中國兒童詩語料庫建設(shè)芻議

摘要：兒童詩是中國現(xiàn)當(dāng)代兒童文學(xué)的重要組成部分，過往中國兒童詩的研究多集中于名家名作，涉及詞匯、句法、韻律等多個方面。作為詩歌詞匯的核心部分，意象從兒童認(rèn)知出發(fā)，以形象為載體，傳達(dá)詩人的思想情感，具有時代特征和詩人個體特征。自“五四”時期至今，中國兒童詩已經(jīng)積累了海量文本，為給兒童詩寫史，彌補(bǔ)“文學(xué)屠宰場”式研究的不足和應(yīng)對“讀不完”的焦慮，本文以“遠(yuǎn)距離閱讀”作為新的研究路徑，參考國內(nèi)外語料庫的成功實(shí)踐，并基于前人的質(zhì)性研究結(jié)果，設(shè)計了百年中國兒童詩語料庫結(jié)構(gòu)和標(biāo)注體系，以期為系統(tǒng)考察兒童詩的語言特點(diǎn)和發(fā)展規(guī)律提供幫助。

關(guān)鍵詞：兒童詩語言語料庫

中國兒童文學(xué)有著深厚的歷史資源積淀和民族文脈傳承，其中兒童詩被譽(yù)為“兒童文學(xué)王冠上的明珠”。對兒童詩的研究從傳統(tǒng)范式轉(zhuǎn)向數(shù)字人文范式是有必要的。傳統(tǒng)研究方法主要依賴定性分析，枚舉詩中的詞句進(jìn)行論證說明，已經(jīng)很難出新。數(shù)字人文方法的引入，為兒童詩研究提供了新的視角和工具，使研究者能夠從宏觀和微觀兩個層面進(jìn)行更系統(tǒng)的深入分析。

一、文獻(xiàn)綜述

（一）中國兒童詩研究

國內(nèi)兒童詩大家的作品是學(xué)界過往研究的重點(diǎn)對象，涵蓋了詞匯、句法、韻律等多個層面，研究者通常枚舉詩中的詞句進(jìn)行論證說明，這屬于定性研究。湯素蘭認(rèn)為任溶溶兒童詩具有的語言特點(diǎn)有：口語化，自然靈活的節(jié)奏和和諧的韻律，詩歌形式的“視覺化”，對漢語語詞創(chuàng)造性地運(yùn)用，句式簡單，語言夸張，善用反諷和悖論。［1］姚洪偉認(rèn)為傅天琳的創(chuàng)作從母親視角回歸兒童本位，將語言的質(zhì)感和兒童的日常經(jīng)驗(yàn)有機(jī)結(jié)合，充滿了奇妙的想象，并通過打破視聽、物類的界限，將想象的空間進(jìn)一步拓展，給人陌生化的審美體驗(yàn)，她的《大雁南飛》《對面走來的爺爺》《椰子樹》《草原》等詩作里的“詩味兒”體現(xiàn)在動詞、擬聲詞和語氣詞的巧妙運(yùn)用，她將語言的質(zhì)感和兒童的日常經(jīng)驗(yàn)有機(jī)結(jié)合，還借用童謠“子了歌”的押韻形式，增強(qiáng)詩句的節(jié)奏感和韻律感，產(chǎn)生一唱三嘆的語意效果，比如《星期天山就長高了》《幽藍(lán)幽藍(lán)的童話》。梁前剛評述王宜振的兩本兒童詩集《21世紀(jì)校園朗誦詩》和《21世紀(jì)校園抒情詩》運(yùn)用了新韻“十三轍”，且每一轍都用到了；古韻的基本要求“一詩一韻”“雙句押韻”“一韻到底”以及合理換韻，王宜振也繼承得較好；此外他在韻目并用和韻式樣式等方面也有所創(chuàng)新。［2］與之相對，彭斯遠(yuǎn)指出兒童詩產(chǎn)生了階段性的反傳統(tǒng)韻律現(xiàn)象，20世紀(jì)80年代的兒童詩走向了散文化。［3］總之，兒童詩的共性特征有：從國家、社會、母親的視角轉(zhuǎn)向兒童本位；語言簡潔淺顯、口語化，巧妙運(yùn)用動詞、擬聲詞、語氣詞及疊詞形式；運(yùn)用通感等手法使語言“陌生化”，畫面感強(qiáng)；節(jié)奏自然，從傳統(tǒng)韻律走向散文化。個性特征有夸張、反諷、悖論等。

