语料库的作用

解放教学观念。
关键 词 ： 语料库 ； 演 变与发展 ； 英语教学 景。为了满足不 同语料库使 用者 的需 要 ， 语料库 的编制者在研制综 １ ． １ 语料库 的生发始于随着计算机科学的发展 。语料库的建成 合性 的超大型 的语料库的同时 ， 正在努力建立更多 的专业性 较强的 和发展是计算机科 学发展 的必然结果。 第一代语料库建成和使用的 专门用途 的语料库 。 无论是大量的在线语料库还是各种电子媒介 发 以及各种类 型的语料库 ， 其建设 ， 发展 和应用 时间在 ２ ０世纪 ６ ０年代 至 ８ ０年代 ，形式为电子语料库 ，布朗大学 行的电子文本语料库 ， １ ９ ６ ３ — １ ９ ６ ４年建成 的布 朗语料库是其 中的典 型 ， 是美语标准 的机读 都离不开计算机和 网络平台。 语料 库的研究使语言研究和学习者不 语料库 。 这类语料库将所 收集 的语料转化为电子符 号储存在计算机 在拘泥于传统 的教学和学习方法 ， 具有 了与实 际相 结合 的更 加科 学 内， 储存 的多有 信息在计算机上都有标识 ， 计算机 软件对储存 的预 化的研究 和学 习方式 。可以预见 ， 语料库 的应用将从传 统领 域扩展 料加工整理 ，把各种语 言特征 的附码标注在相应 的语言成分上 ， 使 到更多的新兴领域和学科 ， 而且 随着 以语 料库 为基础的研究 方法 日 用者通过利用计算 机来 收索和识读。 第一代语 料库所储存 的语言信 益受到重视并得到广泛应用 ， 相应研究成果的价值也会更加 突出。 息包 括书面语和 口语 ， 共时语料 和历 时语料 ， 语料 库的规模 一般不 ２语料库打造了英语教学可利用的平台 超过 １ ０ ０万词次。第二代语料库是 目前所广泛使用 的， 也是伴随着 ２ ． １ 语料库 为英语语言教学提供 了丰富的信息 。语料库存储 了 计算 机技术 的发展儿诞 生的 ，其规模在千万词甚 至是上亿 词次 以 大量的语 言信 息 ， 包括基于词语 的语境共 现技 术 ， 词表统计 、 搭配研 上 ，元 元 超 过 第 一 代 语 料 库 信 息 藏 量 ，且 大 都 采 用 了 Ｋ Ｄ Ｅ Ｍ 究。 同时 ， 分析形态的基本依据是词语 ， 主要概念为词素 、 形态音位 。 （ Ｋ ｕ ｒ ｚ ｗ ｅ ｉ Ｄ ａ ｔ ａ Ｅ ｎ ｔ ｒ ｙ Ｍ ａ ｃ ｈ ｉ ｎ ｅ ）光 电符号识别技术 ， 语料库的标注处 分析词语 的基本依 据是语境 词 ， 主要 概念为词 频 、 形符 、 类符、 类／ 理技 术和时效都有显著 提高 ， 体现 了三个特点 ： 语 料库建库 的周期 形 比、 搭配词 、 搭配 力、 语法模式 、 意义单位 等。 分析短语 的基本依据 短， 对语料加 的 自动化程度高 ， 结构安排更为合理。 是临近的短语 和句子 ， 主要概念 为词簇 、 短语 、 表达和命题 。分析篇 １ ． ２语料库的特性 章 的基本依据是篇 章的句子 和同类文本 ， 主要概念为衔接 、 文类 、 话 其一 、 语言研究和应用 的便捷性 。语料库研究是一种科学 的语 语分析 。这些信息都为英语教学奠定了可利用的知识基础 。 言研究方法 。 语料库 的建立可以使语言研究者较为快速地从 大批量 ２ ． ２ 语料 库为英语语 言教学开阔了广博的视角 。词 汇 、 短语 、 句 文本中准确地提取多种数据 。运用语料库进行分析 ， 我们能够 十分 子 、 篇章及其他类型 的资料。 