暑假学术会议学习汇报.docVIP

2007暑假学术会议学习汇报An Introduction to Corpus Linguistics 计算机辅助第二语言研究技术应用 汇报人：楚向群 一、An Introduction to Corpus Linguistics Contents 语料和语料库 语料库的起源和发展 主要的语料库和工具 语料库语言学的理论解析 语料库的应用 国内语料库语言学的研究现状 语料库语言学的前景展望 １.语料和语料库 语料（corpus）是指收集的未经组织和加工过的语言材料和素材。 ——戴炜栋，1999 语料（corpus）又称为素材，是自然发生的语言材料（包括书面语和口语）的集合。可以用来作为描述一种语言的出发点或用于证实有关一种语言的假设的手段。 ——陈建生，1989 语料库是按照一定的语言原则，运用随机抽样方法，收集自然出现的连续的语言，运用文本或话语片段而建成的具有一定容量的大型电子文本库。从其本质上来说，语料库实际上是通过对自然语言运用的随机抽样，以一定大小的语言样本代表某一研究中所确定的语言运用总体。 ——杨惠中，2002 语料库——按照特定目的与方法建立起来的存储语言材料的“仓库”。 语料库语言学（corpus linguistics）—— 　是以语篇预料为基础对语言进行研究的一门科学，是计算语言学（computational linguistics）的一个分支。 2. 语料库的起源和发展 2.1 计算机化以前的语料库 1. 为词典编纂,语法研究而收集的语料。eg. Johnson, 1747: Plan of an English Dictionary 2. 为教学目的而编制的书面语料库与词表 eg.Thorndike,1921:含450 万词的英语文章库,主要由经典文学作品和圣经构成 3. 为语言调查而收集的方言库 eg. Ellis,1889:将英格兰,苏格兰划分为42 个方言区, 并据此 写成了835 页的分析专著。 2. 计算机化的语料库 3. 主要的语料库和工具 Brown (1963 – 64) ——《布朗大学当代美国英语标准语料库》( The Brown University Corpus of Present Day American English) 。含100 万1961 年前后的书面英语。由Francis 与Kucera 主持完成。 COBUILD——John Sinclair 主持,迄今最大的语料库之一;含的语料超过5 亿词。 BNC——英语国家语料库,收词一亿多，牛津大学/朗文/钱伯斯-哈洛普出版公司。 ICE——国际英语语料库，口语和书面语各一库，收词1百万 The Bank of English——英语库，收词2.5亿。朗文／柯林斯／伯明翰大学。 国内英语学习者语料库 3.3 软件工具 concordancer——索引软件。功能是“要语行索引”　(KWIC) :要查的关键词连同上下文被迅速以单行的形式同时展现在屏幕上,为词汇学研究提供了很大便利。Result1 result 2 Wordsmith——索引软件。提供关键词检索，语块检索等。关键词及上下文共显。英国，付费。 Tagger——标注词类软件。词性赋码工具。 Classifier——分类软件。能在几段文章共同点的基础上,罗列有关实例。该程序又可为区分文章提供基础。 Collocator——词语搭配软件。可帮助确定词形搭配,包括复合词,固定短语等。 Disambiguator——消歧软件。根据词语搭配的能力来消除歧义。 MicroConcord、 ConcApp6.0、VocabProfile、PowerGrep 4. 语料库语言学的理论解析 4.1语言事实与语言理论 langue vs parole; competence vs performance Questions ? 语言事实和语言理论哪一个是第一性的？ 4.2.1 Probability vs Rules 4.2.2 概率语言学的兴起 4.2.3 基于规则和基于概率的实际应用 如：机阅作文成为可能；机器翻译的新生 4.3 语料库语言学的兴起及其学科地位 4.3.1 国外语言学家的认识 4.3.2 国内学者的认识 5. 语料库的应用 用于语法分析和语言对比(如初期建成的LOB 语料库)。 在语言学和应用语言学研究中,基于语料库的研究深入到语音分析(phonetic analysis) 、语音识别和合成 (speech recognition ,speech synthesis) 、词语研究(lexical studies) 、词语搭配分析、语法分析和语法教学、句法分析、语义分析、语用分析、话语分析、翻译研究、词