基于語(yǔ)料庫(kù)的詞語(yǔ)知識(shí)提取與外向型詞典編纂*

邢紅兵

一、引 言

隨著語(yǔ)料庫(kù)資源建設(shè)的逐漸深入及語(yǔ)言習(xí)得理論的發(fā)展，研究者更加重視語(yǔ)言事實(shí)對(duì)語(yǔ)言習(xí)得的影響。比如以聯(lián)結(jié)主義為代表的語(yǔ)言習(xí)得觀，主張語(yǔ)言習(xí)得的過程實(shí)際上是學(xué)習(xí)者通過真實(shí)的語(yǔ)言材料獲取語(yǔ)言知識(shí)并儲(chǔ)存于心理詞典中(Rumelhart＆McClelland 1986;Bates et al．1998;MacWhinney 1999)。語(yǔ)料庫(kù)資源正在語(yǔ)言教學(xué)及研究中發(fā)揮越來越重要的作用，目前國(guó)外的很多外向型詞典的編纂就以語(yǔ)料庫(kù)為依據(jù)。我們認(rèn)為，在第二語(yǔ)言詞匯習(xí)得過程中，學(xué)習(xí)者習(xí)得第二語(yǔ)言詞匯的關(guān)鍵是以目標(biāo)詞在目標(biāo)語(yǔ)言中的使用情況為核心的動(dòng)態(tài)詞匯知識(shí)體系(邢紅兵2009，2012;劉慧芳2011)，獲取目標(biāo)語(yǔ)料庫(kù)詞語(yǔ)知識(shí)是二語(yǔ)詞匯習(xí)得研究的核心。在語(yǔ)料庫(kù)中提取詞匯知識(shí)，形成目的語(yǔ)詞匯知識(shí)體系，對(duì)外向型詞典的編纂有著非常重要的參考價(jià)值?，F(xiàn)有的漢語(yǔ)作為第二語(yǔ)言的外向型詞典，并沒有能夠真正完全利用語(yǔ)料庫(kù)進(jìn)行編纂，也沒有形成嚴(yán)密的知識(shí)體系。我們認(rèn)為，外向型詞典中的詞條應(yīng)是目的語(yǔ)詞匯使用特點(diǎn)的高度概括，如何將基于語(yǔ)料庫(kù)的語(yǔ)言知識(shí)概括、全面地反映到詞典編纂過程中，還需要進(jìn)行大量的研究。本文從基于語(yǔ)料庫(kù)的詞匯知識(shí)提取角度，提出利用語(yǔ)料庫(kù)編纂外向型詞典的基本原則及操作方式，希望為詞典編纂者提供些許幫助。

二、基于語(yǔ)料庫(kù)的詞匯知識(shí)提取

1．關(guān)于詞匯知識(shí)

第二語(yǔ)言詞匯習(xí)得的研究，由早期主要關(guān)注詞匯量問題逐步轉(zhuǎn)向詞匯知識(shí)的相關(guān)研究，比如研究者都在思考這樣的問題:“學(xué)會(huì)一個(gè)詞意味著什么?”Richards(1976)提出了一個(gè)詞匯知識(shí)框架，認(rèn)為詞匯知識(shí)主要包括詞語(yǔ)的頻率、搭配、存儲(chǔ)、位置、詞形、關(guān)聯(lián)、語(yǔ)義內(nèi)涵、多義關(guān)系等幾個(gè)層面的信息。Nation(1990)在此框架的基礎(chǔ)上，將詞匯知識(shí)歸納為形態(tài)、位置、功能、語(yǔ)義等四個(gè)大類，并提出了貫穿各個(gè)層面的產(chǎn)出性詞匯和理解性詞匯的概念。Schmitt＆Meara(1997)進(jìn)一步強(qiáng)調(diào)了詞語(yǔ)知識(shí)還應(yīng)包括不同類詞語(yǔ)之間的聯(lián)結(jié)和關(guān)聯(lián)。邢紅兵(2009)基于聯(lián)結(jié)主義理論歸納出第二語(yǔ)言詞匯知識(shí)應(yīng)該分為讀音、詞形、意義三個(gè)部分及其相互聯(lián)結(jié)，每個(gè)部分都有自己的特征，各類知識(shí)按照一定的規(guī)則組織在各自的詞典當(dāng)中，其中語(yǔ)義知識(shí)是詞匯知識(shí)的核心，語(yǔ)義知識(shí)主要包括靜態(tài)知識(shí)、動(dòng)態(tài)知識(shí)和詞語(yǔ)關(guān)系知識(shí)。在第二語(yǔ)言詞匯知識(shí)系統(tǒng)中，除了形、音、義等基本信息以外，詞匯知識(shí)的關(guān)鍵還在于詞語(yǔ)在使用過程中形成的詞匯知識(shí)，比如詞語(yǔ)的搭配信息和詞語(yǔ)關(guān)系知識(shí)。

