需求導(dǎo)向的漢語繼承語學(xué)習(xí)者語料庫建設(shè)研究*

趙煥改 西北師范大學(xué)國際文化交流學(xué)院

提 要 建立學(xué)習(xí)者語料庫并基于語料庫進(jìn)行多維研究，是近年來國內(nèi)外第二語言教學(xué)和外語教學(xué)研究的熱點內(nèi)容。國內(nèi)外已建立的學(xué)習(xí)者語料庫不少，但都無法滿足漢語繼承語的教學(xué)及研究需求。本研究著眼于語料庫的使用需求，從漢語繼承語學(xué)習(xí)者語料庫建設(shè)的必要性，語料的追蹤性、同質(zhì)性、真實性、共享性、可比性以及平衡性等方面探討漢語繼承語學(xué)習(xí)者語料庫的建設(shè)，以期能為漢語繼承語學(xué)習(xí)者語料庫的建設(shè)提供參考，為中介語對比分析提供新的角度和數(shù)據(jù)。

一、引言

近年來，學(xué)習(xí)者語料庫的作用日益受到重視，建立學(xué)習(xí)者語料庫并基于語料庫進(jìn)行多維研究，已成為國內(nèi)外第二語言教學(xué)和外語教學(xué)研究的熱點和難點?；诖笠?guī)模真實文本的、定量分析與定性分析相結(jié)合的研究方法逐漸成為漢語習(xí)得與教學(xué)研究的主流方法。語料庫語言學(xué)的研究路徑包括“語料庫指引”“基于語料庫”“語料庫驅(qū)動”等三種（梁茂成等，2010）。這些研究可以視作從語料庫資源平臺的“供給側(cè)”視角所做的分析（曹賢文，2020），從研究者需求視角做分析的則不多，只有曹賢文（2020）等。同時，第二語言教學(xué)與研究的不斷發(fā)展也對中介語語料庫的建設(shè)提出了新的需求。目前，已建成的中介語語料庫中尚未見到專門的漢語繼承語學(xué)習(xí)者語料庫，可真正實現(xiàn)縱向追蹤的語料少，語料同質(zhì)性、真實性、共享性、可比性、平衡性等均有提升的空間。

為了使建成的語料庫可以更好地滿足研究者的需求，在研究中發(fā)揮更大的作用，本文結(jié)合建庫實踐，從使用者需求的角度探討漢語繼承語學(xué)習(xí)者語料庫建設(shè)的必要性以及語料的追蹤性、同質(zhì)性、真實性、共享性、可比性和平衡性等問題。

二、基于語料庫研究的研究需求

漢語作為第二語言教學(xué)與研究的不斷發(fā)展對漢語中介語語料庫的建設(shè)提出了新的需求，總體而言，可以概括為以下幾個方面。

（一）需要建立漢語繼承語學(xué)習(xí)者語料庫

繼承語（heritage language），又稱“社區(qū)語言”（community language）、“家庭語言”（home language）、 “祖語”（ancestral language）、“傳承語”等，是“由于個體轉(zhuǎn)向另一門主導(dǎo)語言而沒有完全習(xí)得的第一門語言”（Valdés，2001）。繼承語理論的相關(guān)研究認(rèn)為，繼承語習(xí)得具有一語習(xí)得和二語習(xí)得的雙重特征，但又不同于常規(guī)的一語習(xí)得和二語習(xí)得。因此，自1977年“繼承語”一詞出現(xiàn)以來，該理論就受到了國外學(xué)界的廣泛關(guān)注，近年來國內(nèi)也開始關(guān)注該理論，已有的研究包括國外相關(guān)研究綜述（曹賢文，2017；邵明明，2018）、繼承語譯法的探討（郭熙，2017）及繼承語習(xí)得研究的初步嘗試（呂嬋，2017；邵明明，2018）等。對漢語繼承語習(xí)得的深入研究同樣離不開基于語料庫的研究方法。而已建成的語料庫，語料產(chǎn)出者數(shù)量不均衡，少見漢語繼承語學(xué)習(xí)者的語料。因此，當(dāng)前漢語繼承語教學(xué)與習(xí)得研究的主要方法依然是小樣本、小規(guī)模的定性研究，所得結(jié)論的普遍性、穩(wěn)定性不強(qiáng)。而繼承語研究中的核心問題，如繼承語習(xí)得與二語習(xí)得的關(guān)系、繼承語習(xí)得的研究等需語料支撐的研究目前較少。因此，建立具有一定規(guī)模的漢語繼承語學(xué)習(xí)者語料庫就顯得十分必要和迫切。

