淺談英語語料庫的出版與使用

【摘要】英語語料庫的出版和使用滿足了英語學(xué)習(xí)者的需要，英語語料庫的出版使用具有廣闊的前景，為實現(xiàn)英語學(xué)習(xí)的多元化搭建了新型平臺。本文探討了英語語料庫的興起、建設(shè)出版和英語語料庫在出版使用中的優(yōu)點、不足與對策。

【關(guān)鍵詞】英語語料庫;出版;優(yōu)點;使用

【作者單位】甘瑩，天津城建大學(xué)。

一、英語語料庫的興起與出版

電子網(wǎng)絡(luò)等新媒介的出現(xiàn)滿足了英語學(xué)習(xí)這種跨語言、跨地域活動的訴求。電子語料庫以其完整性、科學(xué)性和語言的真實可靠性成為人們學(xué)習(xí)語言的很好平臺。語料庫是一種真實可靠的資源及信息檢索和處理平臺，可以與語言的應(yīng)用性研究建立關(guān)聯(lián)。它提供了真實語境中的自然語言及其實證性的描述分析方法，注重運(yùn)用能力，注重量化分析而非定性分析。

1.國外英語語料庫的建設(shè)出版

真正意義的現(xiàn)代語料庫是指大型的以電子文檔為主要構(gòu)成的計算機(jī)語料庫，其一般分為語料庫本體（即語料庫電子文本）和語料庫引擎（即語料庫索引程序）。近幾十年來，許多英語國家都相繼建設(shè)出版了大規(guī)模、多品種的英語語料庫，為英語的研究、學(xué)習(xí)和使用提供了便捷的途徑和豐富的資源。如20世紀(jì)60年代至70年代，世界上最先建立出版的BROWN布朗語料庫是代表當(dāng)代美國英語的語料庫， LOB語料庫是代表當(dāng)代英國英語用法的語料庫，1975年建成出版的LLC倫敦—朗德語料庫則是英語口語語料庫。這三大經(jīng)典語料庫系統(tǒng)地收集了大量在現(xiàn)實生活中使用的書面語和口頭語，并用先進(jìn)的電腦科技手段進(jìn)行儲存和檢索。20世紀(jì)80年代，Sinclair教授主持建成COBUILD柯林斯—伯明翰大學(xué)國際語料庫，該語料庫于2003年擴(kuò)容到5億詞次。20世紀(jì)90年代，國外具有代表性的語料庫為BNC英國國家語料庫和ICE國際英語語料庫。進(jìn)入21世紀(jì)以來，通過互聯(lián)網(wǎng)檢索的在線語料庫已經(jīng)出現(xiàn)，美國當(dāng)代英語語料庫COCA是當(dāng)今世界上可在線免費使用的最大英語平衡語料庫，涵蓋美國1990年至2007年間的各種類型語料。由此可見，國外英語語料庫大多由諸如英美等以英語為母語的國家建設(shè)出版，語料真實鮮活，具有代表性，為英語學(xué)習(xí)者提供了豐富的資源并搭建了良好的平臺。

2.國內(nèi)英語語料庫建設(shè)出版現(xiàn)狀

目前，國內(nèi)已經(jīng)建成出版的英語語料庫類型主要有專門用途英語語料庫、學(xué)習(xí)者英語語料庫、英漢—漢英平行語料庫和英語教材語料庫等。如我國在20世紀(jì)80年代中期建立的上海交通大學(xué)科技英語語料庫JDEST是當(dāng)時世界上第一個同類語料庫，也是國內(nèi)最大最完備的英語語料庫之一。2003年，由上海外語教育出版社出版的中國學(xué)習(xí)者英語語料庫CLEC是世界上第一部正式對外出版的含有言語失誤標(biāo)注的英語學(xué)習(xí)者語料庫。2005年，由外語教學(xué)與研究出版社出版的中國學(xué)生英語口筆語語料庫SWECCL是國內(nèi)首個大型英語專業(yè)學(xué)生口筆語語料庫，包含1000余個口語語音樣本、100萬詞的語音轉(zhuǎn)寫文本、100萬詞的書面作文樣本和語料庫簡介。2005年，由上海外語教育出版社出版的中國學(xué)習(xí)者英語口語語料庫COLSEC包含70萬詞量和語音、語調(diào)、話語結(jié)構(gòu)等口語信息。這三大語料庫是我國經(jīng)典的英語學(xué)習(xí)者語料庫，也是我國中介語研究和英語學(xué)習(xí)者語言特征分析的重要平臺。2008年，上海外語教育出版社出版了中國高校外語專業(yè)多語種語料庫—英語語料庫。該語料庫首次涵蓋了翻譯內(nèi)容。由北京第二外國語學(xué)院開發(fā)研制的全國公示語翻譯語料庫亦于2008年并網(wǎng)發(fā)行。與國外英語語料庫的出版方向不同，我國英語語料庫的出版主要涵蓋了專用、翻譯、雙語平行、英語教材和學(xué)習(xí)者領(lǐng)域。它們既是國外英語語料庫的有益補(bǔ)充，又滿足了我國以英語為第二語言的學(xué)習(xí)者和英語研究者的需求。

