重讀OSTI搭配研究報告*

安徽工程大學 劉運鋒

提要：OSTI報告記錄了Sinclair團隊在20世紀60年代進行的語料庫搭配基礎研究，是語料庫語言學研究的寶貴文獻，但1970年完成后只是小范圍流傳，直到2004年才公開出版。該版增加了Teubert對Sinclair的訪談，訪談內(nèi)容以今天的技術和理論發(fā)展視角審視40年前的搭配研究，對于理解意義單位等相關概念發(fā)展有重要作用，但國內(nèi)文獻沒有對該報告進行過系統(tǒng)論述。本文借助該訪談內(nèi)容重讀OSTI報告，梳理該報告的研究背景、主要內(nèi)容，并評述其創(chuàng)新性和局限性，目的是進一步了解OSTI項目在語料庫語言學實踐和理論發(fā)展中的地位與價值，認識語料庫驅動語言學理論萌發(fā)、產(chǎn)生、發(fā)展的脈絡。

1.引言

搭配作為詞語組合是語言學研究的重要內(nèi)容之一。結構主義語言學從語法結構上研究搭配，語義學從語義特征上研究搭配，語料庫語言學通過詞語共現(xiàn)研究搭配，認知語言學通過認知構式研究搭配。不同學派采用不同路徑解釋詞語組合現(xiàn)象，豐富了我們對搭配的認識。關于搭配，有兩本“不易得到的”（simply not available）重要研究報告（Williams 2005：257）：一個是“搭配研究第二次中期報告”（Palmer 1933），另一個是“OSTI研究報告”（Sinclairet al.1970）。前者是20世紀30年代Palmer在日本利用搭配進行英語教學的研究報告，是外語教學中搭配研究的重要成果，對牛津學習者英語詞典編寫有很大影響。Palmer的搭配研究主要集中在外語教學，沒有采用語料庫研究搭配，也沒有將搭配作為技術性術語；搭配不僅是英語學習中的一個重要概念，還是語料庫研究的基本分析單位（李文中 2019：7）。后者是Sinclair團隊在20世紀60年代進行的語料庫搭配基礎研究報告，該研究繼承和發(fā)展了Firth語言學思想，對COBUILD詞典編寫和語料庫語言學理論產(chǎn)生與發(fā)展奠定了實踐基礎。該報告完成35年后才公開出版，并在前言部分增加了Wolfgang Teubert對Sinclair的訪談，是我們理解語料庫語言學搭配基礎研究的重要文獻。國內(nèi)鮮有對OSTI項目研究的系統(tǒng)介紹，本文從語料庫語言學角度介紹和評述Sinclair團隊的搭配研究報告，以便進一步了解和認識OSTI搭配研究在語料庫語言學發(fā)展中的地位和價值。

2.OSTI項目研究背景

OSTI報告的全稱為The Report for UK Government Office for Scientific and Technical Information，是Sinclair團隊在1970年為英國政府科技信息辦公室提交的搭配研究報告。OSTI項目的目的是利用語料庫方法通過搭配研究詞語意義。項目設計得到McIntosh、Halliday和Wexler的指導，Sinclair任項目首席調(diào)查員。項目研究始于1963年，得到福特基金會的短期資助，1964年由愛丁堡大學科學和工業(yè)研究部（The Department of Scientific and Industrial Research，DSIR）資助。語料的收集、轉寫等前期準備工作主要在愛丁堡大學和倫敦大學學院完成。1965年，Sinclair離開愛丁堡大學到伯明翰大學任教，該項目于1965年9月到1967年1月暫時擱置。1967到1969年，在英國科技信息辦公室的資助下繼續(xù)進行，最后于1969年9月結束。整個項目用時六年（1963、1964、1965、1967、1968、1969），研究報告English Lexical Studies:The Final Report of the Project C/LP/08于1970年1月完成并提交。

