整合型学习者语料库平台的规划与实现[J].pdfVIP

第 19 卷 现代教育技术 Vol. 19 2009 年第 9 期 Modern Educational Technology No.9 2009 整合型学习者语料库平台的规划与实现* ―以中国日语学习者语料库CJLC的构建为例 毛文伟 （上海外国语大学 日本文化经济学院，上海200083） 【摘要】建立学习者语料库能为二语习得等方面的研究提供新的思路和方法。但是，迄今为止的语料库建设由于缺乏统一 的平台支持，存在着协同困难、重复劳动多以及升级、版权保护难等问题。通过构建整合型学习者语料库建设应用平台则能够 极大地提高建设的效率和效果。 【关键词】学习者语料库;外语教学;中介语;B/S 架构;赋码 【中图分类号】G40-057 【文献标识码】B 【论文编号】1009—8097 （2009 ）09—0054—04 一 序言 设应用平台的方案设计及实现。 自世界上第一个机读英语语料库—— 布朗语料库 二 单用户系统开发模式的局限 (Brown)创建以来，语料库在语法、词汇、文体等不同领域逐 如上所述，现有的语料库多为分散开发模式。建设者只 渐得到广泛应用。以推进二语习得或中介语研究为目的的学 须具备基本的字处理软件使用能力即可参与开发，入门门槛 习者语料库建设虽稍显滞后，但近年来也不断取得新的成果。 不高。发布后也无需日常运营开支。但是，这种开发方式也 朗文学习者语料库LLC(Longman Learner’s Corpus) 、学习者英 存在着明显不足。首先，语料库建设是一项庞大的工程，为 语国际语料库 ICLE(International Corpus of Learner English) 了保证语料的质量和开发效率，需要多人协同进行。由于缺 以及香港科技大学语料库HKUST (Hong Kong University of 乏平台支撑，在输入、校对、标注、修正等各个阶段，都必 Science and Technology Corpus)都处在不断完善和发展的阶段 须反复进行语料的分发和汇总，重复劳动多，也容易出现差 [1] 。通过国内学者的多年努力，中国学习者英语语料库 错。其次，为了提高语料的可用性，还需要对语料进行标注。 CLEC(Chinese Learner English Corpus)、中国大学学习者英语 但是，仅凭字处理软件或 Dreamweaver 等 HTML 编辑工具， 口语语料库COLSEC(College Learners’ Spoken English Corpus) 很难对语料进行深度标注。在赋码过程中，所有错误码和数 和英语专业学习者语料库 CEM(Corpus for English Majors)也 据标签都须手工输入，既不直观，加重了标注者的负担，又 先后建成，对我国二语习得研究和教学改革起到了巨大的推