劉先寬

自從以文秋芳老師為代表的一批中國學(xué)者創(chuàng)建了中國學(xué)習(xí)者語料庫以來，語料庫就成為英語學(xué)習(xí)者的重要工具。雖然語料庫語言學(xué)研究方法興起的時間較短，但是由于定量研究方法的準(zhǔn)確性和新穎性，以及結(jié)合SPSS圖表，使語言學(xué)研究具有非常強的直觀性，將二語習(xí)得研究，特別是英語習(xí)得研究帶入一個全新的領(lǐng)域［1］。作為教育部人文社科研究項目的重要研究內(nèi)容之一，本課題組試圖利用我們所創(chuàng)建的遼寧省高校學(xué)生口語、書面語語料庫（LCC），通過實驗和干預(yù)遼寧省高校學(xué)生的英語習(xí)得，探討語料庫和二語習(xí)得特別是英語習(xí)得之間的關(guān)系，以及研究成果和存在的問題。

一、主要特征

課題組認(rèn)為，所建立的遼寧省高校學(xué)生口語、書面語語料庫（LCC）具有以下特征：

（一）創(chuàng)建和處理手段科學(xué)

遼寧省高校學(xué)生口語、書面語語料庫（LCC）全部利用WORDSMITH等專業(yè)數(shù)據(jù)庫研究軟件，進(jìn)行語料庫的創(chuàng)建和處理，運用BRILLE軟件進(jìn)行附碼，將原始語料變成可以研究的語料庫。LCC語料庫運用WORDSMITH等軟件列出語料庫中的高頻詞和低頻詞進(jìn)行研究，結(jié)合SPSS軟件探討二語習(xí)得者出現(xiàn)高頻詞和低頻詞的原因，提出相對應(yīng)的教學(xué)和學(xué)習(xí)方法。同時利用英國國家語料庫（BNC）研究它的高頻詞和低頻詞，對比研究我們語料庫的高頻詞和低頻詞，分析原因，指導(dǎo)英語教學(xué)，讓學(xué)生學(xué)到更地道的英語。這些研究的應(yīng)用必將會提高高校教師、學(xué)生和研究者的視野，讓英語語言教學(xué)和研究進(jìn)入一個全新的階段。另外，遼寧省高校學(xué)生口語、書面語語料庫一經(jīng)發(fā)布，就可供所有的教師和研究者共同享有和使用，有助于我省高校英語教學(xué)的改革和發(fā)展。

（二）提取和研究的語料真實

LCC語料庫課題組利用兩年多的時間，首先隨機抽出遼寧省高校四級和八級口語、書面語的作文題目，然后走遍全省多個地級市的11所高等學(xué)校，進(jìn)行現(xiàn)場語料采集，得到LCC的原始語料，然后利用先進(jìn)的軟件生成語料庫。所以，LCC語料庫為遼寧省高校英語教師、二語習(xí)得者和研究者提供了真實、可靠的，可以經(jīng)過不斷驗證的語言數(shù)據(jù)。為他們研究和克服教學(xué)和學(xué)習(xí)中經(jīng)常出現(xiàn)的問題和困難，提供了有益的幫助。

（三）設(shè)計和實驗?zāi)Ｊ絿?yán)謹(jǐn)

二語習(xí)得者是一個個鮮活的個體，容易受社會環(huán)境和心理因素的影響。我們在創(chuàng)建語料庫的初期，對于話題范圍、話題類型嚴(yán)格設(shè)計，從幾千個四級和八級的口語和書面語題目中選取人文、社會、自然、生態(tài)等幾個方面近100個題目。對于參加測試的學(xué)生也有明確要求，必須是在校的大二和大三的學(xué)生。選取的面盡可能包含我省多個地級市有代表性的大學(xué)，比如沈陽、大連、丹東、錦州、朝陽、鞍山、撫順等地區(qū)的11所高校的學(xué)生。我們要求他們按照限時和不限時兩種方式隨機抽取作文題目，并按要求完成?？谡Z的語料庫，更是安排有經(jīng)驗的老師現(xiàn)場錄音、測試、轉(zhuǎn)錄，形成語料庫。所有的這些工作都是為了保證LCC語料庫具有代表性和典型性。

（四）分析和統(tǒng)計方法獨特

現(xiàn)代語言學(xué)研究多從事定性的研究。我們創(chuàng)建LCC語料庫的初衷是以定量研究為主，輔以定性研究。它以現(xiàn)成的語料為基礎(chǔ)，以實驗為核心，用SPSS統(tǒng)計軟件生成圖表。同時，通過對比英國國家語料庫（BNC）分析和研究遼寧省高校學(xué)生的英語習(xí)得情況和產(chǎn)生的原因，以及指導(dǎo)英語教學(xué)和研究的實踐，多維度地揭示遼寧省高校學(xué)生二語習(xí)得的特點、成果和現(xiàn)狀。

