論中國英語語料庫的建設(shè)

楊永青

摘 要：截至目前，中國英語語料庫還未在中國語言學(xué)界的語料庫中建立，這在一定程度上阻礙了中國英語的發(fā)展與進步。中國英語語料庫的建設(shè)可以根據(jù)中國的具體發(fā)展國情，積極參考國際英語語料庫的分庫建設(shè)經(jīng)驗，逐步構(gòu)建具有中國特色的中國英語語料庫。基于此，本文擬從中國英語語料庫建設(shè)的必要性出發(fā)，分析中國英語語料庫建設(shè)存在的問題，探討中國英語語料庫的建設(shè)路徑，旨在推動中國英語語料庫的建設(shè)，提高中國英語的國際地位與影響力。

關(guān)鍵詞：中國；英語語料庫；建設(shè)；英語語言；中國英語

中圖分類號：H310.1 文獻(xiàn)標(biāo)識碼：A 文章編號：1673-2596（2016）10-0207-03

隨著英語語言的國際化發(fā)展，英語的中國本土化趨勢也在不斷加深。世界學(xué)術(shù)領(lǐng)域越來越開始關(guān)注與世界英語聯(lián)系緊密的中國英語，其中相當(dāng)一部分學(xué)者對中國英語的客觀存在事實進行了論證，并深入討論了中國英語的理論意義、社會價值以及教學(xué)啟示，即中國英語不但有助于中國文化的傳播，以及彌補漢語語言在全球領(lǐng)域影響廣度有限這一缺憾，而且還有助于提升社團成員的作用與功能，具有十分重要的社會意義。近些年來，針對中國英語本土化的語音、詞匯、語篇與語法等描述頗多，但在論述過程中總是無法提供具有說服力的數(shù)據(jù)，也難以探究產(chǎn)生各種問題的深層原因。然而，語料庫的迅速發(fā)展為中國英語語料庫的研究提供了更為有力的工具，有效促進了中國英語語料庫的建設(shè)，最大化的填補了中國英語領(lǐng)域的研究空白。

一、中國英語語料庫建設(shè)的必要性

（一）促進中國英語語言研究的需要

中國英語語料庫具有反映真實英語語言數(shù)據(jù)的功能，通過分析大規(guī)模的中國英語語言資料，從中總結(jié)出中國英語語言的應(yīng)用規(guī)律，屬于一種全新的中國英語語言研究模式。中國英語語料庫的建設(shè)為中國英語語言的研究提供了豐富的英語語言資料，涉及到英語語言的各個領(lǐng)域與各個方面。中國英語語料庫的建設(shè)，能夠為中國英語語言研究發(fā)揮重要的積極作用，有效促進中國英語語言研究的思維方式與研究手段，可以最大程度滿足相關(guān)研究者的語料需求，而且能夠促進研究手段的靈活化與方便化[1]。

（二）強化中國英語語言發(fā)展的需要

中國英語語料庫的建設(shè)有助于中國英語詞典的編撰，詞典編撰人員可以根據(jù)中國英語語料庫中的統(tǒng)計結(jié)果，給出相關(guān)詞條的實際頻率信息，以及對排列順序與狹義定義進行取舍等。同時，中國英語語料庫建設(shè)還可以為詞匯搭配方面的研究提供幫助，為英語語言學(xué)習(xí)者提供更加權(quán)威與地道的詞匯搭配方式，進而促使學(xué)習(xí)者對詞匯搭配的習(xí)慣、用法、文化、詞義等因素有更為深入的了解。另外，中國英語語料庫的建設(shè)還對英語語言的教學(xué)具有重要的推動作用，即廣大學(xué)生可以通過中國英語語料庫對英語語言在中國的具體應(yīng)用有更為全面深刻的認(rèn)知，從而提升學(xué)生的英語語言應(yīng)用技能。

（三）提升中國英語國際地位的需要

隨著全球經(jīng)濟一體化的飛速發(fā)展，世界各國之間的相互聯(lián)系日益頻繁，語言作為一國對外開展交流的重要工具，對國家的國際影響力具有重要的影響意義。英語作為國際通用語言之一，加強英語的中國本土化發(fā)展對于增強中國的對外貿(mào)易，以及提升國際社會對中國的認(rèn)知與了解具有不可替代的意義。而中國英語語料庫的建設(shè)，作為提升中國英語研究與發(fā)展的重要途徑，更是增強中國英語國際地位的關(guān)鍵舉措[2]。

