高職學(xué)生英語口語語料庫建設(shè)研究

張成國

(江蘇城市職業(yè)學(xué)院外國語學(xué)院，江蘇南通226006)

一、建設(shè)高職學(xué)生英語口語語料庫的必要性

學(xué)習(xí)者語料庫是按照一定的原則和設(shè)計(jì)標(biāo)準(zhǔn)，通過科學(xué)抽樣方法采集、編制而成的學(xué)習(xí)者語言(口語或書面語)電子文本庫［1］。通過它提供的客觀、真實(shí)和海量數(shù)據(jù)，語言教學(xué)及研究人員可對(duì)學(xué)習(xí)者的語言水平進(jìn)行多維度、多層面的研究，從而為教學(xué)理論和實(shí)踐提供頗具價(jià)值的反饋與指導(dǎo)。

口語在語言交際中起著非常重要的作用，然而高職學(xué)生的英語口語能力卻不容樂觀，盡管我們的教師和學(xué)生在上面花了不少時(shí)間?；诖?，筆者設(shè)想建設(shè)一個(gè)能全面反映高職學(xué)生英語口語能力現(xiàn)狀的語料庫，用以輔助語言‘直覺’和‘內(nèi)省’判斷，克服教學(xué)大綱制定、教學(xué)方法選取與教學(xué)研究選題的主觀性和片面性，從而最大限度地提高高職英語口語教學(xué)質(zhì)量與研究水平。

二、建設(shè)高職學(xué)生英語口語語料庫的可行性

第一，學(xué)習(xí)者英語口語語料庫經(jīng)過多年的建設(shè)，已經(jīng)積累了比較豐富的實(shí)踐經(jīng)驗(yàn)。特別是中國大學(xué)學(xué)習(xí)者英語口語語料庫COLSEC(College Learners’Spoken English Corpus)的建成，為我們提供了一套可借鑒的學(xué)習(xí)者口語語料庫建庫原則、采樣方案和技術(shù)標(biāo)準(zhǔn)。

第二，建立大型語料庫，并基于大規(guī)模真實(shí)文本的定量與定性分析相結(jié)合的研究方法正在逐漸成為國內(nèi)外語言研究的主要方法之一。高職學(xué)生英語口語語料庫的建設(shè)符合研究方法的這種轉(zhuǎn)變與實(shí)際需要。

第三，計(jì)算機(jī)軟硬件及網(wǎng)絡(luò)技術(shù)的發(fā)展為口語語料庫的建設(shè)提供了必要的技術(shù)支持。采用計(jì)算機(jī)軟件進(jìn)行半自動(dòng)化語料處理和人工干預(yù)校正的模式，使得創(chuàng)建一個(gè)適合某項(xiàng)專門研究需要的中型語料庫更加便捷，而個(gè)人電腦的普及及互聯(lián)網(wǎng)技術(shù)的發(fā)展也有利于語料庫資源實(shí)現(xiàn)最充分的共享。

三、建設(shè)高職學(xué)生英語口語語料庫的基本思路

(一)語料來源

盡管自由、即興話語能夠最為真實(shí)地反映語言使用者在給定場(chǎng)景中的語言運(yùn)用特征，但因外語學(xué)習(xí)語境的制約卻很難獲得，所以高職學(xué)生英語口語語料庫的語料來源可以是各年級(jí)高職學(xué)生學(xué)期英語口語考試亦或是他們參加全國英語等級(jí)考試(PETS)的實(shí)景音像資料。為盡可能反映學(xué)生在真實(shí)交際語境中的的實(shí)際口語能力，口語考試中增加適當(dāng)比重的即興話語，如學(xué)生與教師以及學(xué)生之間的晤談和自由討論等。話題內(nèi)容盡可能多樣化，可圍繞“個(gè)人生活與學(xué)習(xí)、社會(huì)關(guān)切問題、校園生活”等幾個(gè)方面展開。

(二)語料轉(zhuǎn)寫

參照COLSEC(College Learners’Spoken English Corpus)規(guī)范，采用不作任何主觀干預(yù)的自然描寫方法忠實(shí)轉(zhuǎn)寫考生的原始語句(包括非完整句、語法病句)以及有聲語料中的口誤、脫落、贅述、重復(fù)等現(xiàn)象，用統(tǒng)一符號(hào)完整、準(zhǔn)確地標(biāo)注會(huì)話中的話輪轉(zhuǎn)換、語音、語調(diào)、停頓、猶豫、打斷、非言語交際等［2］。示例如下:

1、單詞和單詞以上語言單位的重復(fù)部分之間用“#”表示。如:I couldn’t#I couldn’t#help you because I did not have enough money.

