我读语料库.docVIP

读《语料库相关类文章》有感 以前只有在语言学里略微提及到语料库，但是从来也没有搞明白，读完《语料库相关类文章》，我才真正开始接触语料库和语料库语言学，要了解一个事物，必须要明白以下几点：首先，它是什么？什么是语料库？什么是语料库语言学？其次，怎么来的？发展起因和发展历史过程是怎样的？再次，发展现状是什么？有什么特征？有什么理论意义和现实意义？发展中出现了什么问题？最后，未来发展趋势是什么？只有这样，才能称之为理解掌握，并使之成为自己的内化的知识，为自己所用。 一 什么是语料库？什么是语料库语言学？ 1什么是语料库？ （1）定义 　经科学取样和加工的大规模电子文本库 （2）分类按照语料的语种，语料库也可以分成单语的、双语的和多语的。按照语料的采集单位，语料库又可以分为语篇的、语句的、短语的。双语和多语语料库按照语料的组织形式，还可以分为平行（对齐）语料库和比较语料库，前者的语料构成译文关系，多用于机器翻译、双语词典编撰等应用领域，后者将表述同样内容的不同语言文本收集到一起，多用于语言对比研究。 特征 　　语料库有三点特征语料库中存放的是在语言的实际使用中真实出现过的语言材料，因此例句库通常不应算作语料库；语料库是承载语言知识的基础资源，但并不等于语言知识；真实语料需要经过加工（分析和处理）才能成为有用的资源。 　别的语言学科基本上都是研究有关领域与语言之间的关系，例如，社会语言学研究的是社会与语言的关系，心理语言学研究的是人的心理活动与语言之间的关系。而语料库语言学则不同，它只是以语料库为手段来研究语言。在一些人看来，语料库语言学是一个独立的学科，它有自己独到的理论体系和操作方法。由于语料库语言学立足于大量真实的语言数据，对语料库所做的系统而穷尽的观察和概括所得到的结论对语言理论建设具有无可比拟的创新意义。而在另外一些研究者看来，语料库语言学并非语言学的又一个分支学科，而是一种研究方法，这种方法基于大量的真实语言，可以用来回答通过其他途径很难回答的问题，从而极大地丰富已有的研究方法。语料库语言学以大量精心采集而来的真实文本为研究素材，主要通过概率统计的方法得出结论，因此语料库语言学从本质上讲是实证性的。（1）早期语料库发展（18世纪-20世纪50年代手工语料库）：语料研究手段主要停留在卡片收集和人工检索阶段，因此语料库不仅在数量、规模和代表性方面很受局限，而且检索起来也费时费力。??（2）现代语料库语言学的开端（50年代末至80年代，第一代计算机语料库）： 计算机技术的引入、语料库的收集科学化、规模一般在100万字左右、语言研究为导向；语料库发展史上的转折点、现代语料库语言学的基础??（3）语料库研究的壮大(80年代以来)表现：语料库越来越大，第二代、第三代语料库的出现；百万、千万、上亿词级深度标注；标准编码体系语料库越来越普遍。小语料库（从几十万到100万词）研究ELT的利用；各种专门用途语料库和研究工具的不断开发语料库的深加工和应用研究不断增多。语料库的应用领域的不断拓宽——诸如词典编纂、语音识别、语音合成和机器翻译等? 但同时我们也应看到存在的一些问题:如在各研究领域发展欠平衡,有些研究语料库的选取不够恰当,采取的统计方法还不够严谨等。首先，语料库只能告诉我们语言事实本身，但是不能进行推理；如对于歧义结构的句子而言，似乎只能用内省判断解释。语料库只能给我们提供例证，但是不能对于例证提供解释，对于例证的解释要依靠语言的直觉和内省文本语料库不能提供关于声调、手势以及社会背景方面的信息。缺乏理论支撑。语料库语言学体系理论（4）技术开发研究相对薄弱。 需重视技术开发和语料库的深加工，同时注重技术方法培训在语料库建设方面避免低层次重复，最大限度实现资源共享 ? ———语料库相关类文章——— 1