朱自強(qiáng)以兒歌作為參照，說明了兒童詩中形象為意象的原因：兒歌中的形象是直接、具體、客觀的白描，而兒童詩中的形象則往往“意在象外”［4］，托物言志，借景抒情，包含了抒情主體的主觀思想和想象，不是純?nèi)豢陀^的。意象是詩歌詞匯的核心部分。兒童詩的意象既根植于中國傳統(tǒng)美學(xué)的深厚土壤，又在現(xiàn)當(dāng)代語境中煥發(fā)出新的生命力，展現(xiàn)出兒童獨(dú)特的認(rèn)知世界和情感表達(dá)。

（二）基于語料庫的詩詞意象研究

語料庫作為一項(xiàng)技術(shù)，同時也作為一種研究方法，歷經(jīng)近半個世紀(jì)的發(fā)展逐漸成熟，如今已深入國內(nèi)古典詩詞意象研究領(lǐng)域。例如，中國臺灣元智大學(xué)的羅鳳珠等建設(shè)了格律自動檢索系統(tǒng)［5］；大連理工大學(xué)的畢旭將特征向量輸入神經(jīng)網(wǎng)絡(luò)，系統(tǒng)建立了一個小型唐詩語料庫，標(biāo)注了意象詞匯在《同義詞詞林》中的編號與主題，并可以查詢出語義相近的詩句［6］；葛四嘉進(jìn)行了關(guān)于《唐詩三百首》意象標(biāo)注語料庫的構(gòu)建及統(tǒng)計分析，用深度學(xué)習(xí)方法標(biāo)注分詞和詞性信息，用知網(wǎng)（HowNet）體系標(biāo)注意象的表層義與深層隱喻義信息，探尋意象與作家風(fēng)格、題材內(nèi)容之間的關(guān)系，統(tǒng)計得到意象分布數(shù)據(jù)和內(nèi)部詞匯構(gòu)成、深層情感等語義知識。［7］這些研究為兒童詩語料庫的建設(shè)和標(biāo)注提供了方法、工具和思路上的借鑒。

（三）德國兒童詩語料庫

2023年德國推出的兒童詩語料庫ChildPoeDE是目前世界上第一個較為系統(tǒng)、全面和專門的兒童詩語料庫，收錄了七部詩集，包含了1991年至2001年出版的356位作家（84位女性、271位男性、1位未知）創(chuàng)作于1800年至2018年兩百余年間主要面向小學(xué)生的1 082首兒童詩。詩歌層面和詞匯層面的元數(shù)據(jù)包括選本和作者信息及量化文本特征如押韻、詞匯豐富度、移動平均詞匯豐富度、詞性、實(shí)詞詞云、分布和頻率、擬聲詞和聲調(diào)等。大多數(shù)特征是由研究者自己的Python腳本提取的。該研究使用rhymetagger發(fā)現(xiàn)，這1082首兒童詩的押韻模式，有的遵循傳統(tǒng)韻律節(jié)拍，有的則較為自由和俏皮。其題材包括日常情景、冒險經(jīng)歷、自然和動物、家庭生活、夢想等。該語料庫既可以用于計算文本分析，也可以作為實(shí)驗(yàn)研究中誘發(fā)語料的來源。有了德國兒童詩語料庫的成功實(shí)踐，中國兒童詩語料庫的構(gòu)建和應(yīng)用指日可待。［8］

二、兒童詩語料庫的建設(shè)與標(biāo)注

經(jīng)過百余年的發(fā)展，中國兒童詩已經(jīng)積累了海量的文學(xué)文本。為了譜寫兒童詩史，并彌補(bǔ)以往只關(guān)注名家名作這樣“文學(xué)屠宰場”式研究的不足和研究過程中讀不完的焦慮，本文認(rèn)為，可以引入“遠(yuǎn)距離閱讀”這一嶄新的研究視角。［9］電子語料庫作為兒童詩存儲和研究的數(shù)字化載體，使“遠(yuǎn)距離閱讀”成為可能。

