動物科學(xué)國際期刊論文語料庫的創(chuàng)建與應(yīng)用

王敏　李麗霞

摘要 隨著語料庫語言學(xué)的快速發(fā)展，專門用途英語語料庫的建設(shè)與研究逐漸成為語料庫語言學(xué)的研究熱點，作為專門用途英語教學(xué)和科研的重要組成部分，農(nóng)業(yè)英語語料庫的建設(shè)和研究在國內(nèi)尚屬空白，更沒有動物科學(xué)國際期刊論文語料庫方面的研究。在簡述建設(shè)動物科學(xué)國際期刊論文語料庫的背景和意義的基礎(chǔ)上，探討了動物科學(xué)國際期刊論文語料庫的創(chuàng)建原則、思路和基本步驟，指出動物科學(xué)國際期刊論文語料庫的創(chuàng)建是可行的；并從科研、教學(xué)、翻譯領(lǐng)域闡述了建設(shè)和開發(fā)動物科學(xué)國際期刊論文語料庫的應(yīng)用價值，指出動物科學(xué)國際期刊論文語料庫的創(chuàng)建是必要的。

關(guān)鍵詞 語料庫；動物科學(xué)國際期刊論文語料庫；建設(shè)；應(yīng)用

中圖分類號 S-058 文獻標識碼 A 文章編號 0517-6611（2014）20-06854-03

動物科學(xué)國際期刊論文語料庫是農(nóng)業(yè)學(xué)術(shù)英語語料庫下的一個子庫，農(nóng)業(yè)學(xué)術(shù)英語語料庫又是農(nóng)業(yè)英語語料庫的一個分庫；基于語料庫的農(nóng)業(yè)英語的研究屬于專門用途英語語料庫研究范疇，專門用途英語語料庫研究又屬于語料庫語言學(xué)研究領(lǐng)域。

語料庫是指按一定原則取樣獲得的大規(guī)模電子文本匯集[1-3]，近年來，語料庫作為一種新的研究方法廣泛應(yīng)用于詞典編撰、外語教學(xué)、外語學(xué)習、翻譯研究、學(xué)術(shù)英語和專門用途英語等領(lǐng)域[4-5]。在語料庫語言學(xué)中，專門用途語料庫指的是出于某種特定研究目的需要，只收集某特定領(lǐng)域的語料樣本建成的語料庫[6]。近年來，專門用途語料庫發(fā)展迅速，許多與專業(yè)相結(jié)合的專用英語語料庫紛紛建設(shè)起來，目前國內(nèi)已經(jīng)有已建成的或建設(shè)中的眾多與專業(yè)英語相結(jié)合的專門用途英語語料庫，如航天航空英語語料庫、醫(yī)學(xué)英語語料庫、商務(wù)英語語料庫等。這些語料庫的建立及其研究成果，推動了專門用途英語教學(xué)的發(fā)展，對提高國內(nèi)專門英語教學(xué)水平有重要意義，同時也為進一步建成和完善農(nóng)業(yè)英語語料庫提供了寶貴的借鑒。如今國內(nèi)農(nóng)林院校擁有農(nóng)學(xué)、林學(xué)、植物保護、動物科學(xué)和生命科學(xué)等優(yōu)勢學(xué)科和專業(yè)，如果這一優(yōu)勢能夠和專門用途英語教學(xué)相結(jié)合，建立相應(yīng)的農(nóng)業(yè)英語語料庫，將能大大豐富專門用途英語語料庫的研究。