報告中的搭配研究方法與實踐對語料庫語言學的產(chǎn)生和發(fā)展具有至關重要的作用，但該報告只作為印刷本在伯明翰大學英語系內(nèi)部流傳，沒有正式出版。1987年，Sinclair（1987）在Looking Up一書中提及該報告。該報告猶如一只“神秘的怪獸”（a mythical beast），大家只聞其聲，不見其形（Williams 2005：257）。2000年，在伯明翰大學為Sinclair舉辦的退休宴會上，Krishnamurthy提議正式出版該報告，得到Sinclair的同意和Teubert的支持，最終于2004年公開出版（Sinclairet al.2004）。該書由Krishnamurthy作序，增加了Teubert與Sinclair的訪談，其余內(nèi)容與1970年的印刷本一樣。

長達13頁的訪談內(nèi)容是本書的重要部分。通過回答Teubert的問題，Sinclair采用回顧性視角審視和反思40年前的語料庫搭配研究。從中我們可以了解到OSTI項目研究更多的理論和技術背景。20世紀60年代初，生成語法利用語言直覺和內(nèi)省數(shù)據(jù)進行語言研究成為重要的研究范式，而收集真實數(shù)據(jù)，建立電子語料庫進行詞語研究才剛剛起步。語言研究傳統(tǒng)中，語法一直占主導地位，詞語只是例示或說明語法規(guī)則的附屬物，詞語研究沒有現(xiàn)成理論可借鑒。雖然Firth的多層級意義分析模式和搭配擇義理論（Firth 1957）為詞語研究帶來啟示，但意義分析模式只停留在概念層面，不具有可操作性，而且搭配產(chǎn)生意義還只是一種“猜測”（speculative）（Sinclairet al.2004：xvii），需要真實數(shù)據(jù)驗證。此外，F(xiàn)irth研究搭配對單個詞意義的影響，不關注搭配組合的整體意義。詞語研究的問題是不知道從哪里入手（同上：3），Sinclair從頭開始，利用語料庫探索性地通過搭配觀察詞語意義。受技術條件限制，OSTI項目利用13.5萬詞次的口語語料研究詞語搭配不足以揭示詞語使用型式，但這已達到當時伯明翰大學KDF9電腦的最大儲存和處理能力（Sinclairet al.1970：24）。在這樣的背景下，Sinclair團隊設計統(tǒng)計軟件，界定相關概念和術語，提出研究方法，進行了開創(chuàng)性的探索工作，對今天的語料庫語言學研究依然具有指導意義。

3.OSTI報告主要內(nèi)容

OSTI正文內(nèi)容分為7個部分。

第一部分包括專業(yè)術語的界定、愛丁堡大學與伯明翰大學的項目執(zhí)行情況，以及將來研究期望。研究一開始就斷言，詞語單位在大部分情況下都不可能是單詞，于是提出一系列術語。詞項（lexical item）是表述特定意義的語言單位，它不總是通過正字法單詞來識別，它還可以采取如下形式：（1）語素，如going分為兩個語素go/ing；（2）同形異義詞，如ball表示球或舞會；（3）一組聚合聯(lián)系的詞語，如kick、kicks、kicking、kicked；（4）一組組合聯(lián)系的詞語，如run to seed。與詞項相對的一個概念是語法項（grammatical item），指在文本中體現(xiàn)語法功能而非意義的語言單位，如the、a、and和語素-ing、-ed、-s等。搭配指兩個項目在文本內(nèi)一定環(huán)境內(nèi)的共現(xiàn)。OSTI項目對詞語的研究還不完整，對以后的研究提出很多基本問題，其中最大的問題是文本的選擇和處理。

第二部分介紹OSTI研究使用的語料，主要包括13.5萬詞次的即時會話、100萬詞次的布朗語料庫、1.2萬詞次的科技文本、1.3萬詞次的實驗模擬數(shù)據(jù)。

第三部分論述顯著性搭配，包括樣本與取樣、跨距設定、顯著性水平測試等。Sinclair采用Herdan（1960）的type、token術語，并提出和界定node、span、span position等術語。實際操作中，將最佳跨距限定為±4。在某一跨距位置上檢驗搭配顯著性，目的是找出位置固定和位置靈活的搭配詞。