二、英語語料庫出版使用的優(yōu)點

英語語料庫通常以光盤或者在線形式發(fā)行，出版規(guī)模大，檢索功能強(qiáng)，同時附帶使用說明。

首先，英語語料庫的出版具有立體化和電子化的特點。語料庫使英語資源不僅僅局限于書本文字，而是拓寬到電子網(wǎng)絡(luò)和多媒體的各個層面上。這種電子閱讀的閱讀界面獨特，提倡選擇性、跳躍性閱讀，在凸顯關(guān)鍵信息和提供語言使用頻數(shù)方面有著強(qiáng)大的優(yōu)勢。讀者積極主動地參與有原始語境的電子閱讀，既提升了語言輸入質(zhì)量，又優(yōu)化了閱讀手段，還可以提高閱讀效率。語料庫中語料格式多樣，加之自帶的檢索分析軟件，使其與傳統(tǒng)的紙質(zhì)出版相比具有明顯的生動性和交互性。

其次，在線發(fā)行或電子出版的語料庫還具有開放式的特點。與紙質(zhì)出版物的修訂和再版不同，英語語料庫可不斷在線更新和補(bǔ)充。這一特點可以彌補(bǔ)語料庫在容量和時效性方面的不足。新鮮語料可以不斷被充實到語料庫內(nèi)。學(xué)習(xí)者可隨時隨地上網(wǎng)使用免費在線的權(quán)威英語語料庫或已購買版權(quán)的語料庫。

再次，英語語料庫的出版使用具有明顯的跨學(xué)科特點。英語語料庫融合了計算機(jī)技術(shù)和語料庫語言學(xué)的理論與技術(shù)，在語言的索引分析方面功能強(qiáng)大。目前，較為成熟的語料庫索引分析軟件包括Word Smith Tools，AntConc，Sketch Engine等，可實現(xiàn)索引定位、文件查看、詞表生成、語篇統(tǒng)計、排序和搭配詞統(tǒng)計等功能。

最后，英語語料庫的使用具有個性化的特點。語料庫使使用真實英語的習(xí)慣、學(xué)生學(xué)習(xí)習(xí)慣與系統(tǒng)化教學(xué)相結(jié)合，增強(qiáng)了語言學(xué)習(xí)的科學(xué)性和創(chuàng)新性。不同種類的英語語料庫有利于讀者尋找適合自己的語料文章，對學(xué)習(xí)者在自我監(jiān)控和自我評價方面大有裨益。學(xué)習(xí)者甚至可自建個人學(xué)習(xí)者語料庫來不斷實現(xiàn)自主學(xué)習(xí)。語料庫使用的自由度高，信息量大而高效?？焖傩詸z索和批量化語例閱讀可以使讀者在短時間內(nèi)簡單地提取大量分類信息，方便讀者進(jìn)入閱讀狀態(tài)，提高讀者整體和局部閱讀的能力。

三、我國英語語料庫出版使用存在的不足和對策

1.英語語料庫的市場開發(fā)不足，需進(jìn)一步挖掘其市場潛力

英語語料庫的用途廣泛，具有強(qiáng)大的市場潛力。語料庫可為英語教學(xué)和教材編撰提供權(quán)威的語用依據(jù)。教材編寫可以語料庫為內(nèi)容引導(dǎo)，甄選出使用頻率最高的口頭英語與書面表達(dá)，從根源上杜絕教材選材的隨意性，最大程度確保教材的權(quán)威性。然而，在我國基于英語語料庫研發(fā)的教材和工具書并不多。2010年，我國從劍橋大學(xué)出版社引進(jìn)，由北京語言大學(xué)出版社出版了第一套基于語料庫技術(shù)的權(quán)威英語教材—《劍橋標(biāo)準(zhǔn)英語教程》，其編纂原則、大綱設(shè)計及主線內(nèi)容都優(yōu)化運(yùn)用了語料庫研究技術(shù)，為英語語料庫的市場開發(fā)提供了經(jīng)驗方法。在國際化背景下，我國專業(yè)英語培訓(xùn)的市場缺口很大，而專業(yè)英語語料庫可提供實際的語言支持。我國英語語料庫亟待在教材、教學(xué)設(shè)計和教學(xué)方案等方面進(jìn)行市場開發(fā)。

