基于語料庫的名詞和代詞充當特定成分的分析

摘 要：本文選用《紐約時報》的一篇英文報道為語料，運用語料庫對名詞和代詞及特定成分（主語、賓語、介詞賓語）進行考察和分析。分析發(fā)現(xiàn)：1）名詞在充當上述三種成分時的排序為：介詞賓語>賓語>主語；代詞的排序為：主語>賓語>介詞賓語；2）在充當主語時，代詞數(shù)量大于名詞，名詞內(nèi)部的普通名詞和專有名詞充當主語的數(shù)量基本持平；3）在充當賓語時，名詞的數(shù)量明顯大于代詞，且普通名詞的數(shù)量遠多于專有名詞；4）在充當介詞賓語時，名詞占絕大部分，其中普通名詞的數(shù)量大于專有名詞。

關(guān)鍵詞：語料庫；依存語法；名詞；代詞；主語；賓語；介詞賓語；成分分析

作者簡介：王瑩（1987-），女，滿，寧夏銀川人，北方民族大學漢外對比語言學專業(yè)研究生在讀。

[中圖分類號]：H314 [文獻標識碼]：A

[文章編號]：1002-2139（2018）-26--02

1、引言

名詞是實詞的重要組成部分，在句子中可以充當很多主要的成分。代詞作為名詞或形容詞的代替詞，也頻繁地出現(xiàn)在句子中。

本文以《紐約時報》的一篇英文報道為語料，依據(jù)依存語法為理論基礎(chǔ)，對語料進行詞性及依存關(guān)系的標注并建立語料庫，考察名詞和代詞在充當特定成分（主語、賓語、介詞賓語）時的概率情況，借此可以給相關(guān)研究者提供直觀的數(shù)據(jù)理論參考。

2、文獻回顧

依存語法也被稱為從屬關(guān)系語法，是由法國著名語言學家泰尼埃提出的“結(jié)構(gòu)句法”一般理論發(fā)展而來。他的語法巨著《結(jié)構(gòu)句法基礎(chǔ)》為后人提供了一種普適的語法理論，他也因此被認為是現(xiàn)代“依存語法”和“配價理論”的創(chuàng)始人。劉海濤（2009）在他的《依存語法的理論與實踐》一書中，對依存語法的歷史及形成作了詳細的介紹，在充分了解前人有關(guān)依存關(guān)系、配價理論、依存形式化和依存句法分析方法的基礎(chǔ)上，歸納出依存語法和配價理論的一般原理和方法，提出一套較完整的基于配價模式的依存語法分析框架，并用實驗來證明這一框架的可行性。在句法分析的研究中，依存語法以其形式簡潔、易于標注、便于應用等優(yōu)點，逐漸受到研究人員的重視。目前，已經(jīng)被自然語言處理領(lǐng)域的許多專家和學者所采用，應用于多種語言之中。用依存語法來進行自動分析是很好的，因為分析得到的依存樹層次不多，結(jié)點數(shù)目少，清晰地表示了句子中各個單詞之間的依存關(guān)系。（馮志偉，2004）

語料庫語言學是以語料庫為基礎(chǔ)對語言進行客觀描述的新的研究方法（顧曰國，1998），是近幾十年來發(fā)展起來的分支學科，其主要任務和目標是，以電腦儲存足量的真實語料，根據(jù)不同的研究目標，對語料做相應的標注，使用相應的檢索軟件對已完成標注的語料進行搜索和分析，目標是發(fā)現(xiàn)以往因條件限制而未能發(fā)現(xiàn)或沒有注意的語言特征和結(jié)構(gòu)規(guī)律（李雯雯，2014）。建立語料庫的目的是為更精準更可靠的語言描述提供基礎(chǔ)。

基于語料庫的方法已成熟且被廣泛使用及認可，本文也采用語料庫的方法進行考察和分析。

3、研究方法和研究對象

本文隨機選用《紐約時報》英文版的一篇報道為語料，總字數(shù)約1020字。對語料的詞性和依存關(guān)系進行了手工的標注，利用Excel辦公軟件進行統(tǒng)計。主要從充當主語、賓語、介詞賓語三種句子成分方面對名詞和代詞進行分析。著重分析以下問題：1）名詞和代詞充當特定成分的比例分析2）構(gòu)成特定成分（主語、賓語、介詞賓語）的主要詞類分析；3）充當相同句子成分時，普通名詞與專有名詞的比例差異。

4、研究結(jié)果

4.1從詞類角度分析

整篇語料共有名詞226個，代詞107個，現(xiàn)逐類進行說明及分析：

首先，226個名詞中做主語的有29個，占名詞總數(shù)的12.83%，做賓語的有35個，占總數(shù)的15.49%，做介詞賓語的有91個，占總數(shù)的40.27%，做其他成分的總共有25個，占31.42%。從數(shù)據(jù)可以看出，名詞在充當主語、賓語和介詞賓語之間的數(shù)量排序是：介詞賓語>賓語>主語。