2．基于目標(biāo)語(yǔ)的詞匯知識(shí)提取

第二語(yǔ)言詞語(yǔ)學(xué)習(xí)的主要目標(biāo)和難點(diǎn)就在于詞語(yǔ)在目標(biāo)語(yǔ)中的運(yùn)用，主要表現(xiàn)在對(duì)目標(biāo)語(yǔ)詞語(yǔ)的熟練程度、對(duì)目標(biāo)詞各種功能的掌握、對(duì)目標(biāo)詞各種搭配的掌握以及搭配的豐富程度等方面。將目標(biāo)語(yǔ)的運(yùn)用概括成為詞匯知識(shí)，并反映到詞典中，這是基于語(yǔ)料庫(kù)的詞典編纂的總原則。因此，基于語(yǔ)料庫(kù)的知識(shí)提取是詞典編纂的第一步。

下面我們舉例分析。張博、邢紅兵(2004)曾建立一個(gè)“現(xiàn)代漢語(yǔ)義項(xiàng)標(biāo)注語(yǔ)料庫(kù)”(以下簡(jiǎn)稱“義項(xiàng)語(yǔ)料庫(kù)”)，該語(yǔ)料庫(kù)選取了1385598字的書面語(yǔ)語(yǔ)料，包括報(bào)刊文章、漢語(yǔ)教材、科技文章、文學(xué)作品等;同時(shí)還選取了707478字的電視訪談節(jié)目轉(zhuǎn)寫的文本，話題涉及社會(huì)生活各個(gè)方面。全部語(yǔ)料共有2093076字，1491266詞。以《現(xiàn)代漢語(yǔ)詞典》(第3版，以下簡(jiǎn)稱《現(xiàn)漢》)的義項(xiàng)分列為依據(jù)，采用計(jì)算機(jī)輔助、人工逐一校對(duì)的方法，對(duì)語(yǔ)料的全部義項(xiàng)進(jìn)行標(biāo)注，在此基礎(chǔ)上形成了基于語(yǔ)料庫(kù)的現(xiàn)代漢語(yǔ)義項(xiàng)次數(shù)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)目前共有52665個(gè)詞形，75073個(gè)義項(xiàng)。我們選擇了一定數(shù)量的常用動(dòng)詞和形容詞，從該語(yǔ)料庫(kù)中提取了這些常用謂詞的全部例句，并采用人工分析的方法對(duì)這些詞的句法功能及搭配詞語(yǔ)進(jìn)行提取，最后得到常用謂詞句法功能及搭配詞語(yǔ)數(shù)據(jù)庫(kù)。以“簡(jiǎn)單”為例，我們分析了“簡(jiǎn)單”做謂語(yǔ)時(shí)的全部句法功能，并提取出全部的搭配中心詞語(yǔ)及其搭配頻率等，和“簡(jiǎn)單”搭配的詞語(yǔ)按照功能分類形成了“簡(jiǎn)單”的知識(shí)體系(見圖1)。

我們覺得基于語(yǔ)料庫(kù)的目的語(yǔ)詞匯知識(shí)應(yīng)該能夠涵蓋詞語(yǔ)在目的語(yǔ)中的幾乎全部使用情況。從目前的研究來看，主要包括以下幾個(gè)方面:詞語(yǔ)的使用頻度、功能分布、搭配知識(shí)、使用框架、關(guān)系分析等方面。下一節(jié)我們將具體進(jìn)行分析。

三、詞典編纂與知識(shí)提取

1．從語(yǔ)料庫(kù)中獲取詞語(yǔ)使用頻度

圖1 “簡(jiǎn)單”的搭配知識(shí)體系示意圖(邢紅兵2012)