（二）需要能實現(xiàn)真正意義上縱向追蹤的語料庫

所謂“能實現(xiàn)真正意義上縱向追蹤的語料庫”，是指收集到的語料是相同學(xué)習(xí)者在初、中、高不同學(xué)習(xí)階段的語料。由于縱向追蹤研究能觀察較完整的二語發(fā)展過程和發(fā)展過程中的一些關(guān)鍵轉(zhuǎn)變點，因此特別適合習(xí)得過程研究（文秋芳、胡健，2010）。曹賢文（2013）認(rèn)為，只有通過縱向追蹤調(diào)查才能全面了解學(xué)習(xí)者由預(yù)制的套語到可分析的語言結(jié)構(gòu)、由重復(fù)模仿他人話語到自主生成第二語言的習(xí)得過程。二語發(fā)展的動態(tài)系統(tǒng)理論成為熱點之后 （Van Geert，2008），采集縱向發(fā)展語料、開展動態(tài)發(fā)展研究更是受到學(xué)界關(guān)注。目前，漢語中介語語料庫基本都是共時截面語料庫，歷時縱向語料庫十分缺乏。一些學(xué)者提出，可利用不同語言水平等級語料構(gòu)建類歷時語料庫（quasilongitudinal corpus），以解決縱向語料缺乏的問題 （Granger，2002； 顏明、肖奚強(qiáng)，2017）。不過，Gass和Selinker（2008）把這類數(shù)據(jù)稱為“偽縱向數(shù)據(jù)”（pseudo-longitudinal data），認(rèn)為用分層截面數(shù)據(jù)來取代縱向數(shù)據(jù)，其有效性充滿爭議。但是，由于建設(shè)縱向語料庫收集語料時間跨度較長、費時費力，且長期學(xué)歷班學(xué)生較少，縱向語料收集困難。因此，目前尚未見到規(guī)模較大的能實現(xiàn)真正意義上縱向追蹤的漢語中介語語料庫。已建成且對外開放的漢語中介語語料庫多為“跨層共時語料”，即分屬于初、中、高不同水平等級的不同學(xué)習(xí)者的共時語料。如北京語言大學(xué)的“HSK動態(tài)作文語料庫”“全球漢語中介語語料庫”等都屬于此類。因此，語料的限制導(dǎo)致與兒童母語習(xí)得研究相比，采用縱向追蹤語料進(jìn)行的二語習(xí)得過程研究比較少。客觀地講，在縱向語料缺乏并且收集難度較大的情況下，采用跨層共時語料研究二語發(fā)展過程不失為一種簡便易行的辦法（曹賢文，2013），對促進(jìn)二語習(xí)得過程研究確實起到了積極的作用，不過正如 Doughty和Long（2003）所指出的：“（由于）縱向研究極少，大量的二語習(xí)得研究是橫截面式的，使得在一些重要問題上所得出的結(jié)論存在嚴(yán)重的限制。因此，能實現(xiàn)真正意義上縱向追蹤的語料庫的建立對漢語習(xí)得研究尤為重要?！?/p>

（三）需要語料同質(zhì)性較高的語料庫

學(xué)習(xí)者的年齡、性別、學(xué)習(xí)時長、學(xué)習(xí)環(huán)境、教師、教材、教學(xué)方法的差異，都會使學(xué)習(xí)者產(chǎn)出的語料出現(xiàn)不同程度的差異，而這些差異又會影響語料的同質(zhì)性，從而一定程度上影響研究結(jié)論的客觀性。在語料收集中如能充分考慮這些因素，并且在語料庫使用者檢索時能依據(jù)不同研究目的檢索出來的話，則能使研究結(jié)果更加可靠，更加有針對性。然而，跟母語語料庫常常受制于建庫者的取舍不同，中介語語料庫在這些方面實現(xiàn)得不夠充分，基本上都是受到客觀條件的限制（施春宏、張瑞朋，2013）。當(dāng)前漢語中介語語料收集受限于語料產(chǎn)出者數(shù)量不及母語語料產(chǎn)出者多，因而在保證量的情況下，無法對其他方面的差異做到全部考慮，導(dǎo)致當(dāng)前學(xué)習(xí)者語料庫中語料普遍同質(zhì)性不高。具體而言，學(xué)習(xí)者語料庫中的語料在學(xué)習(xí)者年齡、學(xué)習(xí)環(huán)境、所用教材、教學(xué)方法、語言環(huán)境等方面的同質(zhì)性均待提高。