2、音節(jié)及其以下語言單位的重復(fù)可在代表所重復(fù)部分的字母或字母組合后加上“-”。如:fur-fur-further;im-im-impossible.

3、由話語不流利所導(dǎo)致的短暫停頓用三個(gè)圓點(diǎn)“...”表示，較長停頓用六個(gè)圓點(diǎn)“......”表示。

4、口語表達(dá)中不完整或未完成的句子可用“-”表示，未完成的單詞用“=”表示，符號(hào)后要加一空格。如:I think it is very important_the most important thing is that…;We will list=follow the teacher’s advice and read more excellent books.

5、會(huì)話中的非言語聲音根據(jù)語音的近似性，用mm，mn，erm，er，hm等符號(hào)表示。

6、無法辨別的語音用“?”表示，一個(gè)符號(hào)代表一個(gè)音節(jié)，“????”表示一個(gè)四音節(jié)的詞。完全聽不清的內(nèi)容用“X”表示。辨別不清的語音部分的內(nèi)容如若能作出明確推斷，推斷內(nèi)容可放在＜＞內(nèi)。［3］如:Igraduated from ＜?name of a university＞.

(三)語料標(biāo)注與賦碼

1、錯(cuò)誤語音賦碼

學(xué)生口語中所有的語音錯(cuò)誤碼均放在中括號(hào)“［］”之內(nèi)，附加在語音出錯(cuò)的單詞之后［4］。具體賦碼方案如下:

1)將單詞的正確讀音錯(cuò)發(fā)為另一個(gè)與之相近或相似的錯(cuò)音用W表示，在W之后標(biāo)注出被發(fā)錯(cuò)音的字母或字母組合，然后用一定的代碼表示錯(cuò)音本身。如:media［We-ai］表示學(xué)生將media一詞中的字母e的讀音錯(cuò)發(fā)成［ai］。

2)在單詞的輔音或元音之后添加的多余的音用P表示，然后標(biāo)注出其后被加了音的字母，再加上間隔符“-”，最后用具體的代碼表示所加的音。如:class［Pa-r］表示class一詞中的字母a的讀音后加了一個(gè)卷舌音［r］。

3)發(fā)音過程中單詞某個(gè)吞掉不發(fā)的音用M表示，然后標(biāo)出被吞掉音的字母。如:magazine［M2a］表示magazine一詞中的第二個(gè)a的元音未發(fā)。

4)錯(cuò)誤改變和移動(dòng)的單詞重音用S表示，在S后用數(shù)字表示重音被錯(cuò)移至的音節(jié)。如:psychological［S2］表示psychological一詞的重音被錯(cuò)移到了第二個(gè)音節(jié)上。

2、詞性賦碼

由于基于概率的詞性賦碼器(probabilitybased POS taggers)更適用于為學(xué)習(xí)者口語語料進(jìn)行自動(dòng)賦碼，賦碼準(zhǔn)確率較高且性能穩(wěn)定，其賦碼準(zhǔn)確率受學(xué)習(xí)者口語語言水平影響不大［5］，所以本語料庫選擇CLAWS7作為詞性賦碼工具，賦碼格式為使用一個(gè)符號(hào)如“_”，然后連同詞類碼標(biāo)記到單詞后面。如:Mr_NNB Smith_NP1 said_VVD...-...that_DD1...-...he_PPHS1 was_VBDZ not_XX mind_VV0 about_II it_PPH1...。其中，NNB表示稱呼名詞之前的詞，NP1表示單數(shù)專有名詞，VVD表示動(dòng)詞過去時(shí)，DD1表示單數(shù)限定詞，PPHS1表示第三人稱單數(shù)主格人稱代詞，VBDZ表示系動(dòng)詞過去式，XX表示否定詞，VV0表示單個(gè)動(dòng)詞原形，II表示普通介詞，PPH1表示第三人稱單數(shù)中性人稱代詞。

