試論語料庫介入詞典編纂的優(yōu)勢及相關(guān)問題

苗寧　劉欣彤

摘 要：以“發(fā)酵”“神話”“厲害”三個常用詞為例，分別利用國家語委現(xiàn)代漢語語料庫和北大中文語料庫，調(diào)查其義項及排序。再將調(diào)查結(jié)果與《現(xiàn)代漢語詞典》（第6版）相關(guān)詞語進(jìn)行對比，結(jié)果顯示，該詞典提供的義項存在諸多不足。同時，兩個語料庫之間的調(diào)查結(jié)果對比顯示，只有北大中文語料庫才能較好地滿足該類詞典的修訂要求。

關(guān)鍵詞：詞典編纂 語料庫 義項 對比分析

得益于計算機(jī)及相關(guān)技術(shù)的飛速發(fā)展，語料庫這一強(qiáng)有力的技術(shù)手段被引入，詞典的編纂和修訂速度得以加快，其所提供的新語言信息、自然語言實例可以使詞的釋義更加完整和準(zhǔn)確。一般而言，盡管傳統(tǒng)辭書編纂在長期實踐中已積累了大量的寶貴經(jīng)驗，但由于客觀條件的限制，其義項除了可能疏漏之外，往往還具有主觀性、趨同性等不足之處。這在很大程度上制約了辭書釋義的準(zhǔn)確性和全面性。借助于語料庫的巨大規(guī)模、真實可靠的語料以及技術(shù)分析等優(yōu)勢，上述問題可以得到較為有效的解決。不過，鑒于當(dāng)下漢語語料庫種類繁多，在詞典編撰過程中，選擇合適的語料庫至關(guān)重要。因為編撰不同的詞典對語料庫有不同的要求。反過來，語料庫的大小、時限、代表性問題等都可能影響詞典的編纂質(zhì)量。

根據(jù)上述思考，我們選取權(quán)威的《現(xiàn)代漢語詞典》（第6版）作為考察對象，以常用動詞“發(fā)酵”、名詞“神話”、形容詞“厲害”為例，首先基于國家語委現(xiàn)代漢語語料庫相關(guān)語料，進(jìn)行定性與定量分析，歸納其所有可能的義項及其排序，并將調(diào)查結(jié)果與該詞典相關(guān)釋義條目進(jìn)行對比。其次，我們使用北大中文語料庫重新調(diào)查上述三個詞語的義項及其排序，并將該調(diào)查與前一調(diào)查進(jìn)行對比，嘗試探討上述哪一個語料庫更適合《現(xiàn)代漢語詞典》這類辭書的編撰及相關(guān)議題。

一、本研究的理論背景

語料庫是指從有代表性的書面語和口語材料中隨機(jī)抽樣，并由可用計算機(jī)進(jìn)行處理的大量文本組成的，專供語言研究、分析和描述的語言資料庫。近年來，計算機(jī)技術(shù)的發(fā)展為基于語料庫的詞典編撰研究工作提供了三大有利條件：語料庫規(guī)模日趨龐大、代表性更高、分析更完善。[1]對比之下，傳統(tǒng)詞典編纂方法的不足更加突出，“傳統(tǒng)的釋義方法囿于客觀條件，往往具有主觀性、不周全性、趨同性等經(jīng)驗型釋義的特征，這在一定程度上制約了辭書釋義的客觀真實性、科學(xué)準(zhǔn)確性方面進(jìn)一步提升?！盵2]國內(nèi)外很多學(xué)者都詳細(xì)介紹了語料庫編纂詞典所具有的優(yōu)勢，有的學(xué)者還將語料庫詞典學(xué)作為新興學(xué)科列出討論，足以看出“語料庫是現(xiàn)代辭書編纂重要的資源支持和技術(shù)手段，應(yīng)用語料庫、引入語料庫分析方法是辭書編纂的發(fā)展趨勢?！盵2]