2.國內(nèi)英語語料庫的出版普及不足，需加大普及力度

語料庫是一種新興的媒介，分析方法和技術(shù)手段需要進(jìn)一步突破，出版規(guī)模和范圍需進(jìn)一步加大。目前，我國英語語料庫方向性和專業(yè)性較強(qiáng)，主要由高校和科研機(jī)構(gòu)建設(shè)。我國不同領(lǐng)域、語體、語篇特色的英語語料庫出版并不均衡。我國英語語料庫的出版和使用還沒能發(fā)揮其在英語資源上的優(yōu)勢。絕大多數(shù)英語語料庫的使用仍然停留在少數(shù)專家學(xué)者和研究人員上，現(xiàn)有的英語語料庫還應(yīng)進(jìn)行深層次的開發(fā)普及和充分利用。此外，除去免費在線使用的語料庫，很多大型的語料庫費用較高，需由相關(guān)機(jī)構(gòu)購買版權(quán)才能供學(xué)習(xí)者使用，而很多學(xué)者自建的語料庫則缺乏統(tǒng)一的標(biāo)準(zhǔn)規(guī)范。

3.英語語料庫版權(quán)保護(hù)不到位，需完善相關(guān)法律法規(guī)

不經(jīng)過原出版者和原作者的同意將他們的知識產(chǎn)品匯集在一起制作成數(shù)據(jù)庫，這種行為違反了《中華人民共和國著作權(quán)法》的基本精神;而要取得他們的同意并支付報酬，因為英語語料庫涉及的知識產(chǎn)權(quán)所有人數(shù)量比較龐大，語料庫制作商又難以完成。《中華人民共和國著作權(quán)法》以及相關(guān)法律法規(guī)中尚未界定語料庫的內(nèi)涵，也沒有將其列入保護(hù)的產(chǎn)品之列。這種情況給語料庫及數(shù)據(jù)庫的知識產(chǎn)權(quán)保護(hù)帶來了一定困難。鑒于對英語語料庫知識產(chǎn)權(quán)的立法難度，我們一方面要堅持版權(quán)保護(hù)的基本原則;另一方面要正視收錄的英語語料所有人數(shù)量是龐大的，無法逐一獲得版權(quán)所有人授權(quán)的現(xiàn)實。學(xué)界建議參考?xì)W盟數(shù)據(jù)庫保護(hù)指令、世界產(chǎn)權(quán)組織數(shù)據(jù)庫條約的建議和美國數(shù)據(jù)庫保護(hù)提案中提出的對數(shù)據(jù)庫的特殊保護(hù)原則來保護(hù)我國語料庫或數(shù)據(jù)庫建設(shè)者的合法權(quán)益，主要從“實質(zhì)性投入”和數(shù)據(jù)庫“內(nèi)容保護(hù)”兩方面對語料庫進(jìn)行強(qiáng)制保護(hù)，并賦予其“摘錄權(quán)”和“再利用權(quán)”。

綜上所述，語料庫精細(xì)標(biāo)注的結(jié)構(gòu)化知識片段真正實現(xiàn)了從保存信息到保存知識的跨越，為傳統(tǒng)的出版流程提供了知識結(jié)構(gòu)層面的幫助和推動。這些英語語料庫與英語學(xué)習(xí)研究緊密相連，是推動我國應(yīng)用語言學(xué)發(fā)展的重要媒介，其出版使用不僅標(biāo)志著英語研究手段的技術(shù)進(jìn)步，還標(biāo)志著英語研究思想的重大轉(zhuǎn)變。英語語料庫已成為英語出版的新興領(lǐng)域，并日益呈現(xiàn)出普遍性和縱深性的特點，正逐漸受到整個出版行業(yè)的重視。由此，英語語料庫為實現(xiàn)英語學(xué)習(xí)的多元化搭建了新型平臺，在出版領(lǐng)域具有廣闊的發(fā)展前景。

[1]王建新. 計算機(jī)語料庫的建設(shè)與使用[M]. 北京：清華大學(xué)出版社，2005.

[2]戴煒棟，馮輝. 寫在《中國高校外語專業(yè)多語種語料庫建設(shè)與研究——英語語料庫》出版之際[J]. 外語界，2008（4）.