留學(xué)生漢語中介語語料庫的建立與研究

摘 要：留學(xué)生漢語中介語語料庫的建立與研究，有三個(gè)意義：第一，有利于對(duì)外漢語教學(xué)的多方面研究。第二，有利于全方位探索漢語學(xué)習(xí)者的語言特征。第三，有利于對(duì)外漢語的學(xué)科建設(shè)。漢語中介語語料庫建設(shè)的基本思路如下：1.搜集各階段留學(xué)生漢語學(xué)習(xí)者的語料，同時(shí)完整記錄每份語料的背景信息，以及語料提供者的詳細(xì)信息。2.對(duì)語料進(jìn)行加工，包括偏誤標(biāo)注和基礎(chǔ)標(biāo)注。3.將加工后的語料分別存入錯(cuò)別字語料庫和語句語料庫這兩個(gè)子庫。每個(gè)子庫包括生語料庫、熟語料庫、背景信息庫三個(gè)部分。漢語中介語語料庫建設(shè)的構(gòu)成原則有三個(gè)：第一，語料的真實(shí)性原則;第二，語料的平衡性原則;第三，信息的完備性原則。

關(guān)鍵詞：漢語 ?中介語 ?語料庫

中介語（interlanguage）概念由美國(guó)學(xué)者Selinker于1969年提出，并于1972年在論文《中介語》中進(jìn)行了詳細(xì)論述。Selinker認(rèn)為中介語是由不同心理過程生成的規(guī)則構(gòu)成的一個(gè)單一語言系統(tǒng)。中介語理論在20世紀(jì)80年代引入我國(guó)，對(duì)對(duì)外漢語教學(xué)及相關(guān)研究領(lǐng)域發(fā)展產(chǎn)生了極大的促進(jìn)作用。1984年，魯健驥先生發(fā)表論文首次引進(jìn)“偏誤”與“中介語”兩個(gè)概念，并分析了外國(guó)人學(xué)習(xí)漢語過程中產(chǎn)生語音偏誤的五個(gè)原因。魯先生認(rèn)為，中介語是學(xué)習(xí)外語的人在學(xué)習(xí)過程中對(duì)于目的語規(guī)律所做的不正確的歸納和推論而產(chǎn)生的一個(gè)語言系統(tǒng)，這個(gè)語言系統(tǒng)既不同于學(xué)習(xí)者的母語，也區(qū)別于他所學(xué)的目的語（魯健驥，1984）。[1]魯先生的文章在國(guó)內(nèi)學(xué)術(shù)界產(chǎn)生了巨大影響，此后越來越多的學(xué)者開始這方面的研究，使得偏誤分析和中介語研究成為第二語言習(xí)得研究領(lǐng)域的主要課題。

一、漢語中介語語料庫建立與研究的現(xiàn)狀

語料是中介語研究的基本材料。而語料的搜集與整理是很繁瑣費(fèi)時(shí)的工作，因此，中介語語料庫的建設(shè)就成了研究者迫切所需。針對(duì)留學(xué)生漢語學(xué)習(xí)的語料庫是漢語中介語語料庫，它是為研究母語非漢語的學(xué)生在學(xué)習(xí)漢語過程中的中介語現(xiàn)象而制作的專門用途語料庫。按照國(guó)家標(biāo)準(zhǔn)術(shù)語的界定，語料庫是“……文本的有序集合。各種分類、檢索、綜合、比較的基礎(chǔ)?！盵2]