3、句法賦碼

句法賦碼就是對(duì)文本中的每一句話進(jìn)行句法標(biāo)注。為盡可能詳細(xì)地提供各種句子結(jié)構(gòu)信息，本語料庫可采用完全成分分析法進(jìn)行句法賦碼。如:［S［NPClaudia_NP1 NP］［VP sat_VVD［PP on_II［NP a_AT1 stool_NN1 NP］PP］VP］S］。其中，S=句子，NP=名詞短語，VP=動(dòng)詞短語，PP=介詞短語，N=名詞，V=動(dòng)詞，P=介詞，AT=冠詞。

4、語義標(biāo)注

語義標(biāo)注主要包括語言單位的語義特征以及語言單位之間的語義關(guān)系［6］。鑒于目前人們對(duì)于語義標(biāo)注的內(nèi)容尚未形成一致看法，筆者建議可通過設(shè)計(jì)一些語義分析系統(tǒng)進(jìn)行語義標(biāo)注。如:You_Z8 gave_S1.1.2+me_Z8 a_Z5 new_T3-gift_M3._PUNC Thank_S1.2.4+you_Z8.其中，每個(gè)單詞_之后是語義標(biāo)注，Z8表示代詞，S1.1.2+表示指向，Z5表示語法倉(Grammatical bin)，T3表示時(shí)間，M3表示特別準(zhǔn)備的物品，_PUNC表示停頓，S1.2.4+表示禮貌。

5、語篇標(biāo)注

語篇結(jié)構(gòu)的標(biāo)注可根據(jù)語言單位的語篇功能將其分為道歉(sorry，excuse me等)、留有余地(kind of，sort of等)、問候(hello，good morning等)、禮貌(please等)等類別，每一個(gè)類別又可根據(jù)表達(dá)這一語篇功能的語言單位中單詞的數(shù)量進(jìn)行分類。

(四)語料檢索

語料庫的價(jià)值與使用人數(shù)成正比例關(guān)系:使用者越多，則其價(jià)值越大;如果無人使用，那么也就毫無價(jià)值［7］。為充分發(fā)揮所建語料庫的價(jià)值，我們可將語料庫轉(zhuǎn)換為HTML或XML格式，使其適用于互聯(lián)網(wǎng)環(huán)境，并友好于用戶。屆時(shí)，教師可以通過網(wǎng)絡(luò)瀏覽器，直接訪問，提取所需數(shù)據(jù)。也可建成單機(jī)版語料庫，以光盤形式出版發(fā)行，供教師在網(wǎng)下使用。

(五)語料庫的后期建設(shè)與維護(hù)

基于開放性和動(dòng)態(tài)性的建庫理念，高職學(xué)生英語口語語料庫初步建成后，也可按學(xué)期或?qū)W年不斷充實(shí)與更新，從而使數(shù)據(jù)的分布更加趨于理想狀態(tài)。

四、高職學(xué)生英語口語語料庫的應(yīng)用

(一)口語教學(xué)

通過本語料庫，教師能對(duì)學(xué)生口語表達(dá)能力有較為全面和客觀的了解，并從中發(fā)現(xiàn)學(xué)生英語口語表達(dá)中存在的共同錯(cuò)誤和典型問題，以確定教學(xué)中的難點(diǎn)與重點(diǎn)，使口語教學(xué)更有針對(duì)性，從而大大提高口語教學(xué)效果;學(xué)生可極其方便地對(duì)學(xué)習(xí)效果進(jìn)行自我檢驗(yàn)，根據(jù)口語表達(dá)中的錯(cuò)誤及不規(guī)范現(xiàn)象適時(shí)調(diào)整學(xué)習(xí)方法，從而促進(jìn)英語口語能力的提高。此外，該語料庫還能夠?yàn)榫帉懹⒄Z口語教材和制定英語口語教學(xué)大綱提供準(zhǔn)確和客觀的數(shù)據(jù)。