（四）除音頻口語語料外，還需要真實的能尊重口語語料原貌的轉(zhuǎn)寫語料庫

Myles（2008）認(rèn)為，高質(zhì)量的語料庫其中一個特點是“口語的”，因為口語語料能更好地代表學(xué)習(xí)者語言產(chǎn)出體現(xiàn)的語言系統(tǒng)，由于受到在線言語產(chǎn)出的壓力，與書面表達(dá)受到較多監(jiān)控處理特征相比，口頭表達(dá)相對來說更能反映學(xué)習(xí)者的語言能力。當(dāng)前的漢語中介語語料庫語料獲取手段單一，多為書面語語料，口語語料較少。并且由于漢語中介語口語語料轉(zhuǎn)寫困難，因此，容易出現(xiàn)費時費力轉(zhuǎn)寫出的語料卻無法真實還原口語語料的原貌而實用性差的問題。近年來，隨著語音識別技術(shù)的進(jìn)步，機(jī)器自動轉(zhuǎn)寫母語者語料取得了很好的效果，但是在學(xué)習(xí)者語料的自動轉(zhuǎn)寫，尤其是發(fā)音偏誤較多的語料轉(zhuǎn)寫方面，效果卻不太理想。如何能最大程度地尊重口語語料的原貌，也是語料庫建設(shè)者和研究者需要考慮的問題之一。

（五）需要更多開放訪問和資源共享的網(wǎng)絡(luò)版本的語料庫

當(dāng)前已建成的漢語中介語語料庫，只有少數(shù)是面向公眾免費開放的，如北京語言大學(xué)的“HSK動態(tài)作文語料庫”“全球漢語中介語語料庫”、中山大學(xué)的“漢字偏誤中介語語料庫”、臺灣師范大學(xué)的“漢語學(xué)習(xí)者漢字偏誤數(shù)據(jù)資料庫”等，并且由于各種原因，已開放的語料庫也時常會出現(xiàn)打不開的問題。多數(shù)語料庫只供建庫者小范圍內(nèi)使用，造成了資源的浪費。因此，可以開放訪問的網(wǎng)絡(luò)版本的語料庫也是學(xué)界所需要的。

（六）需要可實現(xiàn)對比的語料庫

對比研究作為重要的研究方法，其研究的開展離不開充足的可對比語料的支持。當(dāng)前，大多數(shù)漢語中介語語料庫由于語料同質(zhì)性差，在進(jìn)行一些對比研究，如不同階段習(xí)得情況對比、不同母語背景學(xué)習(xí)者漢語習(xí)得情況的對比研究時，研究結(jié)論會受到不同程度的影響。同時，由于沒有統(tǒng)一的建庫規(guī)范，建庫實踐中存在隨意性（張寶林、崔希亮，2015），造成已建成的各庫之間的語料無法進(jìn)行并集1研究，這也導(dǎo)致了語料庫重復(fù)建設(shè)與資源浪費。因此，同質(zhì)性較高的可實現(xiàn)對比的語料庫也是當(dāng)前研究所需。

三、基于需求的漢語繼承語學(xué)習(xí)者語料庫的建庫思考及實現(xiàn)路徑

漢語中介語語料庫建設(shè)的目的是為對外漢語教學(xué)與研究服務(wù)（張寶林，2019）。因此，以下內(nèi)容將以“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”建設(shè)為例，探討面向以上研究需求的漢語繼承語學(xué)習(xí)者語料庫的建設(shè)。筆者結(jié)合多年的建庫經(jīng)驗及建庫實際，對“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”中語料的追蹤性、同質(zhì)性、真實性、共享性、可比性和平衡性等進(jìn)行關(guān)聯(lián)，對已建或待建的漢語中介語語料庫具有普遍意義的問題進(jìn)行探討。