但是，作為專門用途英語教學(xué)的重要組成部分，農(nóng)業(yè)英語語料庫及研究仍然沒有得到足夠的重視，農(nóng)業(yè)英語語料庫的建設(shè)和研究在國內(nèi)尚屬空白，更沒有動物科學(xué)國際期刊論文語料庫方面的研究。我國作為農(nóng)業(yè)大國，農(nóng)林院校未來發(fā)展目標是要建成世界一流的農(nóng)業(yè)大學(xué)，在學(xué)校努力提升國際化辦學(xué)水平和加強農(nóng)業(yè)科技學(xué)術(shù)交流的大背景下，建設(shè)農(nóng)業(yè)英語語料庫并開展農(nóng)業(yè)英語的研究具有必要性。然而，目前農(nóng)林院校師生在農(nóng)業(yè)英語應(yīng)用中還存在很多問題，影響了他們在國際期刊發(fā)表學(xué)術(shù)論文的數(shù)量與質(zhì)量。外語教學(xué)在農(nóng)業(yè)英語教學(xué)和農(nóng)業(yè)英語翻譯方面也表現(xiàn)出一些問題，一方面，英語教師缺乏農(nóng)業(yè)專業(yè)知識和專業(yè)詞匯，很難開展結(jié)合農(nóng)業(yè)特色的英語教學(xué)；另一方面，研究生和科教人員雖然有農(nóng)業(yè)專業(yè)背景，也熟悉專業(yè)詞匯，但因為他們英語語言基礎(chǔ)差，缺乏英語學(xué)術(shù)論文寫作規(guī)范的訓(xùn)練，不了解學(xué)術(shù)論文的語篇特征和農(nóng)業(yè)英語語言特征，即使有很好的研究成果，但是因為寫不出符合國際學(xué)術(shù)規(guī)范的論文，很難在高水平的國際期刊發(fā)表他們的論文。因此，建設(shè)動物科學(xué)國際期刊論文語料庫，開展基于農(nóng)業(yè)英語語料庫的農(nóng)業(yè)英語語言的研究更具有緊迫性。

1 建設(shè)動物科學(xué)國際期刊論文語料庫的意義

該研究力圖建設(shè)動物科學(xué)國際期刊論文語料庫，它是農(nóng)業(yè)學(xué)術(shù)英語分庫下的一個子庫，并在此基礎(chǔ)之上開展動物科學(xué)學(xué)術(shù)英語語言特點的研究。這一研究將有助于填補學(xué)科專業(yè)語料庫的空白，豐富專門用途語料庫的研究內(nèi)容、農(nóng)林院校專業(yè)英語和學(xué)術(shù)英語教學(xué)水平、師生學(xué)術(shù)英語寫作水平、農(nóng)林院校在外文期刊發(fā)表論文的成功率等，具有重要的現(xiàn)實意義和應(yīng)用價值。動物科學(xué)國際期刊論文語料庫建成之后，為農(nóng)林院校動物科學(xué)專業(yè)英語教學(xué)和學(xué)術(shù)論文寫作服務(wù)，可供外語系教師高效學(xué)習專業(yè)詞匯，為農(nóng)業(yè)英語教學(xué)，特別是學(xué)術(shù)詞匯教學(xué)，提供新途徑，發(fā)揮語料庫語言學(xué)在農(nóng)業(yè)英語詞匯、短語及語篇等研究方面的作用，對探索圍繞某一主題，以語義聯(lián)想為中心的農(nóng)業(yè)英語詞匯學(xué)習有一定幫助作用；為農(nóng)林院校動科專業(yè)的師生和研究者開展學(xué)術(shù)英語閱讀和學(xué)術(shù)論文撰寫提供大量的、可直接檢索的、真實的學(xué)術(shù)論文學(xué)習資源，外語學(xué)院教師和研究生也可以利用該庫開展語言學(xué)研究，包括語法層面、詞匯層面、句法層面，甚至是篇章層面的研究。此項研究還有利于提高師生的農(nóng)業(yè)英語翻譯水平，對提高他們英語論文的寫作質(zhì)量有一定意義。同時，通過建立農(nóng)業(yè)題材的英語語料庫，對探索解決目前農(nóng)業(yè)英語教學(xué)中的問題，豐富和完善語料庫的類型，推廣基于語料庫的農(nóng)業(yè)英語語言研究及語料庫驅(qū)動的農(nóng)業(yè)英語教學(xué)模式，提高農(nóng)林院校農(nóng)業(yè)英語教學(xué)水平具有實用價值，更重要的是提高教學(xué)界對農(nóng)業(yè)英語教學(xué)改革和學(xué)科建設(shè)的重視，培養(yǎng)農(nóng)業(yè)英語高水平人才，加快與世界農(nóng)業(yè)科技接軌的步伐。