詞語(yǔ)在目標(biāo)語(yǔ)中的使用頻度是外向型詞典詞語(yǔ)選取及等級(jí)分布的依據(jù)，詞語(yǔ)頻度統(tǒng)計(jì)數(shù)據(jù)在漢語(yǔ)教學(xué)活動(dòng)中已經(jīng)發(fā)揮了很重要的作用。但是，從語(yǔ)料庫(kù)中可以獲取的頻率信息遠(yuǎn)超過詞語(yǔ)頻度，比如詞語(yǔ)的義項(xiàng)的使用頻率、詞語(yǔ)的搭配頻率等等。比如詞語(yǔ)的義項(xiàng)頻率分布，每個(gè)義項(xiàng)在現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)中使用的次數(shù)并不相同，這里以動(dòng)詞“打”為例，來分析其義項(xiàng)的分布。動(dòng)詞“打”有25個(gè)義項(xiàng)，各個(gè)義項(xiàng)在“義項(xiàng)語(yǔ)料庫(kù)”中的出現(xiàn)次數(shù)按照降序排列的情況見表1，括號(hào)中的數(shù)字是“打”在《現(xiàn)漢》中的義項(xiàng)號(hào)。

表1 動(dòng)詞“打”的義項(xiàng)使用次數(shù)降序排列表

從表1的數(shù)據(jù)可以看出，“打”的25個(gè)義項(xiàng)在現(xiàn)代漢語(yǔ)中的使用情況有明顯的差異，如果按照教學(xué)的等級(jí)劃分來看，這25個(gè)義項(xiàng)應(yīng)該排列在各個(gè)不同的階段進(jìn)行教學(xué)。我們?cè)诰幾胪庀蛐蛯W(xué)習(xí)詞典的時(shí)候就需要按照各個(gè)義項(xiàng)的使用頻度進(jìn)行排列，常用詞詞典也需要選擇常用的義項(xiàng)進(jìn)行釋義。

2．從語(yǔ)料庫(kù)中獲取詞語(yǔ)的功能及分布

詞語(yǔ)的功能分布是詞語(yǔ)知識(shí)的重要組成部分，也是二語(yǔ)教學(xué)中的重點(diǎn)，其中以謂詞在語(yǔ)料庫(kù)中的句法功能的表現(xiàn)最為突出，比如說動(dòng)詞所具備的功能就包括做謂語(yǔ)、做定語(yǔ)、做補(bǔ)語(yǔ)、做狀語(yǔ)，甚至做主賓語(yǔ)。作為謂詞的形容詞的句法功能也很豐富，常用的功能主要包括做定語(yǔ)、做謂語(yǔ)、做狀語(yǔ)和做補(bǔ)語(yǔ)等。我們從“義項(xiàng)語(yǔ)料庫(kù)”中隨機(jī)抽取了8個(gè)形容詞，對(duì)這些詞在全部語(yǔ)料中的句法功能進(jìn)行了統(tǒng)計(jì)分析，結(jié)果見表2。

表2 形容詞句法功能分布情況表

從表2的數(shù)據(jù)可以看出，“重要”和“主要”是以做定語(yǔ)功能為主的形容詞，“重要”的次要功能是做謂語(yǔ)，“主要”的次要功能是做狀語(yǔ)，“正確”和“友好”的主要功能是做定語(yǔ)和狀語(yǔ)，“突然”和“完全”的主要功能是做狀語(yǔ)，“突然”偶爾做謂語(yǔ)和補(bǔ)語(yǔ)，“完全” 一般不做謂語(yǔ)和補(bǔ)語(yǔ)，有時(shí)可以做定語(yǔ)?！靶腋！焙汀罢R”具備四種句法功能，特別是“整齊”的句法功能相對(duì)自由。我們認(rèn)為，這些功能在使用上表現(xiàn)出來的主次差異也應(yīng)該體現(xiàn)在外向型詞典詞條的功能釋義和用例中。