（一）語料的追蹤性

Mitchell和 Myles（2004）認(rèn)為：“二語習(xí)得研究除了清晰的理論框架以外，最寶貴的資源是可使用的高質(zhì)量數(shù)據(jù)?！?Ortega和Iberri-Shea（2005）明確指出，跟蹤研究能夠解決二語習(xí)得研究中的許多基本問題，如二語石化、母語遷移、二語學(xué)習(xí)關(guān)鍵期等。曹賢文（2013）認(rèn)為：“要真正研究學(xué)習(xí)者的語言發(fā)展變化，縱向語料比跨層語料更加適合……對于研究漢語二語習(xí)得過程，既需要截面數(shù)據(jù)，也需要縱向數(shù)據(jù)，縱向追蹤語料庫起著共時語料庫難以替代的作用?！币虼耍枰ù罅獠杉薪檎Z發(fā)展過程中的縱向數(shù)據(jù)，通過加強(qiáng)漢語中介語動態(tài)發(fā)展語料庫建設(shè)，來支撐相關(guān)二語習(xí)得研究，尤其是深入考察中介語在時間軸上的變異和變化表現(xiàn)，對學(xué)習(xí)者中介語系統(tǒng)的動態(tài)發(fā)展軌跡做出比較完整的描述和解釋。

理想的可追蹤性語料是相同學(xué)習(xí)者在不同階段的語料，這樣才能實現(xiàn)真正意義上的追蹤，否則只能算是偽縱向語料庫。基于偽縱向語料庫進(jìn)行的研究會掩蓋某些個性，從而對結(jié)論產(chǎn)生影響。西北師范大學(xué)自2013年開始招收中華文化語言本科學(xué)生，至今已8年多，共招收四年制本科生300多名，這些學(xué)生母語多為東干語，他們在西北師范大學(xué)進(jìn)行為期四年的漢語專業(yè)學(xué)習(xí)，其教學(xué)計劃、課程設(shè)置、教學(xué)環(huán)境、生活環(huán)境等完全一致。這一特殊群體可以保證收集到的語料是包含同一批學(xué)生在不同學(xué)習(xí)階段的語料，也包括不同學(xué)生在相同學(xué)習(xí)階段的語料，即包含可以實現(xiàn)真正意義上縱向追蹤的語料，這是以往的語料庫所未能實現(xiàn)的，也是該語料庫的獨特性之一。為了便于進(jìn)行追蹤性研究，語料庫建設(shè)者在語料編碼上采用了學(xué)生的“學(xué)號+學(xué)年+學(xué)期+科目+語料來源（+補考）（+課目+題號）（+頁碼）”的編碼方式，通過漢語拼音和英文大寫字母+阿拉伯?dāng)?shù)字+短橫（+波浪號）的方式來實現(xiàn)，比如“20185703001-2018-2019-1-ZHQZ/QM-BK/A/B/1-7～2”，其中，“20185703001”是學(xué)生學(xué)號，“2018-2019”是學(xué)年，“1”指第1學(xué)期，“ZH”代指綜合課，“QZ/QM”指期中/期末。這樣在語料庫中進(jìn)行檢索時，可以依據(jù)學(xué)生的學(xué)號檢索出其不同階段的所有語料，也可以進(jìn)一步根據(jù)“科目”代碼等實現(xiàn)對不同課程語料的檢索。如此便可以實現(xiàn)對個案或群案的不同學(xué)習(xí)階段、不同課程習(xí)得的動態(tài)追蹤研究。

（二）語料的同質(zhì)性

學(xué)生的學(xué)習(xí)環(huán)境不同，會對語料的同質(zhì)性產(chǎn)生一定影響。為了確保語料的同質(zhì)性，“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”建庫過程中收集的語料是不同學(xué)習(xí)者在相同學(xué)習(xí)環(huán)境下的語料。由于語料產(chǎn)出者同屬中華語言文化本科學(xué)歷班，因此有著相同的培養(yǎng)方案及課程設(shè)置，且學(xué)習(xí)者年齡跨度為18—25歲，平均年齡為19.6歲，學(xué)習(xí)者在年齡、學(xué)習(xí)環(huán)境、所用教材、教學(xué)方法、語言環(huán)境方面的同質(zhì)性均得到了很好的保證，而這正是語料同質(zhì)性的保證，這是在一般的中介語語料庫建設(shè)中很難做到的，也是“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”的獨特之處。