2 動物科學(xué)國際期刊論文語料庫設(shè)計與建設(shè)

2.1 語料的采集

該研究語料的采集主要考慮以下3個方面：①語料的時代性：盡量選擇近期的英文語料，以后不斷更新，滾動補充。該研究文本選取2009～2012年動物科學(xué)領(lǐng)域SCI收錄的5個重要國際期刊中200篇期刊論文，期刊分別為Animal Feed Science and Technology、Animal Genetics、Domestic animal endocrinology、Applied Animal Behaviour Science、Poultry Science，庫容量為100萬詞。②語料的代表性：參考SCI 動物科學(xué)期刊影響因子因素，確定5種專業(yè)期刊，采取等距抽樣的原則，進行全文錄入。③語料的權(quán)威性：語料庫反映的是某一語言全面的語言事實，因此，語料的地域分布十分重要，通常的解決方法是充分考慮到某一語言的最廣泛的地域分布，并且重點關(guān)注代表性的語言區(qū)，廣泛抽樣。為了得到更為可靠的語料，本語料庫抽取的是以母語為英語的國家的語料，如英、美、加、澳等以英語為本族語者撰寫的論文，以減小語言差異對研究結(jié)果造成的影響，保證其具有權(quán)威性。

2.2 語料的加工

語料庫開發(fā)遵循國內(nèi)外信息處理領(lǐng)域通用的語料庫技術(shù)路線和流程，重視為語言學(xué)教研服務(wù)，采用機助人校的加工方式，并利用最新流行的開發(fā)語料庫切分標注和文本分析等軟件來提高加工精度，控制使用質(zhì)量，因此，該研究語料的加工主要有以下步驟。

2.2.1 文檔清理。

目前主流的語料庫分析軟件（如Wordsmith，AntConc，PowerConc等）只能對純文本格式的語料進行分析。因此，為了使用專業(yè)的語料庫分析軟件對語料進行深度和精確挖掘，動物科學(xué)國際期刊論文語料庫中的所有PDF文件都是人力單篇轉(zhuǎn)換為TXT文檔；然后，再使用文本整理器3.0對TXT文本進行批量清潔，以去除所有全角空格、段首跳格、段落間空行，半角標點替換全角標點，處理文本中文字符號類、空格段落類以及標點符號類的問題，形成由清潔文本組成的動物科學(xué)國際期刊論文語料庫（TXT文本文檔）；最后，隨機抽取動物科學(xué)國際期刊論文的10篇文本進行驗證分析，主要檢查文本是否存在亂碼和空行，是否包含其他語言文字，是否包含混雜的標點符號或字符等，以保證最終研究結(jié)果更加科學(xué)嚴謹。

結(jié)果發(fā)現(xiàn)：①在將PDF格式的語料轉(zhuǎn)換為純文本格式時，文檔格式轉(zhuǎn)換軟件無法轉(zhuǎn)換PDF文檔中的圖片、表格及公式等內(nèi)容，這部分內(nèi)容會在純文本格式文檔中對應(yīng)生成空格、亂碼等內(nèi)容；②PDF文檔保留了論文的排版格式，在進行文檔格式轉(zhuǎn)換時，會產(chǎn)生很多空格和回車，甚至會打亂上下文的順序；③論文原文中注釋、頁碼、參考文獻等部分屬于論文正文的附屬部分，對于語料庫研究作用不大。這些原因?qū)е挛臋n中存在許多無效的字符，降低了文檔的可讀性和檢索結(jié)果的準確性。因此提出如下建議：①鑒于圖片、表格及公式等內(nèi)容對語言的研究沒有作用，該研究手工刪除圖片、表格及公式等內(nèi)容；②先使用文本整理器3.0對TXT文本進行批量清潔，再用PowerConc語料庫檢索軟件里的NGram進行單個詞頻的統(tǒng)計，肉眼觀察空格和回車亂用的地方，并回到原文進行再次清潔；③人工刪除注釋、頁碼、參考文獻等論文正文的附屬部分，只保留論文的摘要和正文。

