基于語料庫的現(xiàn)代漢語研究方法綜述

梁迪 梁爽

摘 要：本文以2年以來基于語料庫的現(xiàn)代漢語研究的文獻(xiàn)為依托，從基于標(biāo)記語料庫、靜態(tài)語料庫、自建語料庫三方面的研究，分析了現(xiàn)代漢語研究借助的語料庫類型，并據(jù)此分析了目前該研究方法存在的問題。

關(guān)鍵詞：語料庫；現(xiàn)代漢語；研究方法；問題

作者簡介：梁迪，1995年10月生，女，漢族，河北省廊坊市永清縣人，本科在讀，研究方向?yàn)闈h語言文學(xué)專業(yè)；梁爽，1992年9月生，女，漢族，河北省廊坊市永清縣人，研究生在讀，研究方向?yàn)樗囆g(shù)設(shè)計(jì)。

[中圖分類號]：H109 [文獻(xiàn)標(biāo)識碼]：A

[文章編號]：1002-2139（2016）-12--01

一、緒論

正如Sinclair所言：“語料庫所提供的海量語料使研究者系統(tǒng)地對大量文本語料進(jìn)行審視，使我們有可能發(fā)現(xiàn)一些新的未發(fā)現(xiàn)的語言事實(shí)”。語料庫在語言研究中能提供空前廣泛的語言資料，使得對語言多方面、多層次的研究成為可能。本文以2000年以來基于語料庫的現(xiàn)代漢語研究的文獻(xiàn)為依托，深入分析文獻(xiàn)中基于語料庫的研究方法，并從借助的語料庫類型進(jìn)行具體綜述，據(jù)此對研究中存在的問題進(jìn)行了分析。

二、借助的語料庫類型

“語料庫為語言描述提供了豐富的數(shù)據(jù)資源，在基于語料庫的語言研究中，語言學(xué)家利用機(jī)儲數(shù)據(jù)庫去描寫語言的詞匯和語法”。基于語料庫的研究方法，方便研究者統(tǒng)計(jì)數(shù)據(jù)，并在已有成果基礎(chǔ)上，深化對某一類詞群的研究。

然而，語料庫種類眾多，現(xiàn)代漢語研究方向也是多方面的，選擇與研究內(nèi)容相適應(yīng)的語料庫類型才能更好地提高研究效率，取得更佳的研究成果。筆者通過歸納2000年以來基于語料庫的現(xiàn)代漢語研究的文獻(xiàn)，總結(jié)以下幾種常用的語料庫類型。

（一）基于標(biāo)注語料庫的研究

標(biāo)注就是使語料的某些單位（詞、句、段等）和表示對這些單位的某種層次的“理解”的知識信息（標(biāo)記符）相關(guān)聯(lián)。標(biāo)記語料庫即含有這些加工者添加其對語料的理解信息的語料庫。這樣的語料庫可以作為句法規(guī)律研究的重要參考。

孫建功等，基于標(biāo)記語料庫對單句句型句模對應(yīng)關(guān)系進(jìn)行研究，歸納總結(jié)出現(xiàn)代漢語單句句型和句模對應(yīng)關(guān)系的主要特點(diǎn)。杜婷借助《國家語委現(xiàn)代漢語通用平衡語料庫》的“標(biāo)注語料庫”（在線提供免費(fèi)檢索的語料約2000萬字），對現(xiàn)代漢語中小類詞口部動詞的頻度進(jìn)行了統(tǒng)計(jì)，進(jìn)而發(fā)現(xiàn)其語法語用規(guī)律。

對語料庫的標(biāo)注工作，既是語料庫建設(shè)中的一個重要環(huán)節(jié)，也豐富了語料庫的利用價值，使其在句型、詞匯等方面的研究中可以發(fā)揮出更大的作用。

（二）基于靜態(tài)語料庫的研究

靜態(tài)語料庫是收集某一固定時期的共時語言使用樣本構(gòu)成的語料庫，屬于共時語料庫的一種?，F(xiàn)有的許多類型的詞典，被眾多語言研究者運(yùn)用到語言學(xué)研究中，形成基于靜態(tài)語料庫的現(xiàn)代漢語研究范式。

