语料库语言学答客问-中国知网.PDFVIP

语料库语言学  2014年  第1卷  第1期 语料库语言学答客问 广东外语外贸大学  桂诗春 编者按 本期“学者聚焦”关注的是桂诗春教授。桂教授是我国外语界语料库语言学研究的先 行者之一。他同杨惠中教授主持创建的“中国英语学习者语料库”，极大地促进了我国英 语中介语的实证研究。桂先生年过耄耋，仍然紧跟语料库研究最新技术和方法。他79岁 高龄时出版了基于自建学术英语语料库的多维度英语语体研究专著。近期，他还自学R语 言，以用于英汉语语料的统计分析。 为能让更多年轻后学从桂先生身上汲取学术养分。本刊特于创刊号登载对桂先生的专 访，以飨读者。 1. 您最早是什么时候开始接触语料库的？您能描述一下当时国内语料 库研究开展的情况吗？ 世界上第一个机读英语语料库（布朗语料库，Brown Corpus ）建于20 世纪60 年代中 叶。当时我国正值“文革”，与国外隔绝，直到“文革”结束后，我才开始接触语料库 č Computational Analysis of Present-Day American 语言学。首先看到的是Ku era 和Francis 的 English ，那是100万词次的布朗语料库的文字描述版，不久又看到John Carroll 等人基 于500 万词次的Word Frequency Book，虽然两者都不是直接可用的电子化语料库。但最 早引起我兴趣的是心理语言学家John Carroll 为这两本语料库所写的《序言》，然后又看 到Gustav Herdan 所写的两本书：Type-Token Mathematics （1960 ）和Quantitative Linguistics （1964 ）。当时还没有语料库语言学的提法，但这两本书和Carroll 的《序言》，却给我打下 了语料库的理论和数学基础，开始认识到通过语料库调查进行语言研究的重要意义。上 海交通大学杨惠中、黄人杰等人的团队，也差不多在这一阶段认识到语料库的前景，并 开始在我国建立自己的语料库；他们收集并创建了JDEST （Jiao Da English for Science and Technology ）语料库，并基于该语料库来编制科技英语常用词表。其间我也访问过他们， 并在现场看过他们的成果。但是布朗语料库也好，JDEST 语料库也好，当时都是依托大型 计算机来完成的。而我所在的单位并没有计算机，于是就向上级申请购买一台Apple II 型 的微型计算机。教育部门领导最初的反应是：你们又不是工科院系，要什么计算机？经过 我们努力说明和争取，最后购进了3 台，分给几个部属外语学院（北外、上外和广外）。 当时的计算机技术远没有现在发达，中央处理器和内存都较低级，外部储存手段只有 5 英寸软盘，光学扫描仪还没有问世。1985年，我招了一个硕士生祝启波，他原在石油大 学广州分院教英语，也上过计算机课，于是我们就开始在一个IBM PC/XT 计算机平台上， 开发石油英语语料库GPEC （Guangzhou Petroleum English Corpus ）。祝走访了我国石油系 统的几个院系，根据石油探测、石油提炼和石油探钻三大类进行采样和人工输入文本，而 1 语料库语言学答客问 且在一台微机上，进行文件的组合、整理和运算，终于建立了一个40 万词次的石油英语 语料库。这个语料库最后以《石油英语频率词典》（1991 ）的名义发表，使用的是Carroll 的Word Frequency Book 的几个统计量（U 、SFI、D 和F ）。我在为该书所写的《序言》里 不得不说：The build-up of corpora requires a Brobdingnagian effort ，（Brobdingnag 是《格里 佛游记》里的“大人国”），这个研究的成果不但是一个石油英语语料库，而且还建立了一 个在多数人都能拥有的廉价计算机上建立专门用途语料库的模型。Leech （1997：18 ）在回 顾“专门用途语料库”时说过，“这些语料库通过不同手段在逐步增加，首先是敏锐的专 门用途语言学家和教师开发自己的语料库，早期的例子是JDEST 和GPEC ，两者都来自中 国。”Leech 所不知道的是GPEC 是在技术条件那么差的情况下完成的。 至于和语料库有关的软件，最早接触到的是加拿大多伦多大