不過，語料庫介入詞典編纂帶來優(yōu)勢的同時，也出現(xiàn)很多有待解決的問題，如語料庫的大小、時限、代表性等。根據(jù)我們的調(diào)查，目前學(xué)界似乎對這類問題關(guān)注不夠。一般而言，調(diào)查詞語的義項，必須使用不斷更新的大型語料庫。一方面，只有語料庫庫容足夠大，常用詞的重要義項才不會被遺漏。另一方面，隨著社會的發(fā)展，語言也不斷變化，新詞、新用法不斷涌現(xiàn)，只有不斷更新、擴(kuò)充的語料庫，才可以反映出這類語言事實。同時，“不斷發(fā)展、擴(kuò)充的語料庫，能過濾和篩選材料，保留必要的相關(guān)材料，并能注意到新的詞形、結(jié)構(gòu)以及舊的詞形的新的用法和搭配?！盵3]故在漢語詞典編纂過程中，如何應(yīng)用語料庫技術(shù)手段，并使用恰當(dāng)?shù)恼Z料庫，應(yīng)成為詞典編纂界需要重點研討的議題。

基于上述思考，對照《現(xiàn)代漢語詞典》（第6版），利用國家語委現(xiàn)代漢語語料庫和北大中文語料庫，通過個案調(diào)查，在實證的基礎(chǔ)之上，嘗試佐證上述論斷的合理性。

二、基于國家語委現(xiàn)代漢語語料庫的調(diào)查結(jié)果

基于國家語委現(xiàn)代漢語語料庫，本節(jié)依次給出常用詞“發(fā)酵”的動詞用法、“神話”的名詞用法、“厲害”的形容詞用法的語料調(diào)查結(jié)果。

（一）“發(fā)酵”

“發(fā)酵”在國家語委現(xiàn)代漢語語料庫中共有條目78條，均為動詞詞性。根據(jù)具體語料，可歸納出兩個義項，分別敘述如下。

1.復(fù)雜的有機(jī)化合物在微生物的作用下分解成比較簡單的物質(zhì)，發(fā)面、釀酒等均涉及該過程。共77個條目，占總條目的98.72%，是其最常用的一個義項。如：

（1）經(jīng)過一段時間的發(fā)酵，即可食用。

（2）掛于室內(nèi)，任其自然發(fā)酵。

2.感情、心理等滋長。共1個條目，占總條目的1.28%。如：

（3）她也有醋味，但只是添味，不發(fā)酵，尤其難得。

（二）“神話”

“神話”在國家語委語料庫中共有條目323條，全部為名詞詞性。根據(jù)具體語料，我們概括出3個義項，分別敘述如下。

1.關(guān)于神仙或神化的古代英雄的故事，是古代人民對自然現(xiàn)象和社會生活的一種天真的解釋和美麗的向往。共266個條目，占總條目的82.35%，是其最常用的一個義項。如：

（4）我喜歡看神話故事，也喜歡月亮里真有個嫦娥姐姐。

（5）《鏡獅子》是一個古老的神話傳說，是日本舞伎的傳統(tǒng)劇目。

2.虛構(gòu)的、幻想的故事。共39個條目，占總條目的12.07%。如：

（6）這些解答正是他們自己制造的那些神話故事。

（7）他此時是真的相信這些荒誕不經(jīng)的神話。

3.奇跡，難以企及的、難以想象會發(fā)生的、不平凡的事。共18個條目，占總條目的5.57%。如：

（8）她居然跳得這樣成功，創(chuàng)造著神話般的故事。

（9）這里像神話似地長著一大片一大片的水稻、油菜、橘子和甘蔗。

（三）“厲害”

“厲害”在國家語委語料庫中共有條目409條，其中名詞詞性共28條。如：

（10）嘗到了紅軍的厲害，再也不敢輕舉妄動了。

在此只分析其形容詞詞性，共381條，根據(jù)具體語料歸納出3個義項，分別敘述如下。

1.難以對付或難以忍受；劇烈；兇猛；表示程度很高。共297個條目，占總條目的77.95%，是其最常用的一個義項。如：

（11）原來就是用準(zhǔn)備著更普遍更厲害的危機(jī)并減少著防止危機(jī)的辦法。

（12）他不抽煙，可臉色卻像抽煙很厲害人的臉色。

2.強(qiáng)大的、較為突出的、超群的（技能、性能、智力等）。共75個條目，占總條目的19.69%。如：

（13）在削弱安全感方面，新教倫理比任何其它一切因素都要厲害。

（14）現(xiàn)代電子技術(shù)真夠厲害——最后一位選手剛剛走過，顯示屏上馬上閃出了紅色的數(shù)字。

3.（性情）霸道的、不溫順的、乖張的。共7個條目，占總條目的1.84%。如：

（15）如能折斷，表示新娘溫順，否則將來一定很厲害。

（16）老主任慈眉善目的，不像是很厲害。

三、基于北大中文語料庫的調(diào)查結(jié)果

北大中文語料庫的調(diào)查結(jié)果與國家語委的調(diào)查結(jié)果有很大不同。

基于北大中文現(xiàn)代漢語語料庫，本節(jié)依次給出常用詞“發(fā)酵”的動詞用法、“神話”的名詞用法、“厲害”的形容詞用法的語料調(diào)查結(jié)果。