（一）建設(shè)兒童詩語料庫的目的與意義

第一，建設(shè)兒童詩語料庫可以提供大規(guī)模兒童詩數(shù)據(jù)資源。數(shù)字人文技術(shù)的興起正在引發(fā)人文研究的范式變革，大規(guī)模數(shù)據(jù)資源的存儲和應(yīng)用受到了人文學(xué)者前所未有的重視。建設(shè)大規(guī)模數(shù)據(jù)庫是數(shù)字人文研究中的一項(xiàng)基礎(chǔ)工作。語料庫作為數(shù)字化載體，可以為兒童詩研究者提供豐富的素材，也能夠?yàn)榻逃ぷ髡咛峁┴S富的教學(xué)資源，幫助他們設(shè)計教材和課程。

第二，建設(shè)兒童詩語料庫可以挖掘中國兒童詩的語言特征和發(fā)展規(guī)律。不同年代的詩人詩作有不同的語言特點(diǎn)，不僅在高頻詞、詞匯豐富度、詞匯密度等方面存在不同，在字詞、意象的選擇上，不同詩人也有不同的側(cè)重和喜好，用韻情況也各不相同。本文認(rèn)為通過建立并整理語料庫，可以展現(xiàn)出中國兒童詩百年來語言面貌的發(fā)展規(guī)律，為中國兒童詩編史修志。

第三，建設(shè)兒童詩語料庫可以服務(wù)于兒童詩教。百年來小學(xué)語文教科書中不乏兒童詩篇目，社會上也出版了不少兒童詩集。兒童詩語言淺近、意象優(yōu)美、富于音樂美，尤其適合兒童賞讀。通過語言知識的傳授，培養(yǎng)兒童的閱讀能力、寫作能力，有助于兒童全面提高語文水平。引導(dǎo)兒童感知世界、親近自然、珍惜情感，激發(fā)想象力和思考能力，對于培養(yǎng)兒童的文學(xué)素養(yǎng)和審美情趣有著積極的影響。

第四，建設(shè)兒童詩語料庫可以輔助制定兒童詩分級閱讀清單。近年來，已有專家做過兒童詩閱讀分級工作，如王小妮《給孩子們的詩》按兒童理解力的不同分為一二年級、三四年級、五六年級三個部分［10］，但由于篇目有限，分級標(biāo)準(zhǔn)比較主觀，且缺乏20世紀(jì)的經(jīng)典詩作。分級閱讀標(biāo)準(zhǔn)的制定以及根據(jù)標(biāo)準(zhǔn)對百年詩作進(jìn)行歸納，對于語文教育、親子閱讀和兒童自主閱讀都有一定的指導(dǎo)意義。

（二）語料來源和元數(shù)據(jù)字段設(shè)計

本文參考兒童文學(xué)界有代表性的專家學(xué)者推薦或選編的書目，采集了1000余首中國兒童詩，約有30萬字，時間跨度自“五四”時期至21世紀(jì)期間百余年，其中既有著名詩人的詩作，也有一線語文教師和兒童的詩作，其中還有部分被收錄進(jìn)小學(xué)語文課本，盡量保證語料覆蓋度廣、代表性強(qiáng)、流通度高。本文將紙質(zhì)書籍掃描成電子文本，并進(jìn)行人工清洗，用TXT格式存儲。

