基于GloWbE語料庫的英語與格交替多因素分析

李夷

摘要：基于GloWbE語料庫的四個區(qū)域變體和兩個網(wǎng)絡(luò)文本體裁，對英語與格交替進行混合效應(yīng)回歸分析。分析發(fā)現(xiàn)：各個區(qū)域變體和文本體裁中存在一套固定的語言內(nèi)因素（成分重量比、有定性等），影響了與格交替的變體選擇，這些因素的影響是概率性的（probabilistic），任何單因素都無法獨立決定語言使用者的選擇;各個區(qū)域變體和文本體裁內(nèi)可見不同程度的差異，主要體現(xiàn)在變體（體裁）間對相同語言內(nèi)因素不同的敏感程度。針對統(tǒng)計分析結(jié)果，從語言接觸等角度嘗試解釋，同時也提出對未來心理語言學實驗提供“匯流證據(jù)”（converging evidence）的期待。

關(guān)鍵詞：與格交替;混合效應(yīng)回歸分析;英語區(qū)域變體

中圖分類號：H313文獻標志碼：A文章編號：1001?7836（2019）10?0119?03

近年來涌現(xiàn)出一系列針對英語與格交替（如例1）的實證研究，將這一語言現(xiàn)象視為一種概率性語法（probabilistic grammar），即受到多個語言內(nèi)因素制約，且無法由任何單一因素限定的語法現(xiàn)象。

我們的研究沿襲了前人的研究對象和方法，并使用了GloWbE語料庫（Corpus of Web?based Global English）獲取網(wǎng)絡(luò)語言數(shù)據(jù)，從全新的語料和文本體裁來分析這一語法現(xiàn)象。

一、前人研究

針對英語與格交替這一現(xiàn)象，前人研究主要采用了Labov（1972）的變異角度，認為這屬于“相同語義內(nèi)容的不同表達方法”[1]。Bresnan（2007）采用了心理語言學實驗的方法，較早分析了美國和澳大利亞英語使用者在不同語言因素影響下，選擇與格變體的情況，并發(fā)現(xiàn)多個語言內(nèi)因素概率性地影響了受試者的變體選擇[2]。隨后，Szmrecsanyi等人（2016）和R.thlisberger等人（2017）使用ICE語料庫（International Corpus of English）這一囊括全球多個英語變體的小規(guī)模語料庫進一步探索了與格交替，并逐步確定了一系列影響交替選擇的語言內(nèi)因素[3]。以上這些研究加深了我們對英語與格交替這個概率性語法現(xiàn)象的認識，并揭示了跨區(qū)域和文本體裁的語法變異[4]。但是，我們尚不清楚這些發(fā)現(xiàn)是否在更大規(guī)模的語料庫和網(wǎng)絡(luò)文本中存在普遍性。

二、語料來源和標注

為研究上述問題，本研究使用了“Corpus of Web?based Global English”（GloWbE）作為真實語料來源。

我們選取了四個區(qū)域變體代表模型發(fā)展的四個階段：英國英語（British English， BrE）代表傳統(tǒng)母語變體（standard），加拿大英語（Canadian English， CanE）代表完成了變異且顯著不同于傳統(tǒng)母語的五階變體（differentiation），香港英語（Hong Kong English， HKE）和牙買加英語（Jamaican English， JamE）分別代表發(fā)展中的三階變體（nativization）和四階變體（endonormative stabilization）。以與格構(gòu)式高頻的動詞（bring， deliver， offer， send， explain， leave， refuse）為關(guān)鍵詞，我們在GloWbE語料庫的以上四個變體模塊進行檢索，對結(jié)果進行進一步的人工語料清理（包括與格語義篩選和確保目標句的可替換性），獲得語料數(shù)據(jù)共2 319條。

根據(jù)前人研究，我們對這2 319條數(shù)據(jù)的以下參項進行了標注。

1.成分重量比（Weight ratio）

該項表示與格中NPrecipient和NPtheme的長度，我們對此進行了二元標注：首先以字母為單位，計算NPrecipient除以NPtheme后的自然底數(shù)（ln （# of characters in recipient/# of characters in theme）），數(shù)值大于0表示NPrecipient長于NPtheme，數(shù)值小于0則反之。