2.2.2 文本元信息標注。

元信息即關(guān)于信息的信息。該研究通過BFSU Qualitative Coder 1.1語料庫軟件進行元信息的批量標注，對每篇文本的標題、發(fā)表時間、來源、作者、期刊名稱、發(fā)表時間、建庫人和組織信息等信息進行標注，以便使用者清楚地知道文本信息的信息，也便于應(yīng)用者單文本的查找。

2.2.3 文本詞性賦碼。

為了對語料進行詞性和句法結(jié)構(gòu)等方面的深度研究，也為了對語料庫數(shù)據(jù)分析能夠更加系統(tǒng)精確，對特殊數(shù)據(jù)信息進行提取和處理。該研究對生文本語料進行了詞語切分和詞性賦碼標注。經(jīng)過比選，該語料庫的創(chuàng)建選用了比較成熟的Helmut Schmid設(shè)計的TreeTagger詞性賦碼軟件，TreeTagger詞性賦碼軟件可以根據(jù)概率的原則，用計算機來進行自動化處理，是目前最權(quán)威的英語語料賦碼軟件之一。將清潔文本用Treetagger進行詞性標注，標注后的文本可以進行微觀的詞匯研究，通過檢索軟件可以得到相應(yīng)的名詞詞表、動詞詞表等。

2.2.4 重命名。

由于文本處理過程中運用到了詞性標注軟件，而詞性標注軟件在對文本進行詞性標注的同時，將文本的域名也進行了批量的改寫，域名從原來的“.txt”改為了“.txt.pos”。所以必須運用重命名軟件將域名改回原來的“.txt”，才能被接下來的檢索軟件識別，因此，該研究利用Super Batch Renamer語料庫軟件進行了批量改名。

2.2.5 未來檢索。

日本早稻田大學(xué)Laurence Anthony設(shè)計的Antconc、許家金等研制開發(fā)的PowerConc軟件、英國利物浦大學(xué)Mike Barlow設(shè)計的Word smith Tools、北京外國語大學(xué)中國外語教育研究中心設(shè)計的PatCount等語料庫軟件都可以進行單詞或者多詞的檢索，包含詞匯索引、詞表生成、主題詞計算等功能。這樣就為對動物科學(xué)學(xué)術(shù)英語的高頻詞進行量化分析提供了充分技術(shù)保障，尤其PowerConc 軟件對傳統(tǒng)的詞匯索引、詞表生成、主題詞計算等功能進行了重構(gòu)、擴展和優(yōu)化，以正則表達式（Regular expressions）的N元組（Ngram）為基礎(chǔ)，功能強大，為利用正則表達式檢索語態(tài)等復(fù)雜語法形式提供了強有力的技術(shù)支撐。此外，還有BFSU Collocator搭配分析軟件、BFSU colligator類聯(lián)接分析專用工具及SPSS、Excel等統(tǒng)計分析工具等，為進行搭配、類鏈接等后續(xù)研究提供了技術(shù)支撐。