年代分期為本文奠定了深入探討詩歌語言與社會、文化、歷史關(guān)系的基礎(chǔ)，幫助我們更清晰地識別和分析各個時期兒童詩的特點(diǎn)、流派、主題。那么如何合理地設(shè)置語料庫的年代字段呢？杜傳坤在《中國現(xiàn)代兒童文學(xué)史論》中梳理了現(xiàn)代中國兒童詩的發(fā)展脈絡(luò)。晚清民初的學(xué)堂樂歌可看作兒童詩的前身，主張功利的“精神教育”，被視作“簡化的成人文學(xué)”?！拔逅摹睍r期的兒童詩創(chuàng)作不再將兒童視為成人的附庸，“兒童本位”意識初顯。20世紀(jì)三四十年代，抗戰(zhàn)救國的社會理想輻射到兒童詩陣地。譚旭東在《重繪中國兒童文學(xué)地圖》中論述了當(dāng)代兒童詩的發(fā)展情況：20世紀(jì)50年代—70年代，兒童詩中常見“紅色意象”或“暖色意象”，大都表現(xiàn)出社會公有制背景下的集體主義精神和對時代的歌頌與贊美。到了個體經(jīng)濟(jì)發(fā)展的20世紀(jì)80年代，兒童詩不再是宣言和頌歌式的創(chuàng)作，審美、題材和意象開始呈現(xiàn)多元、個性、自我傾向，再次回歸到兒童本身，真正從兒童的視角抒發(fā)真情、親近自然、放飛想象。20世紀(jì)90年代的兒童詩服務(wù)于市場經(jīng)濟(jì)，創(chuàng)作受制于出版商的意圖，處于一個小低谷的過渡時期。［11］21世紀(jì)以來兒童詩再次煥發(fā)出生機(jī)與活力，老中青三代作家同臺，詩作各具特色［12］，作品數(shù)量井噴式增長，不僅有著現(xiàn)代性的豐富意象，還運(yùn)用通感等手法使語言陌生化，從而帶來獨(dú)特的審美感受。綜上，本文認(rèn)為應(yīng)在年代上設(shè)計“‘五四’時期至20世紀(jì)20年代、20世紀(jì)三四十年代、20世紀(jì)50年代—70年代、20世紀(jì)八九十年代、21世紀(jì)”5個字段。語料沒有明確年代的詩作，本文認(rèn)為可利用智能問答系統(tǒng)kimi聯(lián)網(wǎng)搜索和長文總結(jié)功能，參考詩人生平事跡、訪談及原選集的出版時間等來確認(rèn)其年代歸屬，仍無法確認(rèn)的可歸為“其他”字段。

詩歌是人工語言，體現(xiàn)詩人的個人創(chuàng)造力，高頻意象可以揭示詩人的寫作風(fēng)格，反映詩人習(xí)慣或傾向于聚焦一定的抒情客體。朱自強(qiáng)在《朱自強(qiáng)學(xué)術(shù)文集5：中國兒童文學(xué)史論》中選取了幾位風(fēng)格獨(dú)特的兒童詩人詩作進(jìn)行定性分析，就顯示出一些詩人在某一階段對特定意象的青睞。［13］如金波的《小鹿》等抒情童詩作品里富含“春天”意象，徐魯在《山村母?！贰锻砬锏臏厍椤返茸髌分谐Ｓ谩班l(xiāng)村”意象。當(dāng)然，如果某類意象被大量詩人使用，也說明這種抒情客體可以喚起一定程度的集體共鳴。本文認(rèn)為通過構(gòu)建語料庫，可以大范圍地量化考察詩人用詞尤其是意象的情況，因此根據(jù)研究目標(biāo)需設(shè)置作者字段和意象字段。

在詞匯層面，為了考察不同年代兒童詩的用詞情況，還應(yīng)設(shè)置高頻詞（停用詞）、詞匯豐富度、詞匯密度、特色語言形式如疊詞的詞類等字段。詞匯豐富度的計算公式是：類符數(shù)/形符數(shù)×100％，反映語料的詞匯量和用詞的變化性；詞匯密度的計算公式是：實(shí)詞數(shù)/詞匯總數(shù)×100％，反映語料的信息量，也能側(cè)面體現(xiàn)出語料的形式化程度。為了避免不同年代文本量的區(qū)別導(dǎo)致的結(jié)果誤差，需要進(jìn)行標(biāo)準(zhǔn)化計算。