（三）口語語料轉(zhuǎn)寫的真實性

與書面語語料照實錄入不同的是，口語語料需要在反復(fù)聽辨音頻文件的情況下，將音頻文件轉(zhuǎn)寫成文字。音頻文件中存在停頓、重復(fù)、聲韻調(diào)問題、聲音模糊、鼻音、外文，以及非言語因素（如音頻文件的雜音干擾、笑聲、咳嗽等）和學(xué)生的姓名該如何轉(zhuǎn)寫等問題，如何在盡可能保持音頻文件原貌的前提下，保質(zhì)保量地完成轉(zhuǎn)寫任務(wù)，也是我們研究的內(nèi)容。為了解決這一難題，我們在轉(zhuǎn)寫口語語料的時候，對其中的停頓、重復(fù)、聲母錯誤、韻母錯誤、聲調(diào)錯誤以及聽不清、鼻音、非言語行為、外文、朗讀、學(xué)生姓名、聽后重復(fù)等與書面語語料錄入不同的部分均采用了相應(yīng)的符號進(jìn)行標(biāo)記2。在轉(zhuǎn)寫完成之后，我們還會對轉(zhuǎn)寫后的語料進(jìn)行多次交叉校對，以確保最大限度地還原口語語料的真實面貌。

（四）語料的共享性

依靠個人或某個機(jī)構(gòu)的力量很難把中介語語料庫迅速擴(kuò)大，最好的方法是實現(xiàn)各校合作與資源共享。這就需要有統(tǒng)一可行的建庫規(guī)范，如統(tǒng)一的采集、編排和標(biāo)注的原則，同時要有一致的文本外標(biāo)記（屬性標(biāo)記），可供使用者根據(jù)不同需要“提取各類不同文本的集合或交集、并集來進(jìn)行研究”（張普，2003）。因此，為了實現(xiàn)語料的共享，也為了滿足研究者的需求，使費時費力收集來的語料為更多的研究者所用，“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”的建設(shè)主要采用了當(dāng)前剛建成的、規(guī)模最大的“全球漢語中介語語料庫”的標(biāo)注規(guī)范。并且，“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”在建庫之初即就語料庫的檢索需求與技術(shù)人員充分溝通，在語料庫建庫專家的指導(dǎo)下，確定本庫檢索平臺的開發(fā)要求，開發(fā)出簡單、實用、具備用戶友好性的檢索平臺，以滿足研究者的多種檢索需求，方便其使用。擬建設(shè)開放的語料庫建設(shè)與使用平臺，除滿足一般的檢索需求外，還結(jié)合本語料庫語料追蹤性的獨特之處，特設(shè)按照語料代碼檢索，以便于研究者進(jìn)行縱向追蹤性的研究。并且，由于該庫與“全球漢語中介語語料庫”的標(biāo)注體系相同，因此，研究者還可以根據(jù)需求，提取“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”語料和“全球漢語中介語語料庫”中的非漢語繼承語者語料，并集進(jìn)行研究。