隨著計(jì)算機(jī)技術(shù)的發(fā)展，我國(guó)在20世紀(jì)90年代開始有了漢語中介語語料庫的建設(shè)。第一個(gè)建成的是北京語言學(xué)院的漢語中介語語料庫檢索系統(tǒng)，該語料庫對(duì)語料進(jìn)行了分詞和詞性標(biāo)注（儲(chǔ)誠(chéng)志、陳小荷，1993），收入經(jīng)過處理的語料約104萬字，內(nèi)容為成篇成段的漢語作文或練習(xí)材料。隨后有暨南大學(xué)留學(xué)生漢語中介語語料庫，規(guī)模達(dá)300萬字;中山大學(xué)留學(xué)生中介語語料庫，初期收入語料近70萬字（張舸，2008），該語料庫收錄2003年以來留學(xué)生的字句練習(xí)和作文資料，前期主要進(jìn)行字、詞、句加工標(biāo)注，后期重點(diǎn)建設(shè)漢字偏誤標(biāo)注的語料庫，目前語料總數(shù)達(dá)到約200萬字（張瑞朋，2013）;南京師范大學(xué)外國(guó)學(xué)生漢語中介語偏誤信息語料庫，收入作文、練習(xí)90萬字（周文華、肖奚強(qiáng)，2009）;北京語言大學(xué)的HSK動(dòng)態(tài)作文語料庫，2006年建成，該語料庫從1992年至2005年期間兩萬多份留學(xué)生HSK考試試卷中選取了11569名考生的HSK作文答卷，總計(jì)424萬字，并從字、詞、句、篇以及標(biāo)點(diǎn)符號(hào)等角度進(jìn)行全面標(biāo)注，是目前漢語中介語語料庫中規(guī)模最大的語料庫。上述語料庫除北京語言大學(xué)的HSK動(dòng)態(tài)作文語料庫面向全社會(huì)開放外，其他都只供內(nèi)部人員使用，外人難以了解實(shí)情，因而造成了這樣的局面：一方面許多人想用卻沒法用，另一方面語料庫的使用率并不高（任海波，2010）。而面對(duì)日益增長(zhǎng)的對(duì)外漢語教學(xué)的多方面研究需求，已建成的五個(gè)漢語中介語語料庫數(shù)量相對(duì)較少（張寶林，2010），遠(yuǎn)遠(yuǎn)不能滿足需求。

目前我們能見到并且可以使用的僅有北京語言大學(xué)的HSK動(dòng)態(tài)作文語料庫。該語料庫只收入?yún)⒓痈叩瓤荚嚨目忌魑模ǔ?、中等沒有寫作考試），因而只能對(duì)高級(jí)階段學(xué)習(xí)者的習(xí)得情況進(jìn)行橫向的斷面考察，而無法對(duì)初級(jí)和中級(jí)學(xué)習(xí)者的情況進(jìn)行考察，更無法對(duì)學(xué)習(xí)者的整個(gè)學(xué)習(xí)過程進(jìn)行縱向的全面研究。其次，HSK動(dòng)態(tài)作文語料庫只收入文本語料，偏重的是詞匯和句法的偏誤標(biāo)注，對(duì)漢字偏誤處理較簡(jiǎn)單，對(duì)于漢字習(xí)得的研究也缺乏足夠的語料支持。再次，HSK動(dòng)態(tài)作文語料庫雖然從字、詞、句、篇以及標(biāo)點(diǎn)符號(hào)等角度對(duì)全部語料中存在的偏誤現(xiàn)象進(jìn)行了標(biāo)注，但對(duì)語料中正確的語言現(xiàn)象并未標(biāo)注，也就是只有偏誤標(biāo)注而沒有基礎(chǔ)標(biāo)注，這就會(huì)導(dǎo)致研究中出現(xiàn)某些尷尬的現(xiàn)象，比如查到了學(xué)生的偏誤，卻查不到學(xué)生相應(yīng)的正確語言表達(dá)，從而使得全面考察學(xué)習(xí)者的語言習(xí)得情況受到較大限制。上述問題都給基于語料庫的相關(guān)研究造成了諸多困難。

鑒于此，我們?cè)O(shè)想建立昆明理工大學(xué)的留學(xué)生漢語中介語語料庫。首先，本語料庫基于本校教育在線網(wǎng)絡(luò)教育平臺(tái)建立，面向全社會(huì)開放，以便資源共享。其次，本語料庫將收入零起點(diǎn)、初級(jí)、中級(jí)、高級(jí)各階段漢語學(xué)習(xí)者的語料。再次，本語料庫將分設(shè)錯(cuò)別字語料庫和語句語料庫。雖然目前我校留學(xué)生規(guī)模尚不足以支持建立大型語料庫，但我們可以先建立一個(gè)語料種類齊全，樣本較多，標(biāo)注內(nèi)容較全面，能夠反映各階段漢語學(xué)習(xí)者的學(xué)習(xí)過程與特征的小型語料庫。將來如果條件成熟，本語料庫可以與其他兄弟院?；驀?guó)家大型語料庫實(shí)行對(duì)接，甚至共建語料庫網(wǎng)，充分實(shí)現(xiàn)資源共享。