（一）“發(fā)酵”

“發(fā)酵”在北大中文語料庫中共有1202個條目，隨機(jī)抽取308條，均為動詞用法，根據(jù)具體語料，我們概括為5個義項，分別敘述如下。

1.復(fù)雜的有機(jī)化合物在微生物的作用下分解成比較簡單的物質(zhì)，發(fā)面、釀酒都是發(fā)酵的作用。共249個條目，占總條目的80.84%，是其最常用的一個義項。如：

（17）發(fā)酵后的蘋果醋含有較高濃度的醋酸。

（18）發(fā)酵工程泛指利用微生物制造工業(yè)原料和產(chǎn)品的工程技術(shù)。

2.事物受外力影響發(fā)生某種發(fā)展變化。共26個條目，占總條目的8.44%。如：

（19）卻被洪秀全和馮云山借用而且不斷發(fā)酵。

（20）我覺得這就如同白先勇老師所說的，是一種文化傳承聯(lián)想的發(fā)酵。

3.感情、心理等醞釀、滋長。共19個條目，占總條目的6.17%。如：

（21）不能讓仇恨一直在心里發(fā)酵，否則最終受害的是自己。

（22）這份痛楚又漸漸在心里發(fā)酵、膨脹。

4.助力，鼓勵；催化。共9個條目，占總條目的2.92%。如：

（23）學(xué)生永遠(yuǎn)是政治思想的發(fā)酵力氣。

（24）這句話在這個有偏執(zhí)性格的人身上起了巨大的發(fā)酵作用。

5.錘煉，鍛煉。共5個條目，占總條目的1.62%。如：

（25）必須要有豐富的生活經(jīng)驗，同時這些經(jīng)驗又需要沉入到潛意識領(lǐng)域中去發(fā)酵。

（26）荒唐歲月發(fā)酵出來的社會現(xiàn)實，本身飽含著數(shù)不清的失態(tài)和笑料。

（二）“神話”

“神話”在北大中文語料庫中共有5687條條目，隨機(jī)抽取343條進(jìn)行分析，其中作為動詞使用出現(xiàn)兩次，如：

（27）氣功的歷史被他延伸、神話了。

分析341條“神話”作為名詞詞性使用的語料，我們概括出3個義項。分別敘述如下。

1.關(guān)于神仙或神化的古代英雄的故事，是古代人民對自然現(xiàn)象和社會生活的一種天真的解釋和美麗的向往。共159個條目，占總條目的46.63%，是其最常用的一個義項。如：

（28）長篇神話小說《西游記》。

（29）古希臘神話中，有一個叫赫剌克勒斯的英雄。

2.虛構(gòu)的、幻想的故事。共101個條目，占總條目的29.62%。如：

（30）歐洲人打算從道義和經(jīng)濟(jì)上拯救世界的神話就土崩瓦解了。

（31）（海峽時評）別想把歷史涂改成“神話”。

3.奇跡，難以想象會發(fā)生的、不平凡的事。共81個條目，占總條目的23.76%。如：

（32）雄偉的媽灣電廠神話般地在一片汪洋處突現(xiàn)出來。

（33）通貨膨脹和持續(xù)的經(jīng)濟(jì)增長，創(chuàng)造了令無數(shù)人驚嘆不已的“新經(jīng)濟(jì)”神話。

（三）“厲害”