二、主要研究內(nèi)容和成果

依據(jù)語言學(xué)研究的目的，LCC語料庫的二語習(xí)得研究主要包括語段搭配錯誤分析和特征描寫，高頻詞和低頻詞研究，學(xué)術(shù)成果檢驗和分析三個方面。

（一）語段搭配錯誤分析和特征描寫

課題組的研究者主要運用WORDSMITH檢索軟件中的CONCORDANCE檢索功能，以某個單詞或者詞組作為檢索的關(guān)鍵詞，提取出LCC語料庫中所有的關(guān)于這個關(guān)鍵詞的搭配。在提取關(guān)鍵詞的過程中我們還可以根據(jù)需要來選取不同的跨距 （SPAN），也就是以關(guān)鍵詞為核心左右所取的詞的個數(shù)。也可以利用BRILLE軟件的附碼功能，研究以關(guān)鍵詞為核心，所有詞匯間的詞性搭配特征。

語段搭配錯誤分析總體上可以分為兩種：一是針對二語習(xí)得者普遍存在的搭配錯誤進(jìn)行分析，查找原因，發(fā)現(xiàn)規(guī)律，指導(dǎo)教育和教學(xué)活動。我們創(chuàng)建和分析LCC語料庫，發(fā)現(xiàn)目前遼寧省高校的學(xué)生，在詞匯和語法兩個方面出現(xiàn)較多錯誤，原因主要是受母語負(fù)遷移和學(xué)習(xí)者語言能力的影響。同時課題組的研究人員運用桂詩春的語段搭配錯誤分析認(rèn)知模型，分析和解釋了遼寧省高校學(xué)生的二語習(xí)得錯誤的成因及交互影響，提供了我省高校學(xué)生深層認(rèn)知模型和整體理論框架，并把他們用于英語的教學(xué)和實踐當(dāng)中［2］。二是針對某個詞匯或者短語的特種類型的研究。這是一種微觀的研究，主要研究遼寧省高校學(xué)生英語口語和書面語表達(dá)中的單詞或短語的錯誤使用，比如拼寫錯誤、冠詞錯誤搭配、介詞錯誤搭配［3］。結(jié)合教學(xué)和課題研究的需要，課題組的全體研究人員對這些錯誤進(jìn)行了逐項的研究，發(fā)現(xiàn)了一定的規(guī)律性，比如使用規(guī)則錯誤、語法項掌握不夠、母語負(fù)遷移影響等等。

（二）高頻詞和低頻詞研究

描寫母語或者二語習(xí)得者的語言特征是語料庫語言學(xué)研究的重點，涉及到語言的各個層面。高頻詞和低頻詞的研究是語言特征研究的中心，文秋芳老師、楊惠忠老師、王立非老師等都不同程度地進(jìn)行過這方面的研究。LCC語料庫課題組把高頻詞和低頻詞的研究也作為研究的重點，探討LCC語料庫中高頻詞出現(xiàn)的次數(shù)和所占的比重。對于低頻詞的研究，主要是一種對比研究，對比BNC語料庫和LCC語料庫之間低頻詞使用的異同，并分析出現(xiàn)這種情況的原因。

我們對LCC語料庫四級（定時）寫作分庫進(jìn)行了高頻詞研究，采用WORDLIST軟件列出使用頻度前十位的詞。它們出現(xiàn)的次數(shù)和所占的百分比如表1所示：

表1 英語四級考試高頻詞出現(xiàn)次數(shù)及百分占比

從這個詞表我們可以看出冠詞占據(jù)LCC語料庫四級寫作 （定時）分庫的前兩位，所占的百分比為8.24%?？梢娪⒄Z的初學(xué)者在語言的使用方面有很大的局限性，能夠靈活運用的詞匯量較少。另外，介詞、人稱代詞、連詞、系動詞也占有很大的比重。通過和BNC語料庫的高頻詞比較，我們發(fā)現(xiàn)遼寧省高校學(xué)生尤其是低年級的學(xué)生常用的詞匯量較少，并且書面作文有口語化的傾向，需要在高?；A(chǔ)階段的教學(xué)過程中加強這方面的訓(xùn)練［4］。連詞的使用方面，也較多地使用and，but等口語化明顯的連詞，而像furthermore，however等較地道的和較正式的詞匯用得比較少且蹩腳。但是，課題組成員研究八級寫作分庫時發(fā)現(xiàn)，高年級的學(xué)生英語寫作的口語化現(xiàn)象不明顯，且受漢語負(fù)遷移的影響也相對少一些［5］。對比研究BNC語料庫，我們發(fā)現(xiàn)遼寧省高校學(xué)生的英語寫作相對于本族語者比較僵化，尤其在語言的搭配和使用方面表現(xiàn)明顯，常用的詞匯少且重復(fù)率很高。