2.句子復雜度（Complexity）

該項表示與格構(gòu)式中NPrecipient和NPtheme成分的句法復雜程度，包括兩種情況：成分中有后置定語（賦值為complex）或無后置定語（賦值為simple）。

3.成分語義（Pronominality）

該項表示NPrecipient和NPtheme成分的名詞語義分類，這里為了分析的簡潔性和后續(xù)統(tǒng)計分析的可行性，我們將成分進行了二元賦值：成分為代詞時賦值為pronoun，成分為其他非代詞時賦值為non?pronoun。

4.有定性（Definiteness）

該項涉及兩個賦值：NP成分表定指時賦值為definite，成分表示非定指時則為indefinite。這里我們參照了Garretson等人（2004）的有定性分類原則，即所有專有名詞、代詞為中心詞和[定冠詞]+NP結(jié)構(gòu)的成分為定指，其他在非定指解讀（There is/are ___）中成立的成分為非定指[5]。

5.動詞語義（Verb sense）

該項考察與格交替句子中的動詞語義類型，并將其分為四個值：具體事物傳遞（level?1）、未來允諾傳遞（level?2）、阻止式傳遞（level?3）和抽象傳遞（level?4）。

6.區(qū)域變體（Variety）

該項表示與格交替句子所屬區(qū)域變體，包括四個值：英國英語（BrE）、加拿大英語（CanE）、香港英語（HKE）和牙買加英語（JamE）。

7.文本體裁（Register）

該項表示與格交替句子所屬文本體裁，包括兩個值：公共網(wǎng)站（Web）和私人博客（Blog）。

三、多因素分析和結(jié)果

1.回歸模型

針對目前的數(shù)據(jù)，我們將動詞語義（Verb sense）和文本體裁（Register）作為隨機效應(yīng)，其余設(shè)置為固定效應(yīng)，并同時考慮了兩個語言外部參項（區(qū)域變體和文本體裁）與語言內(nèi)部參項的互動。具體統(tǒng)計分析依托R軟件中的{lme4}（Bates et al， 2015）軟件包完成[6]。

2.結(jié)果

（1）隨機效應(yīng)闡釋

該效應(yīng)下的兩個參項數(shù)據(jù)中，文本體裁相比動詞語義呈現(xiàn)了更高的密集度，這表明動詞語義參項下的多個賦值可能對結(jié)果有較為不同的作用[7]。表1中，正值表示該賦值下結(jié)果偏向于與格變體，負值則表示結(jié)果偏向于雙及物變體。我們可以觀察到，具體事物傳遞（level?1）和抽象傳遞（level?4）在英語中更偏向于使用與格變體，而雙及物變體在未來允諾傳遞（level?2）和阻止式傳遞（level?3）中更為普遍。

以上結(jié)果驗證了前人在利用更小語料庫數(shù)據(jù)獲得的結(jié)果（Bresnan & Ford， 2013），同時還和雙及物的形式研究結(jié)果一致，即英語的具體事物傳遞事件強調(diào)了事物從施事（agent）向受事（recipient）的移動，因此和與格構(gòu)式關(guān)系密切[8]。

（2）固定效應(yīng)闡釋

統(tǒng)計模型中的固定效應(yīng)顯示了各參項對與格交替的影響方向及影響顯著大?。╬值），同隨機效應(yīng)一樣，正值表示該參項下介詞與格變體更顯赫，負值表示該參項下雙及物變體更顯赫。具體結(jié)果見表2。

表2的數(shù)據(jù)驗證了很多前人對與格交替的心理學實證研究結(jié)果（Bresnan， 2007; Bresnan & Ford， 2013）：首先，成分的語義特征深刻影響了與格的選擇， 如果theme為代詞，

各參項固定效應(yīng)（預(yù)測目標為

則偏向選擇介詞與格變體;其次，成分詞長也對結(jié)果有很大影響，當recipient長于theme時，該成分往往會偏向于后置，進而導致結(jié)果為介詞與格變體;最后，有定性也顯示出了一定影響，定指的成分會先于非定指的成分出現(xiàn)在句子中[9]。