二、中國英語語料庫建設(shè)存在的問題

（一）語料庫的基礎(chǔ)建設(shè)較為滯后

中國英語語料庫的起步時間較晚，從一些研究論文中所采用的英語語料庫可以發(fā)現(xiàn)，采用國際大型語料庫的研究較少，以中國自主研究與開發(fā)的英語語料庫應(yīng)用居多。然而，作為我國最具代表性的學(xué)習(xí)者英語語料庫“CLEC”，其詞級規(guī)模只有百萬，只包括頭標(biāo)注與錯誤類型標(biāo)注兩種[3]。從中可以看出，與世界數(shù)以億計的詞級規(guī)模語料庫相比，中國的英語語料庫基礎(chǔ)建設(shè)還有相當(dāng)大的差距。世界著名語言學(xué)家約翰·辛克萊曾指出，只有大型的語料庫才有可能推動語言理論的進步與發(fā)展，小型的語料庫只能位居語言學(xué)領(lǐng)域的邊緣。所以，大力改變中國英語語料庫基礎(chǔ)建設(shè)的滯后問題，提高中國英語語料庫的規(guī)模是當(dāng)前的重要任務(wù)之一。

（二）語料庫的技術(shù)水平相對薄弱

語料庫建設(shè)中的賦碼和各種標(biāo)注可以為相關(guān)研究提供更為豐富的信息，而人工標(biāo)注則難免會出現(xiàn)主觀性等問題，且速度比較緩慢，對大型語料庫的標(biāo)注而言，人工標(biāo)注技術(shù)是行不通的。目前，中國在英語詞類方面的自動賦碼技術(shù)已經(jīng)相當(dāng)成熟，幾乎可以達(dá)到精準(zhǔn)的水平，但在語義、句法等方面的自動分析水平還不夠成熟。一些語言專家建議使用句法賦碼技術(shù)，即首先通過計算機對詞類進行自動標(biāo)記，用人工校對予以輔助，然后再通過計算機幫助人工分析語料的方式對語法進行標(biāo)記。這種技術(shù)雖然具有一定的可行性，但依然無法滿足語料庫快速的發(fā)展規(guī)模需求。人工標(biāo)注技術(shù)終將會被淘汰，特別是目前北京語言大學(xué)語言研究所新研制出的CCRL檢索系統(tǒng)，可以對30G以上的生語料進行實時檢索、分詞與詞性標(biāo)注，這一技術(shù)發(fā)現(xiàn)使得中國英語語料庫建設(shè)突破了技術(shù)薄弱的瓶頸局限，并使得語料庫建設(shè)步入自動化處理階段變得指日可待。

（三）語料庫的專業(yè)設(shè)計不夠精細(xì)

當(dāng)前中國英語語料庫的建設(shè)工作還處于初級階段，各方面的發(fā)展還不夠成熟與完善，尤其是英語語料庫的專業(yè)化建設(shè)還未引起足夠的重視。與普通語料庫有所差別，專業(yè)化的英語語料庫會涉及到計算機、語言學(xué)、專業(yè)英語等更多的專業(yè)化知識。這就使得在對專業(yè)化英語語料庫進行設(shè)計的過程中，需要進行更深入、更全面的考慮，比如語料篩選標(biāo)準(zhǔn)、語料功能、語料代表性等等。同時，專門化的英語語料庫由于往往涉及到多個專業(yè)的子語料庫，所以，如何對英語語料庫實施分類，如何對英語語料庫加以編碼等都是需要考慮到的設(shè)計細(xì)節(jié)。然而，目前中國針對專業(yè)化的英語語料庫設(shè)計還存在不夠精細(xì)的問題，只是簡單的、未加分類的對英語語料進行堆積，這不僅使更為符合要求的語料獲取難度加大，而且嚴(yán)重降低了英語語料的實用性與代表性[4]。