（三）學(xué)術(shù)成果檢驗和分析

LCC語料庫不僅是我省二語習(xí)得者的口語和書面語的儲備庫，而且是許多語言現(xiàn)象的有力解釋工具。課題組在創(chuàng)建LCC語料庫之初就力求把檢驗和驗證二語習(xí)得的理論和現(xiàn)象作為首要目標(biāo)。比如，以介詞in和on為關(guān)鍵詞，通過CONCORDANCE軟件和與BNC語料庫的對比進(jìn)行了搭配研究和母語遷移假說的研究，我們發(fā)現(xiàn)英語的初學(xué)者介詞搭配錯誤較多，而且受母語負(fù)遷移的影響較重。例如，經(jīng)常使用on the bed（表示睡在床上）這樣的搭配。

LCC課題組把學(xué)術(shù)成果檢驗和分析作為我們研究和探索的突破口。我們運用WORDLIST軟件列出LCC四級寫作分庫的詞匯表，發(fā)現(xiàn)冠詞的使用頻度居于所有使用詞匯的前兩位。而BNC語料庫中冠詞的使用明顯減少，而以日語為母語的英語學(xué)習(xí)者的語料庫中，冠詞的使用量更少。分析原因，得出如下結(jié)論：一是受母語遷移的影響，中國學(xué)生大量使用冠詞；而以日語中沒有冠詞體系，所以他們英語初學(xué)者的冠詞使用很少。二是受語言使用的靈活度影響，母語習(xí)得者可以用很多其它的詞匯來代替冠詞，所以使用的頻率不是很多。這些研究體會，都為我們遼寧省英語的教學(xué)和研究提供了可靠的理論和實踐依據(jù)［6］。

三、存在的問題和發(fā)展趨勢

遼寧省高校學(xué)生口語、書面語語料庫（LCC）作為遼寧省二語習(xí)得研究和學(xué)習(xí)的一個重要的資源，是語料庫語言學(xué)這一新興領(lǐng)域在我省的一項探索，尚有一些不完善的地方。

首先，語料采集的樣本和文體的類型相對單一。LCC語料庫主要是研究遼寧省高校學(xué)生的口語和書面語的語料庫，所采集的樣本都是遼寧省高校學(xué)生四級和八級的口語、書面語的作文。所選擇的題目也都是四級、八級考試和練習(xí)的作文題目，其中以議論文和說明文為主。今后我們在創(chuàng)建語料庫的時候，會在采集樣本和文體類型上有一個突破，增加幾個分庫作為對比研究的重要資源。

其次，口語和書面語語料規(guī)模和研究不均衡。LCC語料庫是一個兼有口語和書面語的語料庫。但是，口語語料庫的規(guī)模要明顯小于書面語語料庫。原因是口語語料庫的創(chuàng)建非常復(fù)雜，需要消耗大量的人力、財力和時間。課題組的研究人員需要赴各個高校現(xiàn)場采樣、錄音，回來后還需要把錄音資料轉(zhuǎn)錄成書面語的形式，再附碼形成語料庫。受課題組成員能力的限制，二者非常不均衡。另外，受能力和技術(shù)的限制，口語和書面語的研究也具有不均衡性。我們對于口語語音的變異和英語發(fā)音受方言遷移影響等研究也沒有深入開展。這是我們課題組以后研究的重點。

最后，語料庫的縱橫向研究不對等。LCC語料庫研究課題組的成立，從通過國家教育部的審查到現(xiàn)在不到三年時間。我們所選取的語料均是來自于現(xiàn)有高校學(xué)生的口語和書面語作文。對于同一學(xué)習(xí)者在不同階段的語言能力研究還沒有深入開展。對于同一語言現(xiàn)象在不同時期的應(yīng)用也沒有開展。如果時間和精力允許，課題組會在這方面有所突破。

總之，LCC語料庫還是語料庫語言學(xué)研究領(lǐng)域的一個新軍，無論是語料庫的設(shè)計、樣本、創(chuàng)建和研究都有很多需要完善的地方。解決之，一是期盼各位專家和學(xué)者給予幫助和指導(dǎo)；二是課題組的全體成員在發(fā)展和完善語料庫的時候，也會觀察和關(guān)注不同的語言現(xiàn)象和語言規(guī)律。

[1]Granger S.Applied Corpus Linguistics：A Multidimensional Perspective[C].Amsterdam&Atlanta，2004.

[2]桂詩春.以語料庫為基礎(chǔ)的中國學(xué)習(xí)者英語失誤分析的認(rèn)知模型[J].現(xiàn)代外語，2004（2）.

[3]Dagneaux E，Denness S，Granger S.Computer：aided error analysis[J].System，1998（2）.

[4]鄧耀臣.中國大學(xué)生英語議論文中連接副詞使用特征研究[J].中國英語教學(xué)，2006（6）.

[5]Ringbom H.Vocabulary frequencies in advanced learner English：A cross-linguistic approach[M].London：Longman，1998.

[6]何安平.學(xué)生英語拼寫錯誤分析[J].外語教學(xué)與研究，2001（3）.