再者，代詞共有107個，其中做主語的有72個，所占比例為67.29%，做賓語的有15個，所占比例為14.02%，做介詞賓語的有3個，所占比例為2.80%，做其他成分的有17個，所占比例為15.89%。代詞在充當主語、賓語和介詞賓語之間的數(shù)量排序是：主語>賓語>介詞賓語。

當代的語法書對于名詞和代詞可充當?shù)某煞只径紵o異議，名詞可以做主語、賓語、定語等成分，代詞也可以做主語、賓語、定語等成分，但是卻沒有具體的數(shù)據(jù)說明某一詞類充當這些成分的概率。通過以上數(shù)據(jù)的對比可以看出這兩種詞類在充當句子成分時的特征：名詞更多的做介詞賓語，而代詞則更多的充當主語成分。

4.2從句子成分角度分析

4.2.1構(gòu)成主語成分的詞類分析

主語，是執(zhí)行句子的行為或動作的主體，可以作主語的詞有：名詞，代詞，名詞化了的動詞，形容詞，副詞或數(shù)詞等。本文選用的語料庫，經(jīng)過標注后共有主語104個，其中名詞有29個，代詞72個，形容詞、副詞、動名詞等其他詞類共有3個?？梢钥闯?，充當主語的詞類中代詞占了絕大部分，其次是名詞，最后是其他詞類。

其中代詞在所有做主語的詞類中比例最高，占明顯優(yōu)勢，進一步統(tǒng)計發(fā)現(xiàn)，代詞做主語的句子在本語料庫中多為以下形式：

“In high School， it was Yao Ming.”

“At least， I am a guard now.”

This was the landscape of Linsanity. （選自本文語料庫）

多數(shù)做主語的代詞為人稱代詞和指示代詞，筆者認為這與所選取的語料庫有關(guān)，語料庫為新聞，內(nèi)容多為采訪和口述。

名詞進一步劃分為普通名詞和專有名詞后，各占比例為12.50%和15.38%，相差不大，可見，普通名詞和專有名詞在做主語的概率上基本持平。

4.2.2構(gòu)成賓語成分的詞類分析

賓語往往表示動作支配的對象，且總是處在動詞的后面，可由名詞、代詞、數(shù)詞、名詞化的形容詞、不定式、動名詞、賓語從句等來擔任。本語料庫內(nèi)共有賓語60個，其中名詞35個，代詞15個，其他詞類共計10個。名詞是代詞的二倍多，說明充當賓語時，名詞居多。其中普通名詞所占比例為46.67%，專有名詞所占比例為11.67%，兩者比例相差很大，說明充當賓語成分的名詞多為普通名詞，少有專有名詞做賓語的情況。本文語料庫中僅有7個專有名詞做賓語，同為以下形式：

“I do not want nobody calling me Jeremy because it reminds me of being called Long Duk Dong or reminds me of being called things like Jackie when I was a kid”， Huang said. （選自本文語料庫）

4.2.3構(gòu)成介詞賓語成分的詞類分析

介詞，在通常情況下，必須有自己的賓語，能充當介詞賓語的成分很多，這里僅對名次和代詞進行統(tǒng)計說明。介詞賓語在本語料庫中共有103個，其中由名詞充當?shù)墓?1個，代詞充當?shù)膬H3個，其他詞類充當?shù)挠?個?？梢钥闯觯诔洚斀樵~賓語的比例中，名詞以絕對優(yōu)勢大于代詞。而在名詞自身內(nèi)部，普通名詞占了65.05%，專有名詞則占了23.30%，說明名詞在做介詞賓語時更多的是普通名詞。

5、總結(jié)

本文以英語新聞為語料，通過詞性和依存關(guān)系標注建立語料庫，對名詞和代詞及這兩類詞在構(gòu)成主語、賓語和介詞賓語時的比例進行考察和分析。分析結(jié)果表明：1）名詞在充當上述三種成分時的排序為：介詞賓語>賓語>主語；代詞的排序為：主語>賓語>介詞賓語；2）在充當主語時，代詞數(shù)量大于名詞，名詞內(nèi)部的普通名詞和專有名詞充當主語的數(shù)量基本持平；3）在充當賓語時，名詞的數(shù)量明顯大于代詞，且普通名詞的數(shù)量遠多于專有名詞；4）在充當介詞賓語時，名詞占絕大部分，其中普通名詞的數(shù)量大于專有名詞。

由于本文的語料庫容量偏小，所統(tǒng)計分析的數(shù)據(jù)欠缺代表性和說服力，手工標注也會存在一定的誤差，以后筆者將擴大語料庫內(nèi)容，擴展語料體裁，從更多的角度對詞類及句子成分進行分析，以給他人提供可靠的數(shù)據(jù)參考。

參考文獻：

[1]劉海濤. 依存語法的理論與實踐[M].科學出版社，2009.

[2]馮志偉. 機器翻譯研究[M].中國對外翻譯出版公司，2004.

[3]顧曰國. 語料庫與語言研究[J].現(xiàn)代語言學，1998.

[4]李雯雯. 基于雙語平行語料庫的英漢翻譯語言分析[J].才智，2014年第26期.