3 動物科學(xué)國際期刊論文語料庫的應(yīng)用價值

3.1 在研究領(lǐng)域的應(yīng)用

我國大學(xué)英語教學(xué)的主要目標是使學(xué)生能以英語為工具進行學(xué)術(shù)交流，但是各農(nóng)林院校在農(nóng)業(yè)英語應(yīng)用中還存在很多問題，影響了他們在國際期刊發(fā)表學(xué)術(shù)論文的數(shù)量與質(zhì)量，研究生和科教人員雖然有農(nóng)業(yè)專業(yè)背景，也熟悉專業(yè)詞匯，但因為他們英語語言基礎(chǔ)差，缺乏英語學(xué)術(shù)論文寫作規(guī)范的訓(xùn)練，不了解學(xué)術(shù)論文的語篇特征和農(nóng)業(yè)英語語言特征，即使有很好的研究成果，但是因為寫不出符合國際學(xué)術(shù)規(guī)范的論文，很難在高水平的國際期刊發(fā)表他們的論文。通過自建的動物科學(xué)國際期刊論文語料庫，開展詞頻統(tǒng)計、搭配分析和句式分析等語言特點的研究，幫助專業(yè)學(xué)生掌握高頻詞匯，固定搭配和慣用句式，對于國內(nèi)動物科學(xué)研究者和學(xué)生寫出優(yōu)秀的、符合國際水平的動物科學(xué)英語論文有著積極的指導(dǎo)作用，幫助他們的研究論文更快、更多地被國際學(xué)術(shù)期刊所采用，提高各農(nóng)林院校在外文期刊發(fā)表論文的成功率。另一方面，以往農(nóng)林專業(yè)語料庫的研究多局限在單個文本或者是小文本的詞匯、語法等方面，動物科學(xué)國際期刊論文語料庫可以保證國內(nèi)動物科學(xué)研究者和學(xué)生使用相關(guān)軟件，如PowerConc和PowerGrep等，對較大語言單位進行研究，如進行文體、體裁、語步、語義關(guān)聯(lián)、語義韻律、語篇建構(gòu)等分析。

3.2 在教學(xué)領(lǐng)域的應(yīng)用

語料庫可以提供大量可靠性高的參照數(shù)據(jù)和新鮮實例，使語言研究更具概括性和說服力。一方面，英語教師一旦掌握了語料庫研究的使用技能，就可以通過語料庫進行動物科學(xué)學(xué)術(shù)英語和通用英語詞匯、句法等方面的比較，進行主題分析、例句援引、詞語搭配、詞素分析、話語分析等，從而在掌握學(xué)生語言學(xué)習的過程中，根據(jù)語料樣本來解決學(xué)生語言學(xué)習中遇到的問題。這種數(shù)據(jù)驅(qū)動學(xué)習的教學(xué)模式，把建成之后的動物科學(xué)國際期刊論文語料庫直接應(yīng)用于課堂教學(xué)，解決了英語教師缺乏農(nóng)業(yè)專業(yè)知識和專業(yè)詞匯及很難開展結(jié)合農(nóng)業(yè)特色的英語教學(xué)的矛盾，減少了實際使用與課堂教學(xué)的差距。另一方面，語料庫能讓學(xué)習者在掌握了相關(guān)技術(shù)之后，根據(jù)自己的具體情況利用已經(jīng)建成的動物科學(xué)國際期刊論文語料庫進行操練，在沒有教師指導(dǎo)答疑的情況下，借助語料庫的相關(guān)功能同樣可以解決疑問，直到最終掌握相關(guān)的內(nèi)容，這也體現(xiàn)了人本主義教育思想，值得國內(nèi)農(nóng)林院校大力探索和提倡。