從以上固定效應(yīng)分析中，我們已經(jīng)可以發(fā)現(xiàn)一個較為明顯的英語使用者與格交替選擇模式：更短、句法語義和信息成分更簡單的成分會被放置在更長、句法語義和信息成分更復雜的成分前[10]。

（3）參項間互動

為了進一步分析語言內(nèi)各參項（語義、有定性、重量比等）和語言外參項（區(qū)域變體和文本體裁）的關(guān)系，我們建立了參項間的互動回歸模型，并使用Anova分析的方式收斂模型，獲取有顯著關(guān)聯(lián)的參項。有關(guān)結(jié)果展示在表1和表4中。

結(jié)合表2和表3，我們發(fā)現(xiàn)了調(diào)查的英語區(qū)域變體間的幾個顯著差異：第一，加拿大英語對recipient成分的語義有更高的敏感度，而牙買加英語對此參項敏感度明顯更低;第二，theme成分的句法復雜度在加拿大英語、香港英語和牙買加英語這幾個變體中的敏感度明顯比英式英語的高。

由表4可知，文本體裁僅和一個參項有顯著互動，即成分重量比。該互動表明當文本來自公共網(wǎng)站（Web）時，成分重量比對與格結(jié)果影響更大，文本會在recipient長于theme時選擇介詞與格變體，即把更短的成分置于更長的成分后。

四、討論

1.主要發(fā)現(xiàn)

以上對語料庫數(shù)據(jù)的回歸分析利用更大規(guī)模的數(shù)據(jù)樣本（GloWbE語料庫）印證了前人對英語與格交替的研究（Bresnan， 2007; Szmrecsanyi et al，2016;R.thlisberger等人，2017）：與格變體的選擇受到多個語言內(nèi)因素的影響，這種影響是概率性的（probabilistic），不能由任何單因素決定[11]。這一發(fā)現(xiàn)很大程度上加強了MacDonalds （2013）提出的英語與格變體的心理處理模型。該模型認為，該語言構(gòu)式的處理服從一個“簡單優(yōu)先”（easy first）的原則：語言使用者在說話時會優(yōu)先選用那些更容易儲存在長期記憶中的語言成分，因此更短、句法語義更簡單、使用更頻繁且在話語中已經(jīng)給出的成分會早于其他成分被處理[12]。除了與前人研究呼應(yīng)，本研究還發(fā)現(xiàn)了網(wǎng)絡(luò)文本體裁對英語與格交替的影響。通過把兩種網(wǎng)絡(luò)文本體裁（公共網(wǎng)站和私人博客）納入回歸模型，我們揭示了不同體裁在選擇與格交替時的不同特征：公共網(wǎng)站對語言內(nèi)因素（成分重量比）有明顯的敏感性，而私人博客則對這些規(guī)則沒有這種顯著的互動關(guān)系。

2.區(qū)域變體差異的分析

雖然影響英語使用者與格交替選擇的概率語法總體上是一致的，但我們?nèi)匀话l(fā)現(xiàn)了不同區(qū)域變體之間對不同語言內(nèi)參項的敏感度差異（見表3）。這種差異甚至出現(xiàn)在了與格兩種變體的總體偏好中：我們根據(jù)文中表格進行了估計值和p值的交叉列聯(lián)比較，比較可見，加拿大英語和香港英語對介詞與格變體有更強的偏好，而牙買加英語則更偏向于選擇雙及物變體。

我們在前人研究的基礎(chǔ)上試圖解釋這種區(qū)域性變異。在我們的研究對象中，牙買加英語和香港英語的使用者都處于這種語言接觸環(huán)境下，并且往往以其他語言為母語（牙買加克里奧爾語和粵語），這種接觸很可能就引起了以上觀測到的變異[13]。

