例來說明，該語料庫只是代表了非英語母語學習者的英語能力情況，并探討了其在“歐洲語言共同參考框架”標準制定中的作用。

John R.Rickford來自美國斯坦福大學，其發(fā)言題目是“關(guān)系連詞的省略和語言及社會約束的獨立性”(Relativizer omission and the independence of linguistic and social constraints)。關(guān)系連詞，即定語從句中wh-和that關(guān)系詞的省略，是近20年來的一個研究熱點。他依憑語料庫探討巴巴多斯、圭亞那、牙買加的英語、美國黑人英語和阿巴拉契亞地區(qū)英語以及4種英國英語方言等9種英語變體中關(guān)系連詞的省略。通過建立邏輯回歸模型對數(shù)據(jù)進行分析，并引入了“階層”和“性別”這兩個社會因素變量，借以觀察社會因素和語言約束之間的交互影響。

2.分會場報告

各分會場報告的主題也緊扣本年會的6大議題，因篇幅所限，下文將擇要介紹部分重要論文。

2.1 英語語言各個層面的語料庫研究

語料庫語言學不僅提供了定量分析的方法，也為重新審視和定義某些傳統(tǒng)語言學概念提供了可能。英國伯明翰城市大學的Antoinette Renouf做了題為“英語新詞的新定義”的報告，她把《衛(wèi)報》(1984-2011)文本做成歷時語料庫，觀察頻率劇增的新詞形式及其語義。新詞被定義為：舊詞的激增使用、傳播和新的語義或用法。她以語料庫檢測到的bigsociety、squeezedmiddle等詞在近年的高頻使用和outreach、stakeholder等詞的語域轉(zhuǎn)移來分析各種新詞類別。而挪威經(jīng)濟學院的Gisle Andersen則采用語料庫對照方法來研究倫敦青年人英語口語中的新詞。比如kinda一詞出現(xiàn)在2008年建成的新語料庫中，而1993年的舊語料庫中此詞未曾出現(xiàn)，如此可以跟蹤新詞新語，并通過語境觀察，解釋其產(chǎn)生的原因和機制。

英語構(gòu)式的研究也是熱點之一。德國海德堡大學的Sandra Mollin研究了英語“成對詞”可逆性的歷時嬗演?！俺蓪υ~”是用and把兩個詞連接起來，表示一個完整的概念，比如odds and ends,但一般不可逆向使用為*ends and odds。她從Google Book中提取214個“成對詞”，借助數(shù)學方法計算其可逆性值，將其制成歷時演變曲線，并對其變化原因進行分析。此外還有論文基于語料庫探討英語情態(tài)構(gòu)式noway的句法語義，或從語料庫提取數(shù)據(jù)來研究Go-and-V構(gòu)式等。對于“強調(diào)詞”(intensifier)的研究也是熱點之一。如從BNC中提取數(shù)據(jù)對quite和rather這對近義“強調(diào)詞”進行多重對應分析，或研究當代英語中的dead作為“強調(diào)詞”的分布特征等。句法層面則有探討含有關(guān)系從句的存現(xiàn)句，“后期現(xiàn)代英語”中的現(xiàn)在完成時演化等。

2.2 基于語料庫的語言對比及翻譯研究

基于語料庫的語言對比及翻譯研究是近些年學界的另一熱點。法國里爾第三大學的Maarten Lemmens研究了OK一詞在英語、荷語和瑞典語中的語法化歷程。通過語料庫可以發(fā)現(xiàn)，自19世紀以來，OK在英語中經(jīng)歷了三個階段的語法化演進：從插入語到表語形容詞，最后到定語形容詞。而荷語口語語料庫和瑞典語語料庫也顯示，OK作為上述語言中的借詞，也經(jīng)歷了類似演變。Lemmens認為，OK所歷經(jīng)的語法化在評價性短語的演進過程中具有典型性和普遍性。瑞典哥德堡大學的Karin Aijmer和隆德大學的Bengt Altenberg通過“英語-瑞典語平行語料庫”，研究了瑞典語中g(shù)arna一詞在英語中的對應詞，從而展示了該副詞的多種意義和功能，證明基于語料庫的翻譯研究能促進詞語多義和同義現(xiàn)象的理解。此外，還有論文通過自建英語、法語和荷語的財經(jīng)新聞可比語料庫，研究上述三種語言中概數(shù)表達方式間的異同，研究英語和捷克語平行語料庫中的“become類”系動詞的對應翻譯，對比加拿大的英語和法語新聞中的Nationalism和Canadian兩詞的語義韻等等。