这些资料不仅 在语法上正确 ， 而且是在 有效地将语料库 中的大量数据呈 现在我们 面前 ， 使得 隐藏 于大量文 上下文里得体的语 言结构 。 语料库 的应用还可以帮助语言教学者实 本中的语 言信息得 以浮现出来。只要 研究者细心观察 ， 便可 以从 大 现著 名语言理论 家克拉 申可理解性输 入假设理论 中的 ｉ ＋ ｌ原则 ， ｉ 量的数据中发现规律 。 这非常有利 于研究者把定量研究和定性研究 代表 的是学生现有 的语 言水平 ， １ 指的是提供给学生 的输人材料 的 科学地结 合起来 ， 同时也为语言学习积累了丰富的科学知识 。 难度要稍微提高一点（ 即略高于他们现有的水平 ） 。在传 统教学中 ， 其二 、 语料储存的科学性 。 语料库 的应用大致可 以分为建库 、 数 教师很难把握这一差距 ， 而语料库的应用可 以使教师较为容易 的把 据提取 、 统计和数据分析这 二 三 个 主要阶段 。 在建库之前 ， 需要进行 取 握这一差距 。 因为语 料库可为语言教学者充分描述学生在 某一 阶段 样方 面的论证 ， 此 时建库 者需 要考虑到取样 的平衡 ， 语 料库 的设计 的知识状 况 ， 依 据这一表述 ， 大纲设计者便 能制定 出超 出学生 目前 容量 ， 语料来源等。 语料库中的语料都是具有代表性 的资料 ， 具有很 外语水平而难度在合理范围之内的学 习内容 。 以语 料库为基础 的语 强的科学性。 同时 ， 所得到的文本还需进行细致的整理和清洁 ， 并按 言教学能够更好地实现语言 的交际功 能。由此 可见 ， 语料库 的语言 照需要进行必要 的标注 。 标注主要 分为元信息标注 ， 语音标注 ， 词性 研究 为语言教学及语言应用带来 了丰富的启示 ， 符合语言教学及语 赋码 ， 语义标注 ， 句法标注等 。无论是人工标注还是 自动标注 ， 都要 言应 用 的发 展 趋 势 。 ２ ． ３ 语 料库为英语 语言教学思想观念 的转变提供 了经验 。语料 在核对其准确性之后才能入库 。 语 言研 究者可 以利用各种语 料库分 析工具从语料 库中提取所需信息。 数据的提取可涉及到语音数据的 库 的语言研究是有区分性地对待典型 的语言现象。 通过检 索手段进 提取 ， 索引 的生成 ， 词表 的生成 ， 主题词表 的生 成和搭 配和类 连接 的 行频率统计 ， 语料库语言学将语言 的不对称分布特征清楚地呈 现在 提取等 。 人们 面前 ： 大部分 书面文章 的 ９ ５ ％的内容 由 ４ ０ ０ ０ — ５ ０ ０ ０个高频词构 其三 、 语言研究的前瞻 ｌ 生。计算 机语 料库语 言研究代表 着语 言 成 ， 而它们 中的前 １ ０ ０ ０ 个 高频词 又占据 了文章的 ８ ５ ％； 在 口语语料 研 究的发展的科学化趋 势 ， 具有前瞻性 。从第一个语料 库 一布朗预 库中 ， ５ ０个高频功能词就 占据 了 ６ ０ ％ ｆ Ｎ ａ ｔ ｉ ｏ ｎ ，１ ９ ９ ０ ） 。这样 ， 在语言 料 库在美国诞生 以来 ， 语料库 的容量越来 越大 ， 计 算机语料 库的设 教学 过程 中就能将高频词 ， 高频语法结构和高频词 汇搭配等 。 同时 ， 计越来越科学 。随着时代 的进步 和科技 的发展 ， 语料库的容量将近 语料库语言研究 为分析 目的语 和母语之 间的差异性 提供 了技 术上 步扩大 。 