“厲害”在北大中文語料庫中共有7554條條目，隨機(jī)抽取389條，根據(jù)具體語料，其中名詞用法共有97條，在此不作研究。如：

（34）國民黨從來不重視思想人物的厲害。

其余均為形容詞用法，我們概括為5個義項，共292條，分別敘述如下：

1.難以對付或難以忍受；劇烈；兇猛。共192個條目，占總條目的65.75%，是其最常用的一個義項。如：

（35）哭訴朱兵十分厲害，無可處置。

（36）這兩個惡僧有些厲害，不如先傷去一個。

2.強(qiáng)大的、較為突出的、超群的（技能、性能、智力等）。共60個條目，占總條目的20.55%。如：

（37）那七子十二生本領(lǐng)亦頗厲害。

（38）不過他的劍術(shù)厲害，為人義俠，也是凡人。

3.（情況、情形等）讓人恐懼的，讓人敬畏的。共36個條目，占總條目的12.33%。如：

（39）谷里相傳有個火神廟，甚是厲害。

（40）他比殺人放火的強(qiáng)盜還厲害呢。

4.（性情）霸道的、不溫順的、乖張的。共3個條目，占總條目的1.03%。如：

（41）好厲害的小姐，辱罵三輩。

（42）喝，好厲害的家伙。

5.嚴(yán)厲。共1個條目，占總條目的0.34%。如：

（43）剛剛收到父親手書，責(zé)備我很厲害。

四、對比和解讀

對照動詞“發(fā)酵”、名詞“神話”、形容詞“厲害”，根據(jù)上述兩個語料庫所概括出的義項及其排序，下面我們進(jìn)行兩項對比并同時加以解讀。首先將國家語委語料庫的調(diào)查結(jié)果與詞典相關(guān)釋義條目進(jìn)行對比和解讀。其次，再將北大中文語料庫的調(diào)查結(jié)果與國家語委語料庫的調(diào)查結(jié)果進(jìn)行對比和解讀。基于上述論述，最后進(jìn)行進(jìn)一步的探討。

（一）對比1及解讀

“發(fā)酵”“神話”“厲害”在《現(xiàn)代漢語詞典》（第6版）中的相關(guān)條目列表如下：

將表7和表1、2、3進(jìn)行對比，可以發(fā)現(xiàn)下述事實：動詞“發(fā)酵”表“感情、心理等滋長”這一義項未被收錄。名詞“神話”的釋義漏收“奇跡（難以想象會發(fā)生的、不平凡的事）、虛構(gòu)的幻想故事”這兩個常用義項。另外，隨著漢語的發(fā)展，“神話”在現(xiàn)代漢語中更趨向于褒義，而詞典中“荒誕的無稽之談”這一義項顯然沒有反映出這種情感取向。同時，詞典中“厲害”有“嚴(yán)厲”這一義項，但語料庫中并未出現(xiàn)。詞典還漏收另外兩個義項：“強(qiáng)大的、較為突出的、超群的（技能、性能、智力等），多含褒義”和“霸道的，不溫順的”。根據(jù)上文，由于語料庫基本上反映了語言的真實面貌，基于其上的義項歸納顯然更加真實可靠。同時，這也凸顯了詞典傳統(tǒng)編纂的以偏概全、義項失真等缺陷。

（二）對比2及解讀

將上述表1、2、3和表4、5、6進(jìn)行相應(yīng)的對比，我們可以發(fā)現(xiàn)下述事實。首先，相關(guān)的調(diào)查結(jié)果并不一致（不包括語法方面的調(diào)查，例如，“神話”在北大中文語料庫中有動詞用法等）。具體如下：除了兩個共同義項外，“發(fā)酵”其余的三個義項，即“事物受外力影響發(fā)生某種發(fā)展變化”“助力，鼓勵；催化”“錘煉，鍛煉”等，在國家語委語料庫的調(diào)查結(jié)果中均未出現(xiàn)。根據(jù)北大語料庫的調(diào)查結(jié)果，“厲害”新增了一個義項“（情況情形等）讓人恐懼、敬畏”。此外，讓人稍感意外的是，根據(jù)北大中文語料庫的調(diào)查結(jié)果，“厲害”竟然也有“嚴(yán)厲”這一義項，盡管其使用頻率極低。其次，通過上述對比及對相關(guān)語料的解讀，我們可以發(fā)現(xiàn)下述兩個有意義的現(xiàn)象：其一，上述兩個語料庫的調(diào)查結(jié)果形象地詮釋了語料庫對提升詞典編撰質(zhì)量的意義，因為上文已作說明，此處不加贅述，只補(bǔ)充一點：語料庫可以保障詞典的時效性。例如“神話”一詞中“奇跡，難以企及的，難以想象會發(fā)生的不平凡的事”這一義項。其二，兩個語料庫均為高質(zhì)量的大型語料庫，這體現(xiàn)于其嚴(yán)格的建庫標(biāo)準(zhǔn)（可參看其說明）。然而，盡管“語言的收集實際上就是對語言的原則性的選擇，而選擇總是意味著喪失一些重要信息”[4]。但通過對上述調(diào)查結(jié)果的對比，我們可以發(fā)現(xiàn)，基于上述兩庫的常用詞義項大同小異（包括義項排序）。這間接證實了雙方建庫標(biāo)準(zhǔn)的有效性。