三、中國英語語料庫的建設(shè)路徑

（一）明確語料庫的設(shè)計思路

中國英語語料庫的建設(shè)工作需要制定明確的設(shè)計思路，具體包括四個方面：一是明確中國英語語料庫的建設(shè)目的。即建設(shè)中國英語語料庫的根本目的在于滿足中國英語的應(yīng)用、語言研究以及教學(xué)等需要。二是明確中國英語語料庫的構(gòu)成方向。通過明確中國英語語料庫建設(shè)是應(yīng)用于研究領(lǐng)域還是實用領(lǐng)域，然后對其構(gòu)成方向進行確定。諸如，實用領(lǐng)域要以語言運用、英語理論與英語基礎(chǔ)知識作為主要結(jié)構(gòu)。三是明確中國英語語料庫的建設(shè)規(guī)模。比如，依據(jù)取樣分析對取樣的時間跨度進行明確，定位英語語料庫建設(shè)是否歸屬于開放性的語料庫，初步設(shè)計包含多少詞匯量的規(guī)模等等。四是明確中國英語語料庫的采集范圍。英語視頻、英語書籍、英語雜質(zhì)、英語廣播等都是英語語料的采集資源，對各個范圍的英語語料的組成結(jié)構(gòu)與限制性條件進行明確，對填充英語語料庫的內(nèi)容具有至關(guān)重要的意義。

（二）重視語料庫的網(wǎng)絡(luò)建設(shè)

隨著互聯(lián)網(wǎng)科學(xué)技術(shù)的迅猛推進，計算機網(wǎng)絡(luò)已經(jīng)滲入到了現(xiàn)代社會的方方面面。近年來，網(wǎng)絡(luò)語言對語言演化的影響愈來愈多，而要想收集那些日新月異的網(wǎng)絡(luò)語言資源，就必須構(gòu)建科學(xué)合理的網(wǎng)絡(luò)語料庫對之進行儲存。中國英語同樣如此，只有積極建設(shè)網(wǎng)絡(luò)化的中國英語語料庫，才能最大化中國英語語料庫的規(guī)模。同時，網(wǎng)絡(luò)化的英語語料庫還可以實現(xiàn)中國英語語料庫的自動化發(fā)展，即語料資源的選取將突破傳統(tǒng)的人工操作，通過計算機網(wǎng)絡(luò)便可以自動完成。網(wǎng)絡(luò)中國英語語料庫作為虛擬英語語料庫的一種形式，可以使整個網(wǎng)絡(luò)變成重要的英語語料庫資源，通過百度、搜狗、谷歌等搜索引擎對相關(guān)網(wǎng)頁的搜索，然后再應(yīng)用相關(guān)軟件對各種英語信息進行篩選[5]。在新世紀(jì)初期由伯明翰大學(xué)牽頭建設(shè)的“WebCorp”（網(wǎng)絡(luò)語料庫）是最具代表性的網(wǎng)絡(luò)語料庫，通過網(wǎng)絡(luò)該語料庫搜集到的語料已經(jīng)達(dá)50億規(guī)模，每日更新的語料網(wǎng)頁可達(dá)200萬，同時支持十幾種語言的檢索。因此，建設(shè)網(wǎng)絡(luò)化的中國英語語料庫是未來必然的發(fā)展趨勢。

（三）推動語料庫的智能發(fā)展

智能化的語料庫形式是新時代語料庫的新興形式，主要以“Monitor corpus”（監(jiān)控語料庫）形式為主，該語料庫具備自動監(jiān)控與及時更新的功能，可以自動更新語料、發(fā)現(xiàn)新語料、報告新語料以及淘汰過時語料。其中，及時發(fā)現(xiàn)語言應(yīng)用中的新變化與新現(xiàn)象是“Monitor corpus”的重要功能之一，比如COCA語料庫作為監(jiān)控語料庫的一種形式，其加入了一個動態(tài)性元素，致使新文本可以被持續(xù)不斷的加入進去，然后通過相應(yīng)的軟件分析，對新詞匯或者新詞的用法進行發(fā)現(xiàn)與識別[6]。全球英語語言監(jiān)控語料庫項目建設(shè)自2001年底正式啟動，其研究目標(biāo)是讓該語料庫具備報告專有名詞與術(shù)語在現(xiàn)階段意義的功能，以及對世界各國的英語發(fā)展趨勢可以進行及時報告，通過現(xiàn)階段英語語言的應(yīng)用與以前英語語言的應(yīng)用比較，對英語語言的最新變化進行報告。所以，大力推進中國英語語料庫的智能化發(fā)展，是建設(shè)中國英語語料庫的重要構(gòu)成部分，而走智能化的英語語料發(fā)展之路，是實現(xiàn)中國英語與國際接軌的重要路徑。