毋庸置疑，上述解釋僅僅是探索性的，我們還需要更多實證研究來證實這些區(qū)域性變異。

3.當前研究的局限與未來展望

本研究利用語料庫真實數(shù)據(jù)和回歸模型，對英語與格交替進行了多因素分析，揭示了不同語言內(nèi)和語言外因素對與格交替現(xiàn)象的影響方向和規(guī)模，但我們的研究還存在一些局限。首先，我們考慮的區(qū)域變體樣本量并不全面：英語作為一種極為廣泛使用的多中心（pluricentric）語言，當前的與格交替研究已探索了11種遍布全球的區(qū)域變體，而我們當前調(diào)查的只有其中的4種。這種不足有可能影響結(jié)論的普遍性，也敦促我們進一步擴大樣本量，在接下來的研究中獲得更具有普遍價值的發(fā)現(xiàn)。

五、結(jié)束語

本研究對GloWbE語料庫中與格交替各影響因素進行了句法語義參項標注和分析，根據(jù)混合效應(yīng)回歸模型，獲得了各因素對與格兩個變體選擇的影響方向和力度，用真實語料和統(tǒng)計數(shù)據(jù)描繪了英語與格交替在各區(qū)域變體和文本體裁中的共性和差異。一方面，我們發(fā)現(xiàn)在更大的語料范圍下，前人研究基本得到了證實。另一方面，我們通過檢查區(qū)域變體與文本體裁兩個語言外因素和諸語言內(nèi)因素的互動，還發(fā)現(xiàn)了各區(qū)域變體和網(wǎng)絡(luò)文本對成分重量比、語義特性等因素不同的敏感度。我們將在未來采取更大樣本規(guī)模的實證分析，并借助心理學實驗的結(jié)果，在當前發(fā)現(xiàn)的基礎(chǔ)上加深對與格交替的認識。

參考文獻：

[1]Bates D.， Maechler M.， Bolker Ben.， Walker S. Fitting linear mixed?effects models using lme4[J].Journal of Statistical Software， 2015（67）：1—48.

[2]Biber D.， Egbert J.， Zhang M. Using corpus?based analysis to study register and dialect variation on the searchable web[C]//In Eric Friginal （eds.） Studies in corpus?based sociolinguistics. New York： Routledge， 2018.

[3]Bresnan J. Is syntactic knowledge probabilistic？ Experiments with the English dative alternation[C]//In Sam Featherston & Wolfgang Sternfeld （eds.） Roots： Linguistics in search of its evidential base， 2007（96）：77—96. Berlin： Mouton de Gruyter， 2007.

[4]Farquharson T. Joseph. Jamaican[A].In： Michaelis， Susanne Maria & Maurer， Philippe & Haspelmath， Martin & Huber， Magnus （eds.） The survey of pidgin and creole languages. Volume 1： English?based and Dutch?based languages[C].Oxford： Oxford University Press， 2013.

[5]Garretson G.， M. OConnor C.， Skarabela B.， Hogan M. Coding practices used in the project optimality typology of determiner phrases[OL].corpus.bu.edu/documentation/BUNPCorpus_coding_practices.pdf， 2004.

[6]Krifka， Manfred. Semantic and pragmatic conditions for the dative alternation[C].Proceedings of the KASELL 2003 International Conference on English Language and Linguistics， 1—14. Hanyang University， Seoul， Korea， 25—26 June， 2003.

[7]Labov， William. Sociolinguistic patterns[M].Penn： University of Pennsylvania Press， 1972.

[8]Mac Donald， Maryellen C. How language production shapes language form and comprehension[J].Frontiers in psychology， 2013（4）：226.

[9]Matthews S.， Yip V. Cantonese： A comprehensive grammar[M].New York： Routledge， 2013.

[10]Rthlisberger， M， Grafmiller， J & Szmrecsanyi， B. Cognitive indigenization effects in the English dative alternation[J].Cognitive Linguistics， 2017： （28（4））：673—710.

[11]Szmrecsanyi B.， Grafmiller J.， Heller B.， R.thlisberger M. Around the world in three alternations[J].English World?Wide， 2016，37（2）：109—137.

[12]Thomason Sarah G. Language contact： An introduction[M].Washington，DC：Georgetown University Press， 2001.

[13]Wolk C.， Bresnan J.， Rosenbach A.， Szmrecsanyi B. Dative and genitive variability in Late Modern English： Exploring cross?constructional variation and change[J].Diachronica， 2013，30（3）：382—419.