第四部分討論語法詞、半語法詞（semi-grammatical item）。大多語言描寫區(qū)分語法性（grammaticality）和詞語性（lexicality），前者稱為語法詞，后者為詞語詞。Sinclair分別稱其為語法項和詞項。實際上，很難對兩者進行清晰的劃分。Halliday認為，兩者的區(qū)分與頻數(shù)有關，從最語法的到最詞語的之間存在一個連續(xù)統(tǒng)，任何一個項目在連續(xù)統(tǒng)上的位置與它的總體頻數(shù)排序相對應。語法詞的搭配是中性的，很難預測它的使用環(huán)境（Halliday 1966：155）。Sinclair語料庫研究則證實，語法詞不是搭配中性，每一個語法詞在設定跨距內(nèi)均有顯著搭配，而且隨著頻數(shù)增加，語法詞會吸引更多的顯著搭配詞。Sinclair將口語中高頻使用的know、think、mean等詞語詞稱為半語法詞，它們高頻出現(xiàn)并不是完全基于詞語詞的力量，也受語法詞的影響。這說明它們作為行為異常的詞語詞，在口語文本中有特定的功能。OSTI語料相對較少，但高頻出現(xiàn)的語法詞和半語法詞足以揭示它們的使用型式。Sinclair認為，語法詞和半語法詞是詞語研究的一個問題，解決這個問題的關鍵是清楚地定義語法搭配的特點，這是真正揭示詞語行為的重要一步。

第五部分論述詞語詞的搭配型式，包括數(shù)據(jù)收集、搭配信息分析、搭配位置及搭配統(tǒng)計分析。詞語詞之間的搭配可以發(fā)生在任何語法結構中，搭配詞語位置較為靈活。詞語詞與語法詞的搭配則受語法詞和節(jié)點詞詞類管制，詞語位置相對固定。詞語詞的搭配型式可以通過統(tǒng)計的和語言學的兩個不同的方法獲得。顯著性檢驗可以區(qū)分規(guī)律搭配和任意搭配，語言學方法可以辨別語法和詞語對搭配型式的影響。所有的顯著性搭配都要考慮統(tǒng)計和語義的因素，因為搭配是基于文本、主題和環(huán)境的?？疾煸~語詞的目的是希望獲得詞語詞的搭配信息，以便更好地理解詞語作為語言組織原則的知識。

第六部分論述如何識別詞項，包括習語。在第一部分Sinclair提出并界定詞項，它可以是一個語素、同形異義詞、聚合聯(lián)系詞、習語。英語中很多單個詞是多義的，詞項識別的標準是搭配型式，因為每一個詞語都有顯著的搭配型式。Sinclair對詞項的識別是探索性的、客觀的、量化的，但意義始終是重要的識別要素。

第七部分論述搭配強度。Sinclair使用顯著性統(tǒng)計手段，對比各種定理和檢驗方法的優(yōu)缺點。從統(tǒng)計上，如果兩個或多個詞語共現(xiàn)是顯著的，這只說明偶然共現(xiàn)的概率很小，但從語言學上不能說明詞語共現(xiàn)的語義相關性。如of the、in a在統(tǒng)計上是顯著搭配，但沒有語言學意義。語言使用不是隨機的、偶然的，而是受目的驅動的，人們經(jīng)常發(fā)現(xiàn)，文本中詞語共現(xiàn)的實際頻數(shù)是基于統(tǒng)計的期望頻數(shù)的很多倍，Sinclair也質(zhì)疑這些統(tǒng)計檢驗，并失去對統(tǒng)計程序的最初信心（Sinclairet al.2004：xxii）。這說明，詞語意義研究需要結合統(tǒng)計檢驗和語義相關性進行搭配分析。

4.OSTI研究報告評述

OSTI項目利用電子語料庫對搭配進行實證研究，提出相關概念或術語，設定搭配研究相關參數(shù)，區(qū)分語法型式和詞語型式，探索節(jié)點詞和搭配詞的位置關系以及搭配統(tǒng)計分析方法，在當時的技術和理論背景下具有開拓性和創(chuàng)新性，具體體現(xiàn)在以下方面。

（1）將Firth的搭配定義從概念層面實現(xiàn)為語料庫搭配研究的實際操作，并利用統(tǒng)計方法進行搭配顯著性檢驗，相對于直覺例子，真實數(shù)據(jù)和統(tǒng)計分析更具有說服力；

