基于语料库动态语用电子词典中.docVIP

基于语料库动态语用电子词典中 　　基于语料库的动态语用电子词典中 　　语境模块的实现 　　 江婷1，谈国栋2，赵呈领1 　　（1.华中师范大学 信息技术系，湖北 武汉 430079；2.华中师范大学 外国语学院，湖北 武汉 430079） 　　 　　摘要：为了充分体现词典的语用功能，作者利用Lucene全文搜索引擎的优势，设计并实现了再现某一语言片断的上下文语境（即其原始所在的语篇）功能模块，借助该模块用户可以积极主动探索语言在现实语言使用中的各种搭配用法，以及出现这些用法的上下文语境，从而为自己的积极言语活动（如对话、写作、教学等）服务。 　　关键词：电子词典；语料库；语境；Lucene；全文搜索引擎 　　中图分类号：TP311.52文献标识码：A文章编号：1672??7800（2011）02??0077??02 　　 　　 　　作者简介：江婷（1986-），女，湖北武汉人，华中师范大学信息技术系硕士研究生，研究方向为教育资源的设计与开发；谈国栋（1981-），男，湖北武汉人，华中师范大学外国语学院硕士研究生，研究方向为应用语言学；赵呈领（1956-），男，湖北武汉人，华中师范大学教授，研究方向为教学资源设计与开发。1CORD电子词典简介 　　“基于语料库的动态语用电子词典系统”（CORD）的一个重要的设计理念就是利用计算机信息检索技术的优势，实现同时基于词目和词条内容的检索（词典全文检索），克服传统电子词典以词目为中心的查找方式所产生的词典库的信息不能得到充分有效利用的问题，让学习者花费最少的时间和精力，最大程度地满足学习需求。 　　基于语料库的动态语用电子词典（CORD）具有以下特征：①实现了词条的词目（headword）和词条内容的双向查找；②支持关键词通配符、精确/模糊匹配、和逻辑操作符；③词条基于文本语料库，可以再现真实的语言使用环境；④可扩充的词典库索引存储设计;⑤程序界面设计友好。 　　2CORD电子词典语境模块的设计思想 　　 语用学的研究越来越使人们意识到语言不是抽象的、一成不变的或僵死的，实际使用中的语言会产生丰富的意义，这些意义往往会偏离传统词典中标注的词汇意义。如果只着重于对源语的理解和寻找目的语的对应词，远远不能满足读者进行积极言语活动的需要。因此，语言使用词典应该既充分描述语言知识，又反映语用知识。 　　 《朗文当代英语词典》、《牛津高阶英语学习词典》、《柯林斯合作英语高阶学习型词典》(以下简称“柯林斯”)、《麦克米伦英语词典》、《剑桥高阶学习词典》等学习型词典都声称它们的词典中标注的语用信息均从语料库产生。例如《柯林斯》，建立在3.3亿词的英语语料库之上。尽管如此，由于其纸质载体的缘故，它们都有一个不可避免的缺陷：语用信息都是静态的，虽然从语料库中产生，但从第一次提取出来之后原始的语料库就弃之不用了――不可能把巨大的文本语料库附在纸质词典里。而且这些语用信息不可能实时地根据不断增加的语料动态更新。而且用户只能依赖那些词典编撰的专家，他不可能查证某一语用信息的正确性，因为无法追溯生成语用信息的原始来源语料。 　　 鉴于此，“基于语料库的动态语用电子词典系统”（CORD）的语境模块，在基本的查词基础上实现了再现某一语言片断的上下文语境（即其原始所在的语篇）的功能。借助这一模块提供的功能，用户可以积极地主动探索语言在现实的语言使用中的各种搭配用法，和出现这些用法的上下文语境，从而为自己积极言语活动（如对话、写作、教学等）服务。 　　3CORD电子词典语境模块的构成 　　基于语料库的动态语用电子词典中的境模块由4大部分组成：查询界面、语境查看、检索器、索引。如图1所示。其工作过程描述如下：①用户在查询范围内选择语料库，输入查询关键词；②检索器调用Lucene的搜索入口对索引进行查询，返回查询语料库中匹配的片断；③用户界面上的超链接启用上下文查看，语境模块启动后，界面自动跳转至上下文查看界面。初始加载关键词之前和之后150字符范围内的文本，并且高亮显示关键词；④用户在上下文查看界面点击“前一页”和“后一页”按钮扩展要显示的上下文，每次翻页递增加载200字符。 　　图1语境模块的构成 　　4CORD电子词典语境模块的技术实现 　　4.1语料库索引文件的创建 　　 基于语料库的动态语用电子词典（CORD）用Lucene的索引存储技术存储语篇语料内容，将语篇语料经过解析后存储到Lucene索引文件中就形成了一个语料库。所以索引的创建和维护是CORD电子词典可扩充性的关键。我们这里以语料库的创建为例： 　　 IndexWriter writer; 　　writer=new IndexWriter(path，new StandardAnalyzer()，true)