3．從語(yǔ)料庫(kù)中獲取詞語(yǔ)的搭配詞及其頻率

我們認(rèn)為，一個(gè)詞語(yǔ)在實(shí)際語(yǔ)言使用過程中表現(xiàn)出來的句法功能分布、詞語(yǔ)的搭配及其使用頻度、搭配詞語(yǔ)的語(yǔ)義特征、各類詞語(yǔ)的使用次數(shù)等因素構(gòu)成了目標(biāo)語(yǔ)詞匯知識(shí)體系的主體。外向型詞典要體現(xiàn)目標(biāo)語(yǔ)的使用情況，其中最重要的一個(gè)方面就是要最大程度地體現(xiàn)詞語(yǔ)在目標(biāo)語(yǔ)中的搭配情況。下面我們以“高興”為例，對(duì)“義項(xiàng)語(yǔ)料庫(kù)”中形容詞“高興”所搭配的各類詞語(yǔ)進(jìn)行了統(tǒng)計(jì)分析。統(tǒng)計(jì)的主要搭配類型、搭配詞語(yǔ)及其頻度如下:

做賓語(yǔ)時(shí)的述語(yǔ):感到(8)、覺得(5)、表示(2)等;

做謂語(yǔ)時(shí)的狀語(yǔ):很(44)、不(42)、特別(21)、非常(17)、挺(13)等;

做定語(yǔ)時(shí)的中心語(yǔ):事(5)、時(shí)候(4)、樣子(3)、事情(2)等;

做狀語(yǔ)時(shí)的中心語(yǔ):說(7)、笑(5)等;

做補(bǔ)語(yǔ)時(shí)的中心語(yǔ):玩(2)、喝(1)、吃(1)等。

從這個(gè)結(jié)果可以看出，“高興”能夠充當(dāng)不同的句子成分并能夠和不同的詞語(yǔ)形成不同的搭配關(guān)系，這些搭配關(guān)系及其搭配頻率構(gòu)成了詞語(yǔ)的搭配知識(shí)，這些知識(shí)也是詞匯知識(shí)的主體，應(yīng)該是外向型詞典編纂時(shí)所要強(qiáng)調(diào)和突出表現(xiàn)的。

4．從語(yǔ)料庫(kù)獲取詞語(yǔ)的句法框架及其頻率

由于謂詞是句子的核心，因此，對(duì)于一個(gè)謂詞，它在實(shí)際語(yǔ)料庫(kù)中的句型頻率也是體現(xiàn)謂詞用法的重要特點(diǎn)。以動(dòng)詞“擺”為例，我們統(tǒng)計(jì)了“義項(xiàng)語(yǔ)料庫(kù)”中“擺①”的全部例句，共有108句，并對(duì)這些句子的句法結(jié)構(gòu)進(jìn)行了歸類，并進(jìn)行統(tǒng)計(jì)，“擺①”句法結(jié)構(gòu)及其頻率見表3。

表3 “擺①”的句法結(jié)構(gòu)頻率表

從表3的統(tǒng)計(jì)結(jié)果可以看出，“擺①”在實(shí)際語(yǔ)料中使用時(shí)出現(xiàn)的句型可以歸納為15種，其中“(處所)+擺+NP受”和“(NP受)+擺+P+處所”是“擺①”最常用的句型，占全部句型的近60%。因此我們?cè)诰幾胪庀蛐驮~典時(shí)，就要體現(xiàn)各個(gè)句型的常用度。同時(shí)也可以看到，動(dòng)詞的受事成分“NP受”在“擺①”所構(gòu)成的句法表達(dá)中占有非常重要的地位，幾乎是句法表達(dá)中不可缺少的成分。

5．從語(yǔ)料庫(kù)中獲取詞語(yǔ)知識(shí)，建立詞語(yǔ)關(guān)系

詞語(yǔ)在運(yùn)用的過程中會(huì)形成多種關(guān)系，可以概括為組合關(guān)系和聚合關(guān)系，前面我們分析的搭配關(guān)系，實(shí)際上就是組合關(guān)系。除了組合關(guān)系以外，詞語(yǔ)在實(shí)際使用中也會(huì)形成一定的聚合關(guān)系。二語(yǔ)學(xué)習(xí)者在學(xué)習(xí)具有聚合關(guān)系的詞語(yǔ)過程中，目標(biāo)就是能夠既建立詞語(yǔ)之間的關(guān)聯(lián)，也能夠從使用的角度進(jìn)行很好的區(qū)分。比如表示美麗的同義關(guān)系詞語(yǔ)常用的有“美麗”、“漂亮”、“好看”等，學(xué)習(xí)者除了建立它們的關(guān)聯(lián)以外，更重要的是正確區(qū)分使用。要區(qū)分這組詞，就必須從句法功能分布、搭配詞語(yǔ)的范圍、使用框架等方面著手。我們這里只分析這三個(gè)詞語(yǔ)的句法功能分布(見表4)。