（三）語料庫的加工標(biāo)注

每首詩分為4個層次。最大的層次是“詩”（verse），其次是“標(biāo)題”（title）和“作者”（author），作者名字（包括筆名）不劃分姓和名，統(tǒng)一標(biāo)注為“/nr”，再次是“詩節(jié)”（stanza）。加工標(biāo)注主要以中國國家標(biāo)準(zhǔn)《GB13715—信息處理用現(xiàn)代漢語分詞規(guī)范》和《北京大學(xué)現(xiàn)代漢語語料庫基本加工規(guī)范》標(biāo)記集為準(zhǔn)繩，使用NLPIR進(jìn)行分詞和詞性標(biāo)注并主要針對歧義詞、未登錄詞的分詞或標(biāo)注錯誤進(jìn)行人工清洗。

兒童詩作為現(xiàn)當(dāng)代詩歌的一個分支，在一定程度上有機(jī)繼承了中國傳統(tǒng)詩詞意象的一些語言形式，如《大歷詩風(fēng)》中所歸納的數(shù)字精確化、形容詞和動詞的修飾、方位詞的運(yùn)用，從數(shù)量、性狀、位置三方面促成了意象的具體性。自然景觀的白描是一個重要主題，現(xiàn)當(dāng)代詩歌不受字?jǐn)?shù)限制的特點(diǎn)使這些描寫在形式和內(nèi)容上都更加豐富多樣，還常常使用色彩詞、疊詞等。另外，時間意象的空間化、通感、意象的跳躍、虛化（即淡化實(shí)體的存在，以聲、色、味來體現(xiàn)）也都能在現(xiàn)當(dāng)代的兒童詩中窺得蹤跡。［14］因此意象單位不宜簡單等同于名詞單位，而應(yīng)看作一種“合成空間”［15］，人工在標(biāo)注時需遵從詞組本位原則，保留如名詞、形容詞、數(shù)量詞、動詞等必要的有意義的修飾詞。

意象作為審美體驗(yàn)的產(chǎn)物，是一種心理現(xiàn)象。陸儉明假設(shè)意象的形成過程為：先通過感官感知客觀世界的某一個方面，其所感知在人的認(rèn)知域里形成意象［16］，即意象的形成經(jīng)歷了“感知—動情判斷—創(chuàng)構(gòu)”的過程。從“感覺基礎(chǔ)”和“意象的狀態(tài)”角度，意象的類型有視象、聲象、嗅象、味象、觸象，形成意象的感知覺是設(shè)定標(biāo)注體系的有效抓手。本文建議在前人分類的基礎(chǔ)上增加“動象”標(biāo)注，原因在于形象思維是兒童詩的顯著特點(diǎn)，動作作為形象刻畫的有機(jī)組成部分，能更細(xì)膩地傳達(dá)人物情感，增強(qiáng)詩歌互動性。本文以分詞和詞性標(biāo)注語料為基礎(chǔ)，“視象、聲象、嗅象、味象、觸象、動象”分別用“［］shi”“［］sheng”“［］xiu”“［］wei”“［］chu”“［］dong”標(biāo)注在意象詞之后。因?yàn)橐庀缶哂卸鄬有?，有的意象除字面義外還有深層義，有深層義的意象在意象類別標(biāo)簽后用“｛｝”符號進(jìn)行標(biāo)注，“｛｝”符號內(nèi)填入對應(yīng)的深層義。編寫Python腳本調(diào)用知網(wǎng)（HowNet）體系可以統(tǒng)計意象的義類組合、意象型、用例、內(nèi)部的語言結(jié)構(gòu)及其在不同年代和不同詩人詩作中的分布、頻率等。

三、結(jié)語

過往的中國兒童詩研究主要聚焦專人專詩的詞匯、句式、韻律等層面，其中在詞匯層面上，意象作為核心組成部分也受到了較多關(guān)注。在傳統(tǒng)研究范式下，研究者們利用文本分析、歷史考證和文化解讀等方法來討論意象。隨著“五四”時期以來海量兒童詩的文本積累和學(xué)界對于兒童詩史投入越來越多的關(guān)注，僅憑目前的研究手段已經(jīng)較難再出新的成果。