2.3 英語變體語料庫研究

英語變體研究也是學界近年的關(guān)注點之一，特別是“國際英語語料庫”(ICE)各分庫的建成使得英語變體的對比研究成為可能，由此，“語料庫和世界英語”也成為大會的重要議題。共有16篇論文涉及到各種新英語變體，如印度英語、菲律賓英語、新加坡英語和香港英語等。澳大利亞新南威爾士大學的Peter Collins以“菲律賓-布朗語料庫”(Phil-Brown，即參照布朗語料庫設計的菲律賓英語語料庫)和“國際英語語料庫菲律賓分庫”(ICE-Phil)為基礎，研究了wh-和that從句在1960至1990三十年間的頻率變化，得出菲律賓英語有美國化和口語化發(fā)展趨勢的結(jié)論。芬蘭坦佩雷大學Juhani Klemola研究了新加坡、印度和菲律賓英語中表義務和必要意義的情態(tài)動詞，他們借用ICE分庫以及“圣芭芭拉美國英語口語語料庫”研究了should、must、haveto、havegotto以及supposedto的頻率和語義變化。結(jié)果發(fā)現(xiàn)，英國和美國英語中上述情態(tài)動詞使用頻率明顯減少，而亞洲英語變體中should和must的使用頻率仍很高。作者認為這和亞洲社會強調(diào)權(quán)威和責任不無關(guān)系。新加坡國立大學的Peter Tan介紹了新加坡歷時語料庫的建設情況，并基于此語料庫對1950至1960年代新加坡英語中的詞匯借用和結(jié)構(gòu)本土化進行了考察。此外，還有探討世界英語中的進行時態(tài)，世界英語中的話語標記詞like的遞演等等。

2.4 社會語言學、認知語言學領(lǐng)域的語料庫運用

社會語言學領(lǐng)域采用語料庫方法的研究也日漸增多。香港科技大學的Lynne Flowerdew討論了語料庫語言學、社會語言學和話語分析相結(jié)合的理論問題。社會語言學方面的語料庫分析通常采用變異研究和互動研究兩種渠道。變異研究對某一群體的語言使用進行定量分析，其變量包括年齡、性別和社會階層等。而互動研究則側(cè)重定性方法，對言語行為的交際互動進行分析。Flowerdew使用語料庫研究了社會語言學中的互動范式，探討了從語料庫數(shù)據(jù)中發(fā)現(xiàn)程式化言語行為以及對話語進行解讀的可能性。此外，還有使用ICE語料庫研究女性使用“強調(diào)詞”的情況，探索表語從句連接詞that省略的社會語言學因素等等。

語料庫作為認知語言學研究的一種重要方法，近些年受到較多重視。來自荷蘭阿姆斯特丹自由大學的Tina Krennmayr介紹了該大學開發(fā)的“隱喻語料庫在線”③(Metaphor Corpus Online)。該語料庫從BNC中分離出新聞、小說、學術(shù)文本和會話等四種語類，然后對其中19萬字的文本進行了隱喻標注，可用于隱喻研究。她依托該隱喻語料庫探尋了不同語體中隱喻的特點，比如新聞語體中動詞隱喻的高頻性。德國弗萊堡大學的Martin Hipert從“美國歷時英語語料庫”(COHA)中提取了although、though、if和while所構(gòu)成的4種讓步構(gòu)式，研究其在過去150年里的歷時演變，發(fā)現(xiàn)它們整體呈現(xiàn)出較大的差異性，從而對Traugott提出的抽象“宏觀結(jié)構(gòu)”假設提出質(zhì)疑。該研究的亮點之一是借助“度量的多維標定法”對數(shù)據(jù)進行量化分析，并借用Googlevis工具來觀察這4種讓步構(gòu)式的4條動態(tài)曲線，以此窺探其歷時嬗演。隆德大學的Dylan Glynn以Langacker的“認知語法”為理論框架，以自建語料庫為數(shù)據(jù)來源，通過多因子語料庫驅(qū)動方法研究英語的“認識立場構(gòu)式”(epistemic stance construction)。

2.5 語料庫與英語教學

語料庫在英語教學中的應用，尤其是學習者語料庫的建設，也是近些年的關(guān)注點之一。但和書面語相比，英語作為口語中介語的研究則相對滯后，本次大會非常重視口語中介語的研究。法語魯汶大學的Ga?tanelle Gilquin對學習者口語和書面語英語中的動詞短語進行了對比研究，她所使用的語料庫分別為魯汶大學的“國際學習者英語語料庫”和“魯汶國際英語學習者口語語料庫”，前者為書面語，后者為口語。數(shù)據(jù)表明，學習者對up和down構(gòu)成的動詞短語使用與母語者的使用相比明顯偏少，在口語中使用又比書面語偏少，這與母語者的使用恰恰相反。作者認為，這和學習者缺乏語體意識有所關(guān)聯(lián)。德國吉森大學的Sandra Gotz則基于語料庫對以英語為母語、二語和外語的三種人群口語中的填充性停頓進行了對比研究。其聚焦點是er、erm、uh和uhm四個停頓詞。結(jié)果發(fā)現(xiàn)，填充性停頓在數(shù)量上形成斜坡，第一人群最少，第三人群最多。三個群體使用停頓目的有明顯差異，比如母語者多用它來強調(diào)重要信息，而外語者則多用其充當短語內(nèi)的詞匯空缺。此外，還有論文涉及異步聊天(asynchronous chats)語料庫的學習者英語特點，二語習得中的多詞單位等等。