同时 ， 在这些大型的语料库中 ， 语言研 究者 和使用者不仅 的可能和科学可靠 的依据 ， 它 所揭示 的 目的语 的典 型语 言特征 是教 能够得 到样本文本 ， 而且可 以根据需要提取 已对样本进行预处理的 学的重点并得 到学生和教师的共 同重视。 语料库 的语言研究改变 了 标注文本 、 其他 用户的使用及评价信息等 ， 以 供研 究是参考 。 随着语 传统的对语 言规则进行大量 的定义和解释 的僵化学 习现象 ， 通过对 言研究的国际化 ， 不 同语种 的语言研究越来越依赖于可机读 的电子 语料库 中大量实例 的研究和分析可以得出语 言的实 际运用规则 。 此 语料库这一工具 。人们 已经意识 到传 统的语 言学家 、 计算机语言学 外还能将 以教师为 中心 的填鸭式教 学变为以学生 为 中心 的探 索型 家和计算机科学家 已经联手开始合作研究 ， 使得语料库语言学 的研 教学 ， 鼓励学生充 分利用语料库 资源 ， 能够极 大地 发挥他们在 学习 究成为一个跨学科 的语言学分支。 语料库分析软件及应用软件开发 中的积极性和主动性 。 和推广具有广阔的前景 。 “ 作为一种独特而强大的技术工具 ， 计算机 参考文献 使得这种新的语言学 （ 语料库语言学 ） 成为可能 。 ” （ Ｌ ｅ ｅ ｃ ｈ ， １ ９ ９ ２ ） 。 在 ｆ ｌ ｌ 张政 ． 计算机翻译研 究ｆ Ｍ１ ． 北京 ： 清华大学出版社 ， ２ ０ ０ ６ ． 今后 ， 随着计算机的发展 ， 语料库语言学研究参与人员的不断增加 ， 『 ２ １ 冯志伟． 机器翻��

全球华语语料库的建设方法
全球华语语料库的建设需要采集大量华语语料数据，包括文字、音频和视频 等多种形式。采集数据时要确保语料的多样性、真实性和可靠性。此外，对语料 进行加工处理也是非常重要的一环，包括文本清洗、标注、分词、句法分析和语 义分析等。在语料库建设过程中，质量检测也是必不可少的一环，以确保语料库 的准确性。最后，语料库需要存储在一个稳定、可扩展的数据库中，以便进行后 续的分析和处理。
在翻译领域，全球华语语料库可以为翻译者提供更加准确和地道的翻译参考， 提高翻译质量。然而，全球华语语料库也存在一些不足之处，例如数据偏差、文 化差异等问题，需要在使用时加以注意。
挑战与解决方案
全球华语语料库建设面临的挑战主要来自以下几个方面：数据采集的难度和 成本、数据处理的复杂性和准确性、以及如何保证语料库的实时更新和维护。为 了解决这些问题，我们提出以下解决方案：
3、应用领域将不断扩展，除了语言研究、教学和翻译等领域，全球华语语 料库还将应用于舆情分析、智能客服、机器翻译等领域，为社会各界提供更加高 效和精准的华语智能服务。
4、全球华语语料库将积极参与国际交流与合作，与全球其他语言资源库进 行互联互通，共同推动全球语言研究与应用的发展。
ቤተ መጻሕፍቲ ባይዱ 参考内容
随着全球汉语学习者人数的不断增长，汉语教学资源和工具的需求也日益增 加。为了满足这一需求，建设全球汉语学习者语料库成为了一项重要的任务。本 篇文章将介绍全球汉语学习者语料库建设的背景和意义、目标用户、建设方案、 技术保障、人才保障以及运营方案。
功能
全球汉语中介语语料库具有以下功能：
1、学习资源：全球汉语中介语语料库首先被视为一种学习资源，为汉语学 习者提供了丰富多样的真实语境，有助于学习者更好地理解和掌握汉语。

１６ ０
安 ｍ师 范 学 院 学报
２ｌ Ｏ ０年
语 料库 在 英 语 词 汇 习得 中 的作 用
