个性化虚拟语料库及其应用(2)

各类词表的挖掘利用
语料库辅助语言教学最明显的优势体现在词汇方面，同时语料库也是现代词典编纂必不可少的工具。在语料库检索中，通常以检索项为切入点，进而得到大量的检索行，并通过语境来观察检索项的实际使用情况。但创建大规模语料库的目的之一是希望能够得到有关语言的宏观认识，词表技术即可实现此功能。
在语料库语言学中，词表（word list）是指词频表（frequency list），而不是简单的单词列表，这是词典收词立目的重要依据之一，当然还可以选择按字母表顺序（alphabetical）排列。如果孤立地观察单词，显然無法解决语言中的众多问题，所以有学者提出了词簇（cluster）这个概念。词簇是指在语料文本中反复出现的两词或两词以上的结构，又被称为语块（chunk）或多词单位（multi-word unit）。虽然该类结构未必是语法和语义上完整的结构，但仍可观察到词汇的高频搭配规律。要在维基百科语料库的自建库中查询某类词频表或词组频数表，在自建库管理窗口中点选单词或词组的类型即可，也可以将语料保存在本地，用语料库软件如AntConc（Anthony， 2014）等，提取任何类型的词表和词簇表，这样就不会局限于维基百科语料库提供的词类和词组类型。
如果要查询自建库的主题词，系统默认用整个维基百科语料库作为参照语料库（reference corpus），这特别适合于语体比较、专门用途英语学习和专科词典编纂。如果拿某个或多个文本跟别的文本相比，往往会发现其中有一些词出现的频率特别高，这些词叫做主题词或关键词（keyword或key word）。通过观察主题词，可以发现某一给定文类或主题文本的词语特征。例如，在旅游英语语篇中，ticket、booking、luggage、tour、guide、route、flight、coach等词出现的频率特别高，因此被视为主题词。主题表中主题词的频率显著程度（keyness）是根据对数似然率（log likelihood）或卡方检验（chi-square）计算出来的。主题词提取后，我们可以对其进行分类整理，辅助文本分析与教学。
教师可以利用搭配词表优化语块教学，在教材与词典中，应将高频词汇搭配优先呈现给学习者。语料库语言学认为语言的核心是词汇，频率与搭配这两个中心概念应该受到重视，如Sinclair的习语原则、Hunston的型式语法、Hoey的词汇触发理论等都支持该观点。
专门用途英语教学中的应用
专门用途英语（English for Special Purposes，简称ESP）教学是目前全球英语教学的发展趋势。目前，我国的ESP教学仍由英语教师来承担，这往往会遇到学科制约的瓶颈。英语教师常需要查询专门学科的英语语料库，但实际上这样的英语语料库往往无法找到，所以教师有必要自建个性化虚拟语料库，按专题来选择语料并进行分类管理。教师应结合具体专业学科内容，在课堂活动设计、教材编写等方面适当引入语料库数据，兼顾国际化和本土化特色，以帮助学习者在真实语料信息中获取专业知识，与国际学术前沿接轨（王健燕，2012）。
个性化虚拟语料库应用于ESP教学，主要体现在专业词汇、阅读与翻译教学上。利用个性化虚拟语料库挖掘词表、词簇表和主题词表，可以帮助学习者积累该专业的特色词汇。维基百科语料库为这些专业术语提供了详细的定义与解释，可以直接用作学习材料，如在电子词汇表中制作有关术语的维基百科语料库超链接，能让学生使用起来非常方便。

　　在ESP阅读教学方面，教师可按照具体学科的体系建立一个多层级的个性化虚拟语料库系统，挑选最合适的阅读材料提供给学习者。一个教学班的学生往往来自不同专业，因此需要根据其专业特点选择不同的阅读材料。而维基百科语料库因其语料专业性强且更新快而在这方面特别有优势。例如，我们建立一个BIOLOGY的专题库，里面可分为ZOOLOGY（动物学）、BOTONY（生物学）、MICROBIOLOBY（微生物学）等子库。学习者在阅读中遇到专业术语等方面的困难，可以随时查询总库或其他子库资源。

       　教师还可以通过杨百翰大学语料库网站的Word and Phrase主页（http：//www.wordandphrase.info/），获取某篇阅读文章的词汇的宏观与微观信息。只需将干净的文本（如txt格式）输入其主页所指示的框内，系统便自动呈现文本词汇统计数据。统计表中的任何单词都有链接，点击就可以查看其频率信息、定义、词汇搭配情况等。 

　　在ESP翻译教学中，国外已有值得借鉴的先例（Avinesh et al， 2012），他们特别注重母语与目的语专业文档的积累和对比学习，在找不到合适的平行语料库（parallel corpus）时，个性化虚拟语料库能进行一些补偿。国内基于维基百科语料库的平行语料库建设，也能为教学应用提供启示。教师还可以利用多语语料库软件ParaConc（Barlow， 2009）等处理和检索自建库的语料，辅助翻译教学。
结语
在语言教学中，教师可以深化数据驱动学习法（Data-driven Learning），根据学生的英语水平、专业、兴趣和需求筛选语料，引导学生掌握语料库基本术语和复杂检索所需的正则表达式，以提高其对个性化虚拟语料库的利用程度，培养他们的自主学习能力。为了加深学生对外国文化的理解，教师可以引导学生查询蕴含浓厚文化信息的关键词，观察其搭配词的特点，探索话语社团的主流思想与社会文化形态的变化趋势。
在词典学研究与实践中，维基百科语料库与个性化虚拟语料库特别适合充当专科词典（specialized dictionary）编纂的辅助工具。在编纂过程中，词典学家可以利用这类语料库协助选条、挑选搭配等，从而验证收录在专科词典中的术语和释义的真实性（Tarp & 薛梅，2016）。
在技术方面，个性化虚拟语料库还有待实现一些复杂的检索功能，这主要取决于自然语言处理的瓶颈之一——语义标注技术的突破。随着计算机科技的发展，相信“网络语料库”（web as corpus）会发展到“以网络浏览器为检索器”（web browser as concordancer），甚至是“以网络浏览器为标注器”（web browser as tagger），即虚拟标注——服务器端的自动语言信息标注。
总之，个性化虚拟语料库应用前景广阔，但还有待语言工作者和技术人员不断尝试，大力推广。
参考文献：
[1]Anthony L. AntConc （Version 3.4.3）[DB/CP].http：//www.laurenceanthony.net/software.html，2014. (责任编辑：论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)