二、漢語中介語語料庫建立與研究的意義

漢語中介語的研究離不開大量真實(shí)的中介語語料。而真實(shí)的留學(xué)生漢語中介語語料的收集，必須依據(jù)中介語理論和語料庫語言學(xué)理論，建立專門針對(duì)留學(xué)生的漢語中介語語料庫?；诶ッ骼砉ご髮W(xué)留學(xué)生的規(guī)模，我們考慮建立針對(duì)本校留學(xué)生的小型漢語中介語語料庫。漢語中介語語料庫的建立與研究，有如下幾點(diǎn)意義：

第一，有利于對(duì)外漢語教學(xué)的多方面研究。本語料庫是母語非漢語的漢語學(xué)習(xí)者學(xué)習(xí)漢語的中介語語料庫，依據(jù)本語料庫可以對(duì)留學(xué)生漢語學(xué)習(xí)者的大量語言樣本進(jìn)行量化分析，為漢語中介語研究、漢語二語習(xí)得研究以及偏誤分析提供真實(shí)可靠的語言數(shù)據(jù)。運(yùn)用本語料庫中的錯(cuò)別字、語句等語料來考察漢語學(xué)習(xí)者在漢字、詞匯、語法等方面的習(xí)得情況，可以進(jìn)行對(duì)外漢語教學(xué)的多方面研究，例如漢語中介語研究、第二語言習(xí)得研究、對(duì)外漢語教學(xué)理論研究、對(duì)外漢語教材研究、漢語水平考試研究以及從中介語的角度來進(jìn)行漢語本體研究等等。

第二，有利于全方位探索漢語學(xué)習(xí)者的語言特征。漢語中介語語料庫將比較全面地搜集能反映漢語學(xué)習(xí)者的各種語言屬性、個(gè)體特征等信息，如姓名、性別、年齡、國(guó)籍、是否華裔、第一語言、文化程度、入校時(shí)間、年級(jí)、學(xué)習(xí)階段、學(xué)習(xí)漢語年限、語料提供時(shí)間、語料來源、語料類別等，為全方位探索漢語學(xué)習(xí)者的語言特征提供參考依據(jù)。

第三，有利于對(duì)外漢語的學(xué)科建設(shè)。漢語中介語語料庫的建設(shè)可以為用戶提供一個(gè)考察和研究的基礎(chǔ)平臺(tái)，為對(duì)外漢語教學(xué)和研究服務(wù)。將漢語中介語語料庫引入對(duì)外漢語教學(xué)課堂，可以使學(xué)生和教師得到豐富的語料資源和在線幫助，增加了漢語學(xué)習(xí)中的“真實(shí)材料”和真實(shí)交際，提高了學(xué)習(xí)的交互性?；诶ッ骼砉ご髮W(xué)教育在線網(wǎng)絡(luò)教育平臺(tái)，我們還能夠以此平臺(tái)為依托，加強(qiáng)與外界的溝通，促進(jìn)昆明理工大學(xué)對(duì)外漢語學(xué)科建設(shè)的發(fā)展。

三、漢語中介語語料庫建設(shè)思路與構(gòu)成原則

漢語中介語語料庫建設(shè)的主要應(yīng)用是為對(duì)外漢語教學(xué)的一線教師提供教學(xué)和研究服務(wù)，以及為外國(guó)留學(xué)生的漢語學(xué)習(xí)提供輔助，因此語料庫的建設(shè)主要注重以上兩類服務(wù)對(duì)象的應(yīng)用需求?；诖朔N要求，我們對(duì)漢語中介語語料庫的建設(shè)做了以下幾點(diǎn)考慮：

第一，漢語中介語語料庫是為研究母語非漢語的學(xué)生在學(xué)習(xí)漢語過程中的中介語現(xiàn)象而制作的專門用途語料庫。

第二，中介語語料包括書面語料和口語語料，由于技術(shù)層面的原因，口語語料的搜集與加工操作比較困難，我們現(xiàn)階段只搜集書面語料。

第三，對(duì)語料的加工采取人工為主，計(jì)算機(jī)為輔的方式。具體操作是，在語料分詞和詞性標(biāo)注上采用人機(jī)互助標(biāo)注方式，其他語言學(xué)方面的標(biāo)注則采用人工標(biāo)注方式。