3.3 在翻譯領(lǐng)域的應(yīng)用

動物科學(xué)國際期刊論文語料庫的建立可以為動物科學(xué)翻譯工作者提供一個學(xué)習的平臺，通過比較譯語文本和其對應(yīng)的母語中的語言特征及其出現(xiàn)的頻率來研究翻譯過程，對動物科學(xué)學(xué)術(shù)文本譯文風格特點進行量化分析，找尋翻譯規(guī)律，便于更準確地學(xué)習國際先進農(nóng)業(yè)科技論文中的成果，并應(yīng)用于國內(nèi)農(nóng)業(yè)的研究和發(fā)展中，提升我國農(nóng)業(yè)的整體發(fā)展水平。同時，語料庫對專業(yè)詞典編纂的積極作用也會促進專業(yè)學(xué)科翻譯的準確性，通過語料庫中詞的共現(xiàn)使釋義更完善更準確；語料庫專用的統(tǒng)計分析軟件中的關(guān)鍵詞功能，將使那些有各自專業(yè)特點的詞匯凸顯出來，使編寫詞典水到渠成，也使得翻譯研究有據(jù)可循。

3.4 在后續(xù)研究方面的應(yīng)用

①研究者可以根據(jù)具體的研究目的，對動物科學(xué)國際期刊論文語料庫進行廣擴充、深加工。目前語料庫語言學(xué)中發(fā)展較為成熟的詞頻統(tǒng)計、搭配、類連接和語義韻等研究方法為專門用途英語的研究提供了從詞匯到語篇，從語言理論到語言教學(xué)的全方位、多層次的研究途徑。動物科學(xué)國際期刊論文語料庫的創(chuàng)建標志著研究者們可以借助語料庫語言學(xué)的方法進行語言特點、語篇特點等的內(nèi)部研究。②研究者也可運用于農(nóng)業(yè)專業(yè)的其他學(xué)科研究中，建立園藝學(xué)科，動物醫(yī)學(xué)，植物保護等農(nóng)業(yè)領(lǐng)域分支學(xué)科學(xué)術(shù)英語語料庫，建成后的大型語料庫涵蓋農(nóng)業(yè)的各個學(xué)科，并促成學(xué)科間對比研究[7]。總之，動物科學(xué)學(xué)術(shù)英語語料庫為以后的研究提供了新的方法和更豐富的課題。

4 結(jié)語

借助宏大的計算機數(shù)據(jù)庫——語料庫，動物科學(xué)國際期刊論文語料庫的建成，為動物科學(xué)研究者和教學(xué)人員提供一個分析、研究、描述和應(yīng)用動物科學(xué)英語的載體，為編寫動物科學(xué)英語辭典、研究動物科學(xué)英語語言特點、各種論文寫作教材編寫提供重要的語料源，而且也為英語研究和教師發(fā)展提供了全新的途徑。由于客觀原因，動物科學(xué)國際期刊論文語料庫的建設(shè)和應(yīng)用仍然存在缺陷，主要表現(xiàn)在語料采集的深度和廣度不夠，但是語料庫不是一次成品，相信在今后的研究中，動物科學(xué)國際期刊論文語料庫會更加發(fā)展成熟完善，為農(nóng)業(yè)專業(yè)其他學(xué)科的語料庫建設(shè)打下基礎(chǔ)，為國內(nèi)同行的類似研究提供一定的啟發(fā)。

安徽農(nóng)業(yè)科學(xué) 2014年

參考文獻

[1] SINCLAIR J.Corpus，concordance，collocation[M].Oxford：Oxford University Press，1991.

[2] HUNSTON S.Corpora in applied linguistics[M].Cambridge： Cambridge University Press，2002，27（3）.

[3] 許家金.語料庫語言學(xué)的理論解析[J].外語教學(xué)，2003（6）：6-9.

[4] 劉滿堂.近40年英語語料庫及語料庫語言學(xué)研究的回顧與展望[J].陜西教育學(xué)院學(xué)報，2004（1）：98-103.

[5] 羅衛(wèi)東.近五年國內(nèi)語料庫語言學(xué)研究綜述[J].當代教育理論與實踐，2011，3（11）：138-140.

[6] 梁茂成.理性主義、經(jīng)驗主義與語料庫語言學(xué)[J].中國外語，2010（4）：90-97.

[7] 許家金，梁茂成.創(chuàng)建子語料庫，促成對比研究[J].當代外語研究，2011（10）：6.