晉語詞綴“圪”的語料庫研究機制分析

陳凱敏 劉姣鳳

摘 要： 得益于語料庫工具在語言研究中的運用，在一定程度上阻止了方言的急劇衰落，方言最活躍的層面當屬詞匯，“圪”是晉語詞匯中構詞能力很強的一個詞綴，其在晉語區(qū)里有極大的語言生活范圍。在“圪”綴詞分析中，引入語料庫研究機制，窮進性搜集用例，用分析代碼進行分詞和詞性標注、與方言詞典進行一一校對，總結出“圪”綴構詞的位置極其形式意義。

關鍵詞： 晉語語料庫 “圪”詞綴 研究機制

一、語料庫研究中的詞匯學

在詞匯學研究中，引進語料庫理論，其重要性與實證數據的重要性緊密相連，研究語言變體的可能在很大程度上依賴于實證數據的運用，因為某些如方言之類的變體不能簡單地用純理性的方法分析。語料庫在詞匯研究的各個不同方面都起到了一定的作用，為詞典編撰、詞的搭配、變體中的詞義、詞的出現(xiàn)頻率統(tǒng)計和詞的形態(tài)變化規(guī)律等研究提供了科學的依據。由于語料的分類、標注和計算機檢索手段的發(fā)展使得詞句的量化分析更容易。

經過中國現(xiàn)代漢語語言學界諸多學者努力，基于語料庫的詞匯各方面研究已經取得豐碩成果。相對于現(xiàn)代漢語普通話，筆者認為，方言更具有歷史性，其各層面的研究更值得關注，比如晉語就有很多詞匯帶有古漢語的特色。另外，方言還具有深厚的文化內涵和風俗底蘊，對于研究當地歷史、人文、地理等都有重要的參考價值，這些文化價值更多地體現(xiàn)在詞匯演變上。

二、思路及其方法

本文會用到三種工具對“圪”綴詞匯及用例進行統(tǒng)計，具體是中國知網、北京大學中國語言學研究中心（以下簡稱CCL語料庫檢索系統(tǒng)）和漢語鏈中的在線語料庫。首先從《山西方言調查研究報告》中的資料中提取出“圪”綴詞匯的生語料，以便與CCL語料庫檢索系統(tǒng)中的同類詞匯進行比對。接著窮盡性地從CCL檢索系統(tǒng)中檢索出所有的“圪”綴詞匯用例，再分離出具體詞匯。最后用在線語料庫軟件對這些用例進行詞性標注，得出經過處理的成熟語料庫，然后用語言學的詞法分析原理對這些“圪”綴詞匯進行構詞理據分析。

（一）兩種語料庫的簡介

1.CCL語料庫及其檢索系統(tǒng)主要包括現(xiàn)代漢語語料庫、古代漢語語料庫、漢英雙語語料庫三種檢索方式。語料庫中的中文文本是以漢字為基本單位的未經分詞處理的語料。CCL支持復雜檢索表達式、對標點符號的查詢、在“結果集”中繼續(xù)檢索等多種檢索方式。關于查詢結果的顯示方式，用戶有多重選擇，本文選擇下載結果顯示為text文件。查詢表達式中可以使用的特殊符號包括8個：|、$、#、+、-、～、！、：（基本項、簡單項、復雜項和過濾項。）。因為本文無須用到這些符號和公式，所以這些符號具體含義此處不再詳述。

2.漢語鏈之在線語料庫（www.cncorpus.org）是教育部語言文字應用研究所計算語言學研究時開發(fā)的一款軟件，集語料庫在線檢索、語料自動分析處理和在線資源下載于一身的方便快捷檢索系統(tǒng)。它的檢索項主要有現(xiàn)代漢語語料庫、古代漢語語料庫和語料庫字詞索引三項，分析處理項有分詞和詞性標注、漢語檢索窗口，選擇“普通查詢”，可以盡可能窮盡地搜索“圪”綴詞用例，保證研究語料的豐富性，從而增強研究結果的真實性和科學性。查詢結果顯示：共有“286”條結果。每一頁有50條，一共6頁。轉換成TXT文件，為以后詞性標注做準備，選例如下：

1：...種字體對照，總共有14.7萬多個字。石碑原在洛陽漢魏故城朱家[圪]培龍虎灘一帶，已毀。宋代以來常有殘石出土，共得字3047個，其...【文件名：＼當代＼CWAC＼ALB0035.txt】

2：...物動詞和不及物動詞，作及物動詞用時是使動用法，如“要豁就豁石[圪]節(jié)的壩”?！疚募海墚敶軕梦模茏h論文＼語言學論文＼076.txt】

3：【榆木[圪]垯】堅硬的榆樹根，喻思想頑固?！疚募海墚敶軕梦模茉~典＼中國成語大辭典（條目）.txt】

4：【[圪]蹴】（gē·jiu）<方>蹲：老飼養(yǎng)員～在門前石凳上聽廣播?！疚募海墚敶軕梦模茉~典＼倒序現(xiàn)漢詞典.txt文章標題：現(xiàn)代漢語詞典】

（二）具體操作過程

第一步：在CCL語料庫及其檢索系統(tǒng)中選擇“現(xiàn)代漢語語料庫”檢拼音標注和字詞頻率統(tǒng)計三種處理方式。無疑給詞匯學研究提供了便捷，省去了人工手動標注的很多時間，是一款非常實用的語料分析處理軟件。在這里有必要提一下它的詞類標記代碼（本文詞匯的標注基于如下）：

第二步：在漢語鏈之在線語料庫軟件中選擇“語料分析處理”項，文字內容（最長100000字）框內打開從CCL語料庫中下載的“圪”綴用詞實例的TXT文件，選擇“自動分詞&詞性標注”處理項，“處理結果”框里顯示如下：

第三步：具體參考《山西方言調查研究報告》的詞匯對照表，與“圪”綴TXT語料對比分析，再利用“現(xiàn)代漢語詞典”在線查詢系統(tǒng)與已經標注過的用例中的“圪”綴詞匯進行詞性的校對，最后總結出晉語“圪”綴構詞的規(guī)律和原則。

三、結語

以《山西方言調查研究報告》和《晉語詞匯》對照表為詞義標注的文獻基礎，以CCL語料庫檢索系統(tǒng)和漢語鏈之在線語料庫為語料搜集的檢索工具，對“圪”綴詞匯用例進行現(xiàn)有語料庫的窮盡性的搜集并作分詞和詞性標注，從詞的最基本的構建部件——語素入手，分析“圪”綴構詞的形式和意義，為以后語言學者研究方言詞匯提供了構詞分析的“熟語料”。本文把語料庫研究機制和方言詞匯詞綴分析相融合，證明是可行的。

參考文獻：

[1]陳瀟.語料庫、語料庫語言學及其應用[J].佛山科學技術學院學報（社會科學版），2006（4）：25.

[2]白云.晉語“圪”字研究[J].語文研究，2005（01）：57-59.

[3]夏丹.基于標注語料庫的給予類動詞的“詞匯—句法語義”銜接研究[D].南京：南京師范大學，2015：45.

[4]王曉培.詞基驅動的詞庫分層模式[D].天津：南開大學，2015：13.

[5]侯精一，溫端政.山西方言調查研究報告[M].山西：山西高校聯(lián)合出版社，1993：126-133.

[6]http：//ccl.pku.edu.cn：8080/ccl_corpus/.

[7]http：//www.cncorpus.org/CpsParser.aspx.