(二)口語研究

基于本語料庫開展高職英語學(xué)習(xí)者的口語研究是多方面的。例如可以對(duì)高職英語學(xué)習(xí)者在不同年級(jí)階段的英語口語現(xiàn)狀進(jìn)行橫向的斷面考察，也可以對(duì)他們從低年級(jí)到高年級(jí)的整個(gè)口語能力發(fā)展過程進(jìn)行全面研究，還可以考察高職英語口語能力發(fā)展的區(qū)域特點(diǎn)與規(guī)律。這樣就可以對(duì)高職學(xué)生的英語口語水平有一個(gè)全面、真實(shí)、具體、準(zhǔn)確的認(rèn)識(shí)，進(jìn)而全面揭示高職學(xué)生英語口語能力發(fā)展的規(guī)律與特點(diǎn)。

(三)口語測(cè)試

本語料庫的建立和開發(fā)將為各種標(biāo)準(zhǔn)化英語口語測(cè)試和口語評(píng)分提供堅(jiān)實(shí)的依據(jù)，為題項(xiàng)的命題和題項(xiàng)測(cè)評(píng)提供客觀數(shù)據(jù)，這將有助于提高題項(xiàng)的結(jié)構(gòu)效度和評(píng)分信度，便于更好地設(shè)計(jì)和調(diào)整口語測(cè)試的形式和內(nèi)容。

五、結(jié)語

高職學(xué)生英語口語語料庫的建成將為教師及研究人員提供強(qiáng)有力的工具和手段，以便對(duì)高職學(xué)生的英語口語從不同角度、不同層次進(jìn)行深入的研究和分析，提出改進(jìn)教學(xué)和提高教學(xué)質(zhì)量的建議，從而幫助學(xué)生掌握地道、自然的英語。然而，語料庫的建設(shè)是一項(xiàng)龐大、復(fù)雜和艱辛的工作，需要成立一個(gè)專門的口語語料庫建設(shè)委員會(huì)，負(fù)責(zé)領(lǐng)導(dǎo)、設(shè)計(jì)、安排語料庫建設(shè)的具體事宜。筆者相信，經(jīng)由建設(shè)委員會(huì)的周密策劃，再加上高職英語教學(xué)界同仁的支持與配合，一定可以實(shí)現(xiàn)既定目標(biāo)，建成一個(gè)最理想的高職學(xué)生英語口語語料庫，實(shí)現(xiàn)最充分的資源共享，從而為更大范圍的高職英語口語教學(xué)與研究服務(wù)。

［1］秦旭.學(xué)習(xí)者語料庫及其在外語教學(xué)中的應(yīng)用價(jià)值［J］.徐州工程學(xué)院學(xué)報(bào)，2006(11):25.

［2］張超清.建立高校英語專業(yè)學(xué)生口語語料庫的設(shè)想［J］.湖南民族職業(yè)學(xué)院學(xué)報(bào)，2009(01):107.

［3］王芳，王曄等.COLSEC的轉(zhuǎn)寫與標(biāo)注對(duì)口語語料庫建設(shè)的啟示［J］.天中學(xué)刊，2005(05):100.

［4］衛(wèi)乃興，李文中.COLSEC語料庫的設(shè)計(jì)原則與標(biāo)注方法［J］.當(dāng)代語言學(xué)，2007(03):235～246.

［5］王莉，梁茂成.學(xué)習(xí)者口語語料自動(dòng)詞性賦碼的信度研究［J］.外語教學(xué)，2007(04):47～51.

［6］崔剛，盛永梅.語料庫中語料的標(biāo)注［J］.清華大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2000(01):93.

［7］崔希亮，張寶林.全球漢語學(xué)習(xí)者語料庫建設(shè)方案［J］.語言文字應(yīng)用，2011(02):102.