（四）強化語料庫的專業(yè)功能

與大規(guī)模的通用英語語料庫建設(shè)相比，當(dāng)前中國的專業(yè)英語語料庫建設(shè)少之又少，這在很大程度上限制了中國英語語料庫的功能發(fā)揮。所以，積極促進中國英語語料庫的專業(yè)化建設(shè)已成為語料庫建設(shè)的重點。中國英語語料庫的專業(yè)化建設(shè)涉及到的范圍十分廣泛，其中包括計算機技術(shù)、語料庫理論、語言學(xué)知識、專業(yè)知識等。因此，要想設(shè)計出代表性強、科學(xué)合理的英語語料庫就必須鼓勵計算機專業(yè)人員、英語教師、英語行業(yè)資深人員等加入進來，對檢索軟件開發(fā)、語料收集、語料標(biāo)注、語料分析、語料采樣等諸多問題進行深入分析與研究，實施跨學(xué)科、跨領(lǐng)域的合作交流。另外，由于中國英語語料庫的專業(yè)化發(fā)展與英語行業(yè)聯(lián)系十分緊密，這就使得在建設(shè)中國英語語料庫的時候，有必要邀請行業(yè)人士或者相關(guān)專家參與到語料庫的設(shè)計與監(jiān)督工作中來。

總而言之，語料庫已發(fā)展成為新時代語言學(xué)應(yīng)用、理論以及語言工程研究等所必須的基礎(chǔ)性資源。其中，一些發(fā)達(dá)國家在英語語料庫方面的研究起步時間較早，已經(jīng)構(gòu)建起了比較完善的英語語料庫理論體系與應(yīng)用規(guī)范。尤其是近些年來語料庫的迅速發(fā)展，促使世界各國都在著手語料庫的建設(shè)，各種各樣的語料庫應(yīng)用軟件也不斷涌現(xiàn)。中國在積極借鑒其他國家語料庫建設(shè)經(jīng)驗的基礎(chǔ)上，緊密結(jié)合中國的發(fā)展國情以及廣大英語學(xué)習(xí)者的實際情況，對英語語料庫的研究與建設(shè)進行了深入研究，并卻得了一定的成績。然而，中國英語語料庫的建設(shè)還面臨著一系列的壓力與問題，這就要求英語語料庫的建設(shè)者必須不斷創(chuàng)新思路與方式，持續(xù)提升英語語料庫的建設(shè)質(zhì)量，才能真正推動中國英語語料庫的發(fā)展進程。

參考文獻(xiàn)：

〔1〕黃大網(wǎng)，等.數(shù)據(jù)驅(qū)動學(xué)習(xí)與英語寫作教學(xué)中的語域知識傳授——基于CLEC語料庫的個案研究[J].外語電化教學(xué)，2003，（12）.

〔2〕王海.21世紀(jì)以來我國基于語料庫的英語研究述評[J].湘潭示范學(xué)院學(xué)報，2007，（03）.

〔3〕曾祥玲，李志遠(yuǎn).近十年來英語語料庫研究現(xiàn)狀與發(fā)展趨勢[J].外語教學(xué)與研究，2013，（55）.

〔4〕胡開寶，吳勇，陶慶.語料庫與譯學(xué)研究：趨勢與問題——2007語料庫與譯學(xué)研究國際學(xué)術(shù)研討會綜述[J].外國語（上海外國語大學(xué)學(xué)報），2007，（05）.

〔5〕胡開寶，陶慶.漢英會議口譯中語篇意義顯化及其動因研究——一項基于平行語料庫的研究[J].解放軍外國語學(xué)院學(xué)報，2009，（04）.

〔6〕任文，楊平.邁向國際化：中國口譯研究發(fā)展的現(xiàn)狀與趨勢——第八屆全國口譯大會暨國際研討會述評[J].中國翻譯，2011，（01）.

（責(zé)任編輯 賽漢其其格）