參考前人的成功實(shí)踐，兒童詩語料庫作為“遠(yuǎn)距離閱讀”的數(shù)字載體存儲了1千余首兒童詩，覆蓋了“五四”時期至21世紀(jì)期間的百余年的主要詩作。本文基于前人對兒童詩分期的研究結(jié)果，將年代字段設(shè)置為“五四”時期至20世紀(jì)20年代、20世紀(jì)三四十年代、20世紀(jì)50年代—70年代、20世紀(jì)八九十年代、21世紀(jì)共5個歷史時期，以期反映不同政治社會背景與主流意識形態(tài)下語言面貌的變化。詞匯層面上，本文認(rèn)為可以設(shè)置高頻詞、詞匯豐富度、詞匯密度、疊詞的詞類等多種字段，以反映一定規(guī)模的用詞情況；與此同時，以感覺、知覺為抓手標(biāo)注意象字段，分為視象、聲象、嗅象、味象、觸象、動象，標(biāo)注時需以詞組本位為原則保留語義的完整性，調(diào)用知網(wǎng)體系挖掘語義知識。

總之，該語料庫可用于詞匯計量研究并輔助制定兒童詩分級閱讀清單，統(tǒng)計意象義類組合、意象型、用例、內(nèi)部語言結(jié)構(gòu)等以及其在不同年代和不同詩人詩作中的分布、頻率，服務(wù)于兒童詩教。數(shù)字人文技術(shù)的蓬勃發(fā)展使我們得以借助科技的力量，高效地存儲、挖掘和分析兒童詩寶庫，這不僅為兒童詩研究提供了嶄新的視角，還能夠反哺文學(xué)知識，為兒童文學(xué)未來的發(fā)展注入新的活力。

參考文獻(xiàn)

［1］ 湯素蘭.任溶溶兒童詩的語言藝術(shù)［J］.中國文學(xué)研究，2016（1）：98-102.

［2］ 梁前剛.評述王宜振兒童詩的用韻藝術(shù)［J］.中國圖書評論，2004（10）：38-40.

［3］ 彭斯遠(yuǎn).兒童詩的韻律化與散文化［J］.重慶師院學(xué)報（哲學(xué)社會科學(xué)版），2003（1）：10-13.

［4］ 朱自強(qiáng).兒童文學(xué)概論［M］北京：高等教育出版社，2009：183.

［5］ 羅鳳珠，李元萍，曹偉政.中國古代詩詞格律自動檢索與教學(xué)系統(tǒng)［J］.中文信息學(xué)報，1999（1）：36-43.

［6］ 畢旭.基于唐詩語料庫的意象檢索研究［D］.大連：大連理工大學(xué)，2006.

［7］ 葛四嘉.《唐詩三百首》意象標(biāo)注語料庫的構(gòu)建及統(tǒng)計分析［D］.南京：南京師范大學(xué)，2019.

［8］ Marina Lehmann，Anne Heumann，Moniek M. Kuijpers.The ChildPoeDE Corpus： 1082 German Children’s Poems for Computational and Experimental Studies on Poetry Reception［J］.Journal of Open Humanities Data，2023（1）：1-6.

［9］［美］弗蘭科·莫萊蒂.對世界文學(xué)的猜想［J］.詩怡，譯.中國比較文學(xué)，2010（2）：9-20.

［10］ 王小妮.給孩子們的詩［M］.廣州：南方日報出版社，2014，前言1.

［11］ 譚旭東.重繪中國兒童文學(xué)地圖［M］.西安：西北大學(xué)出版社，2006：157-230.

［12］ 湛嬌嬌，譚旭東.21世紀(jì)兒童詩創(chuàng)作整體觀察與分析［J］.昆明學(xué)院學(xué)報，2023（2）：124-132.

［13］ 朱自強(qiáng).朱自強(qiáng)學(xué)術(shù)文集5：中國兒童文學(xué)史論［M］.南昌：二十一世紀(jì)出版社集團(tuán)，2015：461-469.

［14］ 蔣寅.大歷詩風(fēng)［M］.上海：上海古籍出版社.1992：179-206.

［15］ 余渭深，董平榮.合成空間與中國古典詩詞意象［J］.外語與外語教學(xué)，2003（3）：4-6.

［16］ 陸儉明.構(gòu)式與意象圖式［J］.北京大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2009（3）：103-107.