亢世勇在進(jìn)行現(xiàn)代漢語謂賓動詞分類統(tǒng)計(jì)研究時，即利用《現(xiàn)代漢語詞典》等靜態(tài)語料庫作為語料源，利用計(jì)算機(jī)進(jìn)行窮盡性檢索，根據(jù)動詞所帶賓語類型對動詞分類。針對外來詞的研究，駱牛牛在《漢語經(jīng)濟(jì)外來詞研究》中，以多部具有代表性的外來詞詞典為語料庫，從中窮盡性檢索出符合條件的經(jīng)濟(jì)類詞條作為研究對象，以對其進(jìn)行分析、總結(jié)規(guī)律。

基于以詞典為主的靜態(tài)語料庫的研究，有利于更好地把握現(xiàn)代漢語發(fā)展演變過程中某一時段的共時特征，對歷時發(fā)展規(guī)律的研究有很好的基礎(chǔ)性作用。

（三）基于自建語料庫的研究

現(xiàn)代漢語中的詞匯也是在人際接觸交往中不斷更新的。漢語詞匯的日漸豐富，使得語料庫的發(fā)展速度達(dá)不到詞匯發(fā)展要求，因而出現(xiàn)研究者根據(jù)真實(shí)文本資料自建語料庫，用于自己的研究，也為后來的研究者提供借鑒意義。

薛松蕙人，通過在《現(xiàn)代漢語詞典》和《新華新詞語詞典》等辭書中檢索對應(yīng)詞條，建立了一個舊詞新義詞語語料庫來佐證自己的研究，為舊詞新義語料庫補(bǔ)充了新語料。盧海濱、王曉娟等分別自建了外來詞語料庫和派生詞語料庫，為他們的對比和實(shí)證研究提供重要參考依據(jù)。

這些自建的語料庫一方面可以方便研究者開展自己的研究論題，另一方面，它們也是已有的靜態(tài)語料庫的動態(tài)補(bǔ)充。研究者在自建語料庫的過程中提出的全新的建庫標(biāo)準(zhǔn)原則，為以后語料庫的豐富完善提供了指導(dǎo)性意義。

三、研究中存在的問題

基于語料庫的現(xiàn)代漢語研究雖已得到進(jìn)一步發(fā)展，研究方法也在逐步完善并廣泛應(yīng)用于各個方向的研究。然而，基于語料庫的研究方法在運(yùn)用時候仍然存在著一些問題：

（一）規(guī)模不夠大

我國現(xiàn)已建成的語料庫數(shù)目較多，涉及到的類型也較為豐富，但在規(guī)模上并不占優(yōu)勢。我國的大規(guī)模語料庫雖已存在破億的語料庫，國家語委現(xiàn)代漢語通用平衡語料庫全庫約為1億字符，但這樣大規(guī)模的語料庫也只是少數(shù)，和國外的語料庫規(guī)模相比仍存在差距，需要進(jìn)一步擴(kuò)大規(guī)模。

（二）研究方向不全面

基于語料庫的現(xiàn)代漢語研究涉及到的領(lǐng)域很多，然而主要集中于詞匯，語法，語義等方面的研究，且利用的標(biāo)注語料庫、靜態(tài)語料庫、自建語料庫等，都是書面語語料庫，基于口語語料庫的研究甚少。因此，我國基于語料庫的研究并不全面，有很多研究角度有待開發(fā)。在跨學(xué)科研究領(lǐng)域仍有很長的路要去探索。

四、結(jié)論

2000年以來的基于語料庫的現(xiàn)代漢語研究方法，對于現(xiàn)代漢語有著較為全面廣泛的研究，在歸納分析現(xiàn)代漢語的詞匯、語法等方面的發(fā)展演變規(guī)律發(fā)揮著重要作用，進(jìn)而推動了現(xiàn)代漢語的發(fā)展。同時，這一方法在現(xiàn)代漢語研究中的廣泛應(yīng)用，對于完善現(xiàn)代漢語語料庫的建設(shè)也有著重要意義。但是，這一研究方法也存在著語料庫規(guī)模不夠大，技術(shù)不成熟，研究方向不全面等問題。因此，擴(kuò)大語料庫規(guī)模，完善研究技術(shù)，拓寬研究領(lǐng)域，是推進(jìn)我國語料庫發(fā)展的重要方向。

參考文獻(xiàn)：

[1]黃昌寧，李涓子.語料庫語言學(xué)[M].商務(wù)印書館，2002.

[2]亢世勇.現(xiàn)代漢語謂賓動詞分類統(tǒng)計(jì)研究[J].遼寧師范大學(xué)學(xué)報(bào)（社科版），2000（1）.