漢語中介語語料庫建設(shè)的基本思路如下：

（一）搜集零起點(diǎn)、初級(jí)、中級(jí)、高級(jí)、本科各階段留學(xué)生漢語學(xué)習(xí)者的語料，包括來自平時(shí)作業(yè)、練習(xí)、測(cè)試和學(xué)期課程考試、漢語水平考試的不同語料。同時(shí)完整記錄每份語料的背景信息，以及語料提供者的詳細(xì)信息，如姓名、性別、年齡、國(guó)籍、是否華裔、第一語言、文化程度、入校時(shí)間、年級(jí)、學(xué)習(xí)階段、學(xué)習(xí)漢語年限、語料提供時(shí)間、語料來源、語料類別等。

（二）對(duì)語料進(jìn)行加工，包括偏誤標(biāo)注和基礎(chǔ)標(biāo)注。

（三）將加工后的語料分別存入錯(cuò)別字語料庫和語句語料庫這兩個(gè)子庫。每個(gè)子庫包括生語料庫、熟語料庫、背景信息庫三個(gè)部分。生語料庫用于存放掃描的原始圖片或語音材料，熟語料庫用于存放經(jīng)過各種加工處理的語料，背景信息庫用于存放學(xué)習(xí)者背景信息和語料信息。

漢語中介語語料庫建設(shè)的構(gòu)成原則有如下三個(gè)：

第一，語料的真實(shí)性原則。語料的真實(shí)性主要包含兩個(gè)層面的意義，第一個(gè)方面是指語言水平的真實(shí)性，即收入的語料必須是外國(guó)留學(xué)生真實(shí)語言能力的產(chǎn)物，是留學(xué)生漢語學(xué)習(xí)過程中的原始語料，能真正反映留學(xué)生的語言水平狀況。因此，我們選取的語料主要是留學(xué)生在課堂上的隨堂練習(xí)、課后作業(yè)、平時(shí)測(cè)驗(yàn)和期末考試、漢語水平考試的材料。語料的真實(shí)性第二個(gè)方面是指語料的忠實(shí)性，即收入的語料必須不經(jīng)任何篡改，要忠于語料的原始面貌，并且對(duì)字、詞、標(biāo)點(diǎn)、格式等錯(cuò)誤均原樣錄入，后期對(duì)語料的標(biāo)注也要盡量忠實(shí)于其本來面貌，對(duì)錯(cuò)誤的保存和呈現(xiàn)要能體現(xiàn)出錯(cuò)誤特征。

第二，語料的平衡性原則。語料的平衡性主要包含兩個(gè)層面的意義，第一個(gè)方面是指語料來源國(guó)別的平衡性，即提供語料的留學(xué)生國(guó)別比例要盡量平衡。目前來華留學(xué)生中學(xué)習(xí)漢語的韓國(guó)、日本學(xué)生數(shù)量遠(yuǎn)超其他國(guó)家，因而，國(guó)內(nèi)最大規(guī)模的語料庫，北京語言大學(xué)HSK動(dòng)態(tài)作文語料庫收錄韓、日學(xué)生語料數(shù)最多。盡管如此，語料庫收錄語料仍然要確保在一定規(guī)模下達(dá)到一種分布的平衡。昆明理工大學(xué)留學(xué)生以東南亞國(guó)家，如泰國(guó)、老撾、越南等國(guó)居多，歐美和非洲國(guó)家相對(duì)較少。因此，我們?cè)谶x取語料時(shí)要盡量考慮保持語料來源國(guó)別的平衡性。語料的平衡性第二個(gè)方面是指層級(jí)的平衡性，即提供語料的留學(xué)生漢語水平分類要合適、比例要盡量平衡。我們對(duì)留學(xué)生漢語水平的分類按學(xué)生自然班級(jí)進(jìn)行，包括“零起點(diǎn)、初級(jí)Ⅰ、初級(jí)Ⅱ、中級(jí)Ⅰ、中級(jí)Ⅱ、高級(jí)Ⅰ、高級(jí)Ⅱ、本科上、本科下”這九個(gè)層級(jí)。盡管隨著學(xué)生的漢語水平不同和語言產(chǎn)出能力不同，所能提供的語料數(shù)量肯定不等，但在選取語料時(shí)我們也要盡量考慮保持各層級(jí)比例的平衡性。