（三）進(jìn)一步的解讀

根據(jù)上述對比，我們認(rèn)為，上述議題還有進(jìn)一步探討的必要。一般而言，語法框架相對穩(wěn)定，加之語法規(guī)則的普適性，故語法調(diào)查相對可以容忍語料陳舊和庫容較小等問題。但對詞典編撰而言，上述缺陷則無法容忍。一方面，陳舊的語料不能反映出常用詞變動不居的特性，從而導(dǎo)致義項失真；另一方面，較小的庫容難以反映出常用詞義項的豐富性，從而導(dǎo)致詞典工具效用的降低。鑒于《現(xiàn)代漢語詞典》在漢語世界中的權(quán)威性，我們認(rèn)為，除了極為冷僻的用法之外，常用詞其他義項都應(yīng)該加以收錄，并且按使用頻率排序。

就此而論，根據(jù)上文的調(diào)查結(jié)果，上述兩個語料庫均不存在語料陳舊的問題。但就常用詞語義項歸納而言，國家語委語料庫顯然不能完全滿足詞典編撰的要求。例如“發(fā)酵”一詞在國家語委語料庫中只有78個條目，可歸納出兩個義項。但在北大中文語料庫中卻有1202個條目，可分析歸納出5個義項。另外，如上文所示，“厲害”一詞在《現(xiàn)代漢語詞典》中有“嚴(yán)厲”這一義項，盡管其沒有得到國家語委語料庫調(diào)查結(jié)果的支持，但卻得到北大語料庫調(diào)查結(jié)果的支持。

五、結(jié)語

語料庫技術(shù)是詞典編纂與研究一種新的支撐手段，根據(jù)上文的探討，可以看出，基于語料庫的詞典編纂可以較好地解決一些傳統(tǒng)上難以避免的問題，如義項疏漏、主觀性、趨同性等，從而全面、客觀地反映詞語的真實使用狀況。可以認(rèn)為，引入語料庫這一技術(shù)手段是詞典編撰與修訂的必然趨勢。鑒于《現(xiàn)代漢語詞典》的權(quán)威地位，我們認(rèn)為，其下一輪的修訂有必要全面基于語料庫來加以推進(jìn)，盡管工作量可能較為龐大。另外，也如上述探討所示，對于《現(xiàn)代漢語詞典》而言，一般的語料庫可能難以完全滿足其修訂要求，故有必要使用不斷更新的超大型語料庫，如北大中文語料庫等。這樣，就可以有效避免義項歸納不全或區(qū)分不細(xì)等問題，從而給學(xué)習(xí)者提供一部與漢語同步發(fā)展的高品質(zhì)的辭書。通過上面的個案研究，我們希望能夠引起學(xué)界的關(guān)注。

（本文系江蘇大學(xué)2016年省級大學(xué)生實踐創(chuàng)新訓(xùn)練項目[5551350016]“基于語料庫的《現(xiàn)代漢語詞典》常用詞義項考察”的階段性成果。）

注釋：

[1]楊曉軍，李賽紅：《語料庫在詞典編纂中的優(yōu)勢兼評牛津高階英語學(xué)習(xí)詞典（第6版）》，外語與外語教學(xué)，2003年，第04期。

[2]王永耀：《語料庫介入的漢語語文詞典釋義途徑》，辭書研究，2010年，第01期。

[3]劉慶榮：《語料庫與詞典編纂》，上海師范大學(xué)學(xué)報，2001年，第03期。

[4]王馥芳：《從大數(shù)據(jù)危機(jī)到全數(shù)據(jù)革命》，中國社會科學(xué)報，2015年，第03期。

參考文獻(xiàn)：

[1]王馥芳，馬蘭梅.語料庫詞典的局限性[J].辭書研究，2003，（05）.

[2]中國社會科學(xué)院語言研究所詞典編輯室.現(xiàn)代漢語詞典（第6版）[M].商務(wù)印書館，2015，（1）.

[3]國家語委現(xiàn)代漢語語料庫HTTP：//WWW.corpuscles.org/

[4]北京大學(xué)中國語言學(xué)研究中心語料庫HTTP：//ccl.pku.edu.cn/

（苗寧，劉欣彤 江蘇鎮(zhèn)江 江蘇大學(xué)文學(xué)院 212013）