（五）語料的可比性

中華文化語言本科學(xué)歷班中的學(xué)生包含母語為東干語的學(xué)生，也包含母語為學(xué)生所在國官方語言（如哈薩克語、吉爾吉斯語、烏茲別克語等）的學(xué)生，但由于這些學(xué)生所在國家的官方語言之一是俄語，因此幾乎所有學(xué)生都會俄語。他們產(chǎn)出的語料既包括口語語料，也包括書面語語料；既包括漢語繼承語學(xué)習(xí)者的語料，也包括非漢語繼承語學(xué)習(xí)者的語料。也就是說，這些語料既包含東干語母語背景的留學(xué)生的語料，也包含俄語背景的留學(xué)生的語料。語料產(chǎn)出者的學(xué)習(xí)環(huán)境完全相同，因此具有很好的對比性，可以為漢語繼承語者與非漢語繼承語者的對比研究、相同學(xué)習(xí)者不同縱向發(fā)展階段的中介語比較、學(xué)習(xí)者口語與書面語語料比較以及雙語及多語者的漢語習(xí)得研究提供堅實的語料基礎(chǔ)。以上種種對比研究屬于近些年為了克服偏誤分析的局限而興起的“中介語對比分析理論”的研究范疇?！爸衼喌貐^(qū)漢語繼承語學(xué)習(xí)者語料庫”使得研究者在較易獲得的漢語母語者語料庫及東干語語料庫3的基礎(chǔ)上，還可以實現(xiàn)中介語、目標(biāo)語和學(xué)習(xí)者母語的比較等，為對中亞漢語繼承語者的漢語習(xí)得全貌進(jìn)行綜合考察提供了便利。

（六）語料的平衡性

在進(jìn)行對比研究時，需要考慮各階段語料的平衡、各類型（書面語、口語）語料的平衡、各文體語料的平衡、各性別語料的平衡等。在建庫過程中，我們考慮到了產(chǎn)出者水平、母語背景、性別、口語語料與書面語語料等方面的平衡。但是由于語料收集的現(xiàn)實原因，不同水平語料及口語語料與書面語語料的平衡可以盡力保證，而產(chǎn)出者母語背景及男女比例方面的平衡未盡如人意，主要原因在于中華語言文化本科班招收的主要是東干留學(xué)生，但是也有少量非東干學(xué)生，因此，基于中華文化語言本科學(xué)歷班收集的語料無法做到產(chǎn)出者母語背景的完全平衡。同時，由于中亞東干人普遍結(jié)婚較早，尤其是女性（平均結(jié)婚年齡在18—19歲）（李建軍等，2015），因此班里的女生較少，無法做到產(chǎn)出者性別方面的平衡。理論上說，語料越平衡越好，但在具體建庫實踐中，很難做到各方面的全方位平衡。所以，“因地制宜地進(jìn)行局部的有代表性的語料收集和建設(shè)也許有其不可替代的價值，也是必要而可行的”（顏明、肖奚強(qiáng)，2017）。該語料庫在水平階段的平衡控制較好：即初級、中級、高級階段（每個階段內(nèi)部還有進(jìn)一步的水平劃分）產(chǎn)出者的數(shù)量基本平衡，使語料保持了很好的連續(xù)性，這就為不同階段的語言習(xí)得發(fā)展趨勢研究提供了語料，也方便開展對個案語言習(xí)得的追蹤研究。

四、基于需求的漢語繼承語學(xué)習(xí)者語料庫建設(shè)中遇到的問題

（一）疫情造成語料收集困難

2020年爆發(fā)的新冠疫情導(dǎo)致不少留學(xué)生教學(xué)項目受到極大影響，中華語言文化本科學(xué)歷班也不例外。雖然學(xué)校及學(xué)院采取了各種措施鼓勵學(xué)生線上繼續(xù)學(xué)習(xí)，但是由于學(xué)生的生活壓力4、網(wǎng)絡(luò)質(zhì)量差5以及網(wǎng)絡(luò)教學(xué)效果不佳等現(xiàn)實問題，生源流失嚴(yán)重，語料收集遇到極大困難。巧婦難為無米之炊，這也是我們在建庫過程中遇到的最大困難。不過，疫情終將過去，留學(xué)生也終會入校學(xué)習(xí)，相信假以時日，這一問題可以得到解決。

（二）語料平衡性考慮中遇到的問題

在收集語料的過程中，初級階段的學(xué)生成段表達(dá)有困難，只能產(chǎn)出一些造句語料，且語料數(shù)量較少。因此，雖然初級、中級、高級階段的語料產(chǎn)出者數(shù)量基本相當(dāng)，但是由于初級語料較少，導(dǎo)致初級、中級、高級階段語料的數(shù)量并不平衡。針對這一問題，我們計劃在新生入學(xué)后，加強(qiáng)對初級階段學(xué)生的語料收集頻率，以縮小初級階段語料與中級、高級階段語料的數(shù)量差距。不過，這樣會造成部分初級階段語料的產(chǎn)出者沒有相應(yīng)的中高級階段語料，因而無法對這部分語料的產(chǎn)出者進(jìn)行追蹤性研究。