第三，信息的完備性原則。信息的完備性主要包含兩個(gè)層面的意義，一方面是指提供語料的留學(xué)生背景信息要全面完整。我們?cè)谡Z料庫建設(shè)過程中，注重搜集能反映漢語學(xué)習(xí)者的各種語言屬性、個(gè)體特征等信息，包括如姓名、性別、年齡、國(guó)籍、是否華裔、第一語言、文化程度、入校時(shí)間、年級(jí)、學(xué)習(xí)階段、學(xué)習(xí)漢語年限、語料提供時(shí)間、語料來源、語料類別等，力求能全面覆蓋語料提供者背景各方面細(xì)節(jié)。另一方面是指搜集的語料信息要全面完整，即保證每一篇語料能和學(xué)生背景信息一一對(duì)應(yīng)，并且最好能隨著學(xué)生階段和水平的提升采集跟蹤信息，使語料信息能覆蓋語料提供者的各個(gè)學(xué)習(xí)階段和不同水平層次。

四、結(jié) 語

留學(xué)生漢語中介語語料庫的建立是個(gè)復(fù)雜的工程，要建成大規(guī)模的語料庫，需要一個(gè)大型團(tuán)隊(duì)的力量和各方面技術(shù)的支撐。限于人員和技術(shù)的因素，目前我們僅能建設(shè)小型的漢語中介語語料庫。但是在語料庫的建設(shè)過程中，我們積累了寶貴的經(jīng)驗(yàn)，對(duì)于整個(gè)語料庫的建設(shè)流程有了深切的親身體驗(yàn)，對(duì)于語料庫建設(shè)過程中的一些困難與問題也有了體會(huì)和克服的經(jīng)驗(yàn)，盡管由于能力所限，我們只能說是在語料庫建設(shè)方面做了一些嘗試，但這些有益的嘗試為今后的進(jìn)一步研究打下了良好的基礎(chǔ)。

（本文為昆明理工大學(xué)人才培養(yǎng)基金項(xiàng)目，項(xiàng)目編號(hào)[KKZ3201253001]。）

參考文獻(xiàn)：

[1]魯健驥.中介語理論與外國(guó)人學(xué)習(xí)漢語的語音偏誤分析[J].語言

教學(xué)與研究，1984，（3）.

[2]國(guó)家標(biāo)準(zhǔn)總局.漢語信息處理詞匯01部分：基本術(shù)語[M].北京：中

國(guó)標(biāo)準(zhǔn)出版社，1997.

[3]儲(chǔ)誠(chéng)志，陳小荷.建立“漢語中介語語料庫系統(tǒng)”的基本設(shè)想

[J].世界漢語教學(xué)，1993，（3）.

[4]張舸.程度副詞結(jié)構(gòu)作狀語、謂語和補(bǔ)語的語義及句法差異[A].

“第二屆中青年學(xué)者漢語教學(xué)國(guó)際學(xué)術(shù)研討會(huì)”資料匯編[C].北京，2008.

[5]張瑞朋.三個(gè)漢語中介語語料庫若干問題的比較研究[J].語言文

字應(yīng)用，2013，（3）.

[6]周文華.基于語料庫的外國(guó)學(xué)生兼語句習(xí)得研究[J].語言教學(xué)與

研究，2009，（3）.

[7]任海波.關(guān)于中介語語料庫建設(shè)的幾點(diǎn)思考——以“HSK動(dòng)態(tài)作

文語料庫”為例[J].語言教學(xué)與研究，2010，（6）.

[8]張寶林.漢語中介語語料庫建設(shè)的現(xiàn)狀與對(duì)策[J].語言文字應(yīng)用，

2010，（3）.

（王蘭 云南昆明 昆明理工大學(xué)國(guó)際文化交流學(xué)院 650093）