（2）通過語料庫驅動方法質(zhì)疑了Firth的搭配意義“選擇說”（selective）（Sinclairet al.2004：xxi），并修改了Halliday的語法詞搭配“中性說”（Halliday 1966：155），可以說，“搭配作為一種研究范式，真正改變了我們看待語言的方式”（Williams 2005：257）；

（3）通過建立方法論，關注詞語而非語法，或通過詞語關注語法，奠定了語料庫驅動研究的基礎，標志著“語言學研究從語法結構分析到詞語搭配分析的重大轉變”（李文中 2017：84），推動了語料庫語言學理論的產(chǎn)生和發(fā)展。

OSTI項目13.5萬詞次的口語語料對于詞語搭配研究來說，具有一定的局限性，但重要的是，建立了搭配研究的重要方法與原則（Jone &Sinclair 1974：18）。很多人認為語料庫語言學源于Firth的學術思想，但是OSTI報告將Firth的研究范式改變成我們今天語料庫語言學使用的范式，這是OSTI搭配研究的重要價值。

同樣，由于技術和理論發(fā)展階段的限制，OSTI研究報告也存在如下時代局限性：

（1）OSTI項目的最初目的之一是根據(jù)詞語的搭配型式建立詞項集合或詞語集，但使用的口語語料庫相對較小，語法詞和半語法詞很多，不足以發(fā)現(xiàn)足夠的詞語型式，因此沒有完成詞語集建設（Sinclairet al.1970：21）。

（2）報告中認為，詞項可以實現(xiàn)為語素、同形異義詞、聚合聯(lián)系詞語、習語。可見，當時Sinclair還沒有完全放棄單個詞作為意義單位的想法，或者說他對意義單位是一個短語而非單個詞的認識還不是很清晰。

（3）搭配強度分析中，統(tǒng)計模式是必要的，但統(tǒng)計只是達到目的的一種手段，語料庫搭配研究中既要有統(tǒng)計上的顯著性分析，也要有語言學上的語義相關性分析。

（4）OSTI項目形成了語料庫語言學研究的基本操作方法與原則，但沒有提出系統(tǒng)的理論，也沒有形成語料庫語言學思想（Stubbs 2011：6）。

在OSTI研究中，Sinclair發(fā)現(xiàn)了詞語單位與意義單位之間存在關系，這是共選理論的萌發(fā)階段。遺憾的是，由于技術條件限制，Sinclair在OSTI項目完成后的整個70年代都沒有從事語料庫研究，語言學理論探討被擱置了。在80年代的COBUILD項目中，Sinclair才開始正式思考意義單位；在90年代提出語言使用的“習語原則”和“開放選擇原則”（Sinclair 1991）、“擴展意義單位模型”（Sinclair 1996）和“詞語語法”（lexical grammar）（Sinclair 2000）；2000年后，提出“語境共選連續(xù)統(tǒng)”（Sinclair 2004）、“短語理論框架”（Sinclair 2008）和“局部語法”（Sinclair 2010）。Sinclair從OSTI項目以搭配入手研究詞語意義，然后進行以搭配為核的擴展意義單位分析，直到在局部語法中結構化描寫以搭配為核的意義單位，隨著技術的發(fā)展，搭配研究思想逐漸深入，同時對意義單位、詞項等術語的認識也有了發(fā)展變化，形成了語料庫語言學系統(tǒng)的學科理論基礎。

最后回到Teubert與Sinclair的訪談，用現(xiàn)在的技術和理論發(fā)展回顧40年前的語料庫搭配初始研究，可以清晰地認識到OSTI報告的創(chuàng)新性及其局限性。今天，我們重溫該報告的內(nèi)容，目的是了解早期語料庫搭配研究的基礎性工作，更重要的是理解語料庫語言學理論萌發(fā)、產(chǎn)生和發(fā)展的脈絡，以便將來沿著理論主線推動語料庫語言學研究向縱深發(fā)展。有些術語或概念會隨著理論發(fā)展進行調(diào)整，但調(diào)整并不意味著理論的沖突或修改，調(diào)整的目的是逐步系統(tǒng)地建構語料庫語言學理論，如“搭配”“詞項”概念及對“意義單位”的認識在OSTI報告中和今天的語料庫語言學中就有很大的發(fā)展變化。