2.6 語料庫的建設、軟件和統(tǒng)計方法

美國楊伯翰大學的Mark Davies探討了含有1550萬詞的Google Books作為歷時語料庫(1810-2010)的可行性。他設計了Google Books的語料庫界面，使之便于檢索。Davies以sublime、steamship和teenager三詞為例，發(fā)現(xiàn)它們在Google Books中兩百年間的頻率變化曲線與COHA中的相似度很高，可見其作為超大型歷時語料庫具備一定的可行性。美國加州大學圣芭芭拉分校的Stefan Th.Gries提出一種新的計算詞語搭配力的方法。以往計算搭配強度的統(tǒng)計方法，如互信息、T值、對數(shù)似然值等方法，僅能反映搭配中詞1和詞2之間的相互聯(lián)系，但Stubbs(2001:29)的研究表明，搭配具有方向性，比如在bonsaitree搭配中，bonsai之后加tree的可能性要比tree之前加bonsai的可能性大得多?；诖耍珿ries經(jīng)研究發(fā)現(xiàn)，“搭配并非一定是雙向性”。他還進一步提出測試搭配方向性的統(tǒng)計方法ΔP。其計算公式如下：

ΔP2|1=p(word2|word1=present)-p(word2|word1=absent)

ΔP1|2=p(word1|word2=present)-p(word1|word2=absent)

ΔP若大于零，則說明兩詞之間是正聯(lián)系；ΔP若小于零，則說明兩詞之間是負聯(lián)系，數(shù)值能反映出搭配的方向性。該實證研究具有可操作性，為搭配研究提供了嶄新思路。此外，還有研究探討“伯明翰博客語料庫”的語用信息標注、面向語言地圖項目的語料庫、各種語料庫工具之間的互操作性、用統(tǒng)計手段對古英語文本進行分類等。

3.結(jié)語

綜上所述，我們可以看出ICAME 33展示了英語語料庫語言學的最新發(fā)展動態(tài)和幾大熱點問題：(1)歷時語料庫跨度上至古英語、下至21世紀英語，這使得語言演變研究成為焦點，這也是ICAME 32的熱點(楊素香 2012)；(2)各種英語變體語料庫的建成，使得英語變體對比研究成為熱點，這一點在今年大會非常凸顯。經(jīng)簡單統(tǒng)計，使用ICE可比語料庫的論文數(shù)高達23篇；(3)通過定量方法實現(xiàn)文本和語類的自動配對，這在去年大會中未曾提及，而今年則成為焦點話題之一；(4)隨著英語成為全球通用語，學習者語料庫的建設日顯重要，這也是中國學者大有可為的領(lǐng)域。

歷時五天的大會最后補選了Hilde Hasselgard、John Kirk、Michaela Mahlberg和Ute Romer等學者為ICAME執(zhí)行委員會的新成員。大會還決定第34屆ICAME年會將于明年5月在西班牙圣地亞哥·德孔波斯代拉大學舉行。所確定的年會主題是：“前進中的英語語料庫語言學：應用及其意義”(English corpus linguistics on the move: Applications and implications)。我們有理由相信，作為語言研究的重要方法和新興領(lǐng)域，語料庫語言學將在未來的英語教學與研究中發(fā)揮越來越大的作用。

附注:

① ICAME成立于1977年，是歐美語料庫語言學的開拓者，其發(fā)起人有Geoffrey Leech、Stig Johansson等著名學者，其主要研究對象是英語語料庫語言學，目前已成為語料庫語言學的國際性權(quán)威學術(shù)組織。自1979年起，該協(xié)會每年輪流在世界各大學召開年會交流研究成果，并辦有協(xié)會期刊ICAMEJournal，詳情可見網(wǎng)站介紹：http://icame.uib.no。關(guān)于該協(xié)會的漢譯名，何安平(2001)首次簡介時將其意譯為“國際語料庫語言學協(xié)會”，并在2003年和2005年綜述年會時沿用該譯名。楊素香(2012)綜述2011年年會時則按字面將其譯為“國際現(xiàn)代及中古英語計算機檔案中心”。我們認為，宜將這一協(xié)會的名稱譯為“現(xiàn)代和中古英語語料庫國際研究協(xié)會”，但鑒于何安平的譯名在中國學界已有影響，所以本文不另譯新名。

② 該軟件下載網(wǎng)址為：http://www.uta.fi/sis/tauchi/virg/projects/dammoc/tve.html。

③ 該文本可在“牛津文本檔案庫”下載，網(wǎng)址為：http://ota.ahds.ac.uk/catalogue/index.html。

Chomsky, N.1986.KnowledgeofLanguage[M].New York：Praeger.

Stubbs, M.2001.WordsandPhrases:CorpusStudiesofLexicalSemantics[M].Oxford：Blackwell.

何安平.2001.談語料庫語言學應用的新發(fā)展——ICAME 2000年悉尼國際語料庫語言學研討會綜述[J].外國語(2)：75-78.

楊素香.2012.語料庫語言學的傳統(tǒng)與趨勢——ICAME 32國際會議研究熱點分析[J].外語教學與研究(3)：460-466.