表4 “美麗”、“漂亮”、“好看”的功能分布對(duì)比

從表4的比較我們可以看出，按照使用次數(shù)，“美麗”最常用，“好看”使用次數(shù)最少;在句法功能上，“美麗”和“漂亮”更接近，做定語(yǔ)是它們的主要功能，并且占絕對(duì)優(yōu)勢(shì);而“好看”的主要功能則是做謂語(yǔ)，三個(gè)詞語(yǔ)在功能分布上并不一致。當(dāng)然，除了句法功能以外，三個(gè)詞語(yǔ)各自搭配的詞語(yǔ)及其頻度等信息也在詞語(yǔ)的關(guān)聯(lián)和區(qū)分中起到了重要的作用。按照這樣的功能分布，詞典編纂中就應(yīng)該將三者的功能主次作為主要的編寫點(diǎn)體現(xiàn)在詞條中。

四、結(jié) 語(yǔ)

我們認(rèn)為，編纂外向型學(xué)習(xí)詞典的指導(dǎo)思想可以概括為以下幾個(gè)方面:(1)編纂過程著重詞語(yǔ)用法的概括和舉例，淡化抽象的釋義形式;(2)重視基于語(yǔ)料庫(kù)的頻度因素對(duì)詞典用例選擇的作用;(3)將詞典中展示的詞匯知識(shí)擴(kuò)展到搭配、句法和功能等方面。通過舉例分析，我們覺得，基于語(yǔ)料庫(kù)的語(yǔ)言知識(shí)的提取對(duì)外向型學(xué)習(xí)詞典的編纂具有非常重要的意義，就目前的情況來看，我們還需要對(duì)如何將語(yǔ)料庫(kù)知識(shí)更好地反映在詞典編纂過程中進(jìn)行深入的研究。本研究只是一個(gè)初步設(shè)想，基于語(yǔ)料庫(kù)的詞典編纂只是我們編纂外向型詞典過程中必須關(guān)注的一個(gè)角度，外向型詞典的編纂還應(yīng)該考慮學(xué)習(xí)者的母語(yǔ)背景和學(xué)習(xí)者自身的認(rèn)知特點(diǎn)，因此，不同母語(yǔ)背景學(xué)習(xí)者的母語(yǔ)特點(diǎn)也是我們編纂外向型詞典需要考慮的一個(gè)因素，這些方面還需要做很多工作。

1．劉慧芳．基于語(yǔ)料庫(kù)的形容詞詞匯知識(shí)習(xí)得研究．北京語(yǔ)言大學(xué)碩士學(xué)位論文，2011．

2．邢紅兵．基于聯(lián)結(jié)主義理論的第二語(yǔ)言詞匯習(xí)得研究框架．語(yǔ)言教學(xué)與研究，2009(5)．

3．邢紅兵．第二語(yǔ)言詞匯習(xí)得的語(yǔ)料庫(kù)研究方法．漢語(yǔ)學(xué)習(xí)，2012(2)．

4．Bates E，Elman J，Johnson M．et al．Innateness and Emergentism．∥Bechtel W，Graham G．(Eds．)．A Companion to Cognitive Science．Oxford:Blackwell，1998:590—601．

5．MacWhinney B．The Emergence of Language．Mahwah:Lawrence Erlbaum，1999．

6．Nation P．Teaching and Learning Vocabulary．New York:Newbury House，1990．

7．Richards J C．The Role of Vocabulary Teaching．TESOL Quarterly，1976(1):77—89．

8．Rumelhart D，McClelland J．On Learning the Past Tenses of English Verbs．∥James L，McClelland J，David E．(eds．)Parallel Distributed Processing:Explorations in the Microstructures of Cognition．Vol．2:Psychological and Biological Models．Cambridge:MIT Press，1986:216—271．

9．Schmitt N，Meara P．Researching Vocabulary through a Word Knowledge Framework:Word Associations and Verbal Suffixes．Studies in Second Language Acquisition，1997(1):17—36．