语料库的建设和应用.pptVIP

语料库的建设和应用 桂诗春 语料库的兴起 发祥地 语料库语言学首先在美国。 60年代开始,美国建立了100万词的Brown语料库（Francis Kucera)。 同时, 英国Edinburgh大学的300,000词的口语语料库。 但是在generative linguistics的影响下，得不到很多发展，例如Lees认为Francis是”That is a complete waste of your time and the government’s money, You are a native speaker of English; in ten minutes you can produce more illustrations of any point in English grammar than you will find in many millions of words of random text.”Sinclair认为，原因是“the dominant attitude to language in USA over forty years has been concerned with language in the mind, and not language on paper, or in the air”. 在英国和欧洲却得到迅猛的发展，ICAME（International Computer Archive of Modern English)在挪威的建立。 美国人开始觉醒， 1999在Michigan召开了”北美语料库语言学讨论会。Simpson和Swales在论文集呼吁要像人造卫星和汽车工业那样迎头赶上。ANC正在积极进行，LDC（Linguistic Data Consortium）收集了许多语料。LDC的口号是No data like more data。 语料库的兴起 BC (before computers)前: 100多年前, Wilhelm Kaeding 动员了”an army of helpers”（5000人）建立了一个1千1百万词的德语语料库来研究速写 (Hausser 1998)。 18世纪Dr Johnson based 编写英语词典引用了来自著名作家的150,000例句。 Palmer对常用词的研究。 Thorndike的工作（包括编写词典和编写3万常用词表。(1944) Hornby的Advanced Learner’s Dictionary of Current English.(1948) West的General Service List of English Words(1953) Quick在50年代开始调查英语习惯语用法(SEU)(1968)。 语料库的兴起 BC后： 按照Brown语料库的传统建立了一系列的语料库(澳洲的ACE、新西兰的Wellington Corpus、印度的Kolhapur Corpus，英国的LOB，德国的Frown和Flob，中国的JDEST，等等） 越来越大，如Bank of English，BNC，LSWE，分别比Brown语料库大410倍，100倍和40倍。 专门用途语料库，英国的几大词典出版商都建立自己的语料库和编辑以语料库为基础的辞书，如COBUILD，OED，LONGMAN。美国的AHI也是建立得较早的语料库。各种口语语料库（如LLC（London-Lund Corpus）、学习者语料库（ICLE，CLEC，HKUST, 等）、CHILDES（The Child Language Exchange System), 包括JDEST, GPEC(Guangzhou Petroleum English Corpus), 都带有一定的专门的目的。 越来越普遍，利用小语料库（从几十万到100万词）来研究ELT。 什么是语料库？ A corpus is a collection of pieces of language text in electronic form, selected according to external criteria to represent, as far as possible, a language or language variety as a source of data for linguistic research. （Sinclair） Corpus linguistics is the kind of research, carried out in university departments of linguistics, computer s