何 淑 琴
（ 京 农 业 大 学 外 周 语 学 院 ， 苏 南 京 ２０ ９ ） 南 汀 １ ０ ５
［ 摘 要］ 汉语 负迁 移 是 英 语 词 汇 习 得 中 的 普 遍 现 象 ， 何 在 英 语 习 得 中 避 免 受 汉 语 母 语 的 影 响 ， 广 大 英 语 学 习 如 是
展 ， 规模 、 语种 的语料 库不 断宣告 建成 ， 《 大 多 如 英
语 国家语 料库 （ ＮＣ 》 Ｂ ） 达到一 亿词 次 。
国 内 学 者 在 语 料 库 建 设 方 面 也 取 得 了 重 要 成
就 。约 １０多 万词次 的《 ０ 中国学习者 英语 语料 库》
（ ０ ３ 是 国 内 最 早 的 学 习 者 笔 语 语 料 库 。 约 ７ ２０ ） Ｏ 万 词 次 的 《 国 学 习 者 英 语 口语 语 料 库 》 ２ ０ ） 中 （０５ ，
负迁移 造成 的错误 方 面的作用 。
２ 二 语 词 汇 习得 中 汉 语 负 迁 移 现 象
“ 料库语 言学 的研究 方法 以语料 库为基 础 。 语
所谓 语料库 是指在 随机采样 的基 础上 收集 的有代 表 性 的真 实语 言 材 料 的 集 合 ， 语 言 运 用 的样 是 本。 ”Ⅲ２ Ｏ世纪 ６ Ｏ年 代 Ｂ ｏ ｒ ｗｎ语 料 库 在 美 国 问 世 。２ Ｏ世纪 ９ ０年代 以来 ， 料 库 语 言 学 快 速 发 语
（ ｏｉ ｖ ｒｎ ｆｒ 和 负迁 移 （ ｅａｉｅｔ ｎ ｆｒ 。 ｐ ｓ ｉｅｔａ ｓｅ ） ｔ ｎ ｇ ｔ ｒ ｓｅ） ｖ ａ

语料库是以计算机为载体承载语言知识的基础资源；
真实语料需要经过分析、处理和加工，才能成为有用 的资源。
1 什么是语料库
北京大学计算语言所富士通人民日报标注语料库样例： 历史/n 将/d 铭记/v 这个/r 坐标/n ：/w 北纬/b ４１．１/m 度/q 、/w 东经/b １１４．３/m 度/q ；/w
人们/n 将/d 铭 记/v 这/r 一/m 时刻/n ：/w １９９８年/t １月 /t １０日/t １１时/t ５０分/t 。/w
[中国/ns 政府/n]nt 顺利/ad 恢复/v 对/p 香港/ns 行使/v 主权/n ，/w 并/c 按照/p “/w 一国两制/j ”/w 、/w “/w 港人治港/l ”/w 、/w 高度/d 自治/v 的/u 方针/n 保持/v 香港/ns 的/u 繁荣 /an 稳定/an 。/w

1 什么是语料库 2 语料库的发展 3 语料的收集与加工 4 语料库的应用 5 小结
3 语料的收集与加工
建库之前应考虑： 语料库的应用目标 语料库的规模 语料库的实施


语料库的可扩展性
软硬件兼容性 ……
3 语料的收集与加工
双语语料库： 双语平行语料库：语料库中的文本构成译文关系 ——用于机器翻译、双语词典编撰… 双语比较语料库：将表述同样内容的不同语言文本收集到一起，这些 不同语言文本之间不构成翻译关系 ——用于语言对比研究 ——较少，英语国际语料库（100万词规模，收集全球许多英语变体 语言的文本）
说明这个语料库文件所有标记的描述在文件corpus.dtd中，便于计算 机处理
3 语料的收集与加工——加工
语料库加工/标注：隐形信息显性信息 词性标记（Part-of-speech tagging） 句法标记（Grammatical parsing） 词义标记（Word sense tagging） 篇章指代标记（Anaphoric annotation） 韵律标记（Prosodic annotation）