（三）語料追蹤性考慮中遇到的問題

追蹤性書面語語料的收集相較于追蹤性口語語料較為簡便。主要原因在于，教學(xué)計劃中開設(shè)“漢字讀寫”“中級漢語寫作”“高級漢語寫作”等課程，學(xué)生每周都會有作品產(chǎn)出，追蹤性書面語語料的收集比較方便。而口語語料的產(chǎn)出則沒有這么規(guī)律，只有在期中、期末考試時才方便專門收集，雖然語料會從一年級一直延續(xù)到四年級，但由于產(chǎn)出數(shù)量少，追蹤性口語語料收集效果不太理想。為了解決這一問題，我們計劃發(fā)揮本專業(yè)本科生及研究生的力量，在雙方自愿的情況下，為中外學(xué)生牽線搭橋，提供“一對一”的語伴服務(wù)，要求雙方每周至少進(jìn)行一次與學(xué)生生活密切相關(guān)的、各語伴小組間的話題具有很強(qiáng)相似性的語言交流，并要求中國學(xué)生在交流的同時錄音且定期上交錄音材料，從而解決追蹤性口語語料不易收集的問題。

（四）語料比較性考慮中遇到的問題

文秋芳（2009）認(rèn)為：“影響跟蹤研究效度的最大問題就是多次收集數(shù)據(jù)的可比性。影響可比性的困難有兩個：一是每兩次收集數(shù)據(jù)的間隔期可能不等，二是兩次收集數(shù)據(jù)所采用的方法與任務(wù)不盡相同。”為了確?；诒菊Z料庫追蹤性研究的效度，保證多次收集數(shù)據(jù)的可比性，在語料的同質(zhì)性方面，我們所收集語料的產(chǎn)出者在培養(yǎng)方案、課程設(shè)置、年齡、學(xué)習(xí)環(huán)境、所用教材、教學(xué)方法、語言環(huán)境方面均有很高的同質(zhì)性，且兩次語料收集的間隔基本一致，采用的也均是與學(xué)生生活密切相關(guān)的話題。但即便如此，我們?nèi)耘f不敢肯定學(xué)生漢語的變化是否會受到不同話題的影響。

五、結(jié)語

由于繼承語理論的興起，國內(nèi)外亟須建設(shè)漢語繼承語學(xué)習(xí)者語料庫。為滿足這一需求，我們從“中亞地區(qū)漢語繼承語學(xué)習(xí)者語料庫”建設(shè)的必要性，語料的追蹤性、同質(zhì)性、真實性、共享性、可比性以及平衡性等方面進(jìn)行了探討，并就建庫實踐過程中遇到的問題及解決辦法進(jìn)行了分析。但是，由于受到疫情的影響，中華文化語言本科學(xué)歷班學(xué)生無法來到中國學(xué)習(xí)、線上教學(xué)效果不佳及學(xué)生生活的現(xiàn)實需要等原因?qū)е律戳魇?yán)重，語料收集困難，這也成為我們建庫過程中的最大困難。

附注

1 數(shù)學(xué)概念，給定兩個集合A、B，把他們所有的元素合并在一起組成的集合，叫作集合A與集合B的并集。這里指將不同的語料庫中的語料合并起來。

2 這部分的標(biāo)記代碼采用了與“全球漢語中介語語料庫”相同的代碼，以方便對兩個庫語料進(jìn)行并集研究。

3 該庫由西北師范大學(xué)武和平教授團(tuán)隊研發(fā)，作者本人也參與其中，目前已投入使用，網(wǎng)址為：http://114.251.154.212/cqp/dungan/。

4 中華語言文化本科學(xué)歷班學(xué)生大多居住在農(nóng)村，在東干人的觀念中，19歲左右的男孩子已經(jīng)被視為家里的勞動力，需要出去賺錢養(yǎng)家。

5 中華語言文化本科學(xué)歷班學(xué)生大多居住在農(nóng)村，網(wǎng)費較貴且網(wǎng)絡(luò)質(zhì)量較差，有的學(xué)生為了完成畢業(yè)論文答辯，甚至專門開車尋找信號較好的區(qū)域。