语料库的规模与代表性
语料库的质量：保证语料库的准确性、完整性和时效性
语料库的规模：包括中医经典著作、现代中医文献、中医临床病例等
语料库的代表性：涵盖中医各个领域，如内科、外科、妇科、儿科等
语料库的更新：定期更新语料库，以适应中医发展的新趋势
中医英译语料库的应用
语料库在翻译研究中的应用
语料库可以帮助译者更好地理解源语言的结构和语法
中医英译语料库研究的展望
中医英译语料库研究的未来方向
建立更完善的语料库，包括更多的中医术语和表达方式
探索中医英译语料库在教育、医疗等领域的应用
加强与国际合作，推广中医英译语料库研究的成果
利用人工智能技术进行语料库的自动标注和翻译
中医英译语料库研究的重要性和意义
推动中医现代化和国际化的发展
为中医国际化提供有力支持
语料库缺乏统一的标准和规范，难以进行有效的比较和评价
语料库的不足之处及改进方向
01
语料库规模较小，覆盖面有限
04
02
03
语料库更新不及时，跟不上中医发展的步伐
语料库标注不够精细，难以满足翻译需求
语料库缺乏多模态数据，难以反映中医的整体性特点
05
改进方向：扩大语料库规模，提高更新速度，精细标注，增加多模态数据，提高语料库的实用性和准确性。
汇报人：
中医英译的语料库研究概述
目录
01
添加目录标题
02
中医英译语料库的构建
03
中医英译语料库的应用
04
中医英译语料库的局限性
05
中医英译语料库的案例分析
06
中医英译语料库研究的展望
添加章节标题
中医英译语料库的构建
语料库的定义与作用

从这些自己编写的例证出发把材料仅仅当做例证来使用用来证明先验的或者是语法学传统规定的甚至是凭直觉认定的某些语法上的区别和结构而不是从大量自然语言材料中归纳这些语法上的差别这只能是一种很不令人满意的权宜之毫无疑问语法研究需要语言事实提供佐证如果这些所谓的语言事实仅是研究者依靠经验凭借语感或者按照语法规则演绎编造出来的那么其中有些例子就可能与实际的言语事实有差距而不具备充分的说服语法研究讲求科学性和理据性
、
为 语 法 研 究 提 供 客 观 的语 言 事 实
英 国语 言 学 家 Ｑ ｕ ｉ ｒ ｋ曾批 评 说 ： “ 从 这 些 自 己编 写 们通 过 典 型 语 言事 实 来 寻求 它 们 背后 的语 法规 则 。 的例证出发” ． “ 把材 料 仅 仅 当做 ‘ 例证 ’ 来使 用 ． 用 来 证 三 、 有 助 于 从 语 言 事 实 的实 际 使 用情 况 中发 现 和 修 正
Ｖ下 去” 中 的“ Ｖ ” 的语 义 特征 为『 ＋ 持续１ ， 也 就 是 语 法 研 究 讲 求 科学 性 和理 据 性 如 果 语 言 事实 不 的 “ 表持 续 义 的动 词 与 “ 下去” 搭 配 才 具有 延 续 义 。可 客观 ． 依 赖其 分 析 出来 的语 言 规 律也 很 难 为他 人 所 接 说 ． “ 养 鸡 场 的 鸡 不 知 受 而 语 料 库 的存 在 就 能为 语 法 研 究 提 供 大 量 客观 的 是 我 们 又 发 现 了这 样 的 语 言 事 实 ：
摘
文拟 就 语 料 库 在 语 法 研 究 中的作 用及 局 限展 开 论 述 。
关键 词 ： 语料 库 语 法研 究 作 用 局 限
来． 对典 型语 言 事 实 的 选 取就 显 得 很 有 必要 了 。 而语