留学生汉语中介语语料库建立与研究——以昆明理工大学为例.docVIP

留学生汉语中介语语料库的建立与研究——以昆明理工大学为例-汉语言文学 留学生汉语中介语语料库的建立与研究——以昆明理工大学为例 摘　要：留学生汉语中介语语料库的建立与研究，有三个意义：第一，有利于对外汉语教学的多方面研究。第二，有利于全方位探索汉语学习者的语言特征。第三，有利于对外汉语的学科建设。汉语中介语语料库建设的基本思路如下：1.搜集各阶段留学生汉语学习者的语料，同时完整记录每份语料的背景信息，以及语料提供者的详细信息。2.对语料进行加工，包括偏误标注和基础标注。3.将加工后的语料分别存入错别字语料库和语句语料库这两个子库。每个子库包括生语料库、熟语料库、背景信息库三个部分。汉语中介语语料库建设的构成原则有三个：第一，语料的真实性原则；第二，语料的平衡性原则；第三，信息的完备性原则。 关键词 ：汉语 中介语 语料库 中介语（interlanguage）概念由美国学者Selinker于1969年提出，并于1972年在论文《中介语》中进行了详细论述。Selinker认为中介语是由不同心理过程生成的规则构成的一个单一语言系统。中介语理论在20世纪80年代引入我国，对对外汉语教学及相关研究领域发展产生了极大的促进作用。1984年，鲁健骥先生发表论文首次引进“偏误”与“中介语”两个概念，并分析了外国人学习汉语过程中产生语音偏误的五个原因。鲁先生认为，中介语是学习外语的人在学习过程中对于目的语规律所做的不正确的归纳和推论而产生的一个语言系统，这个语言系统既不同于学习者的母语，也区别于他所学的目的语（鲁健骥，1984）。[1]鲁先生的文章在国内学术界产生了巨大影响，此后越来越多的学者开始这方面的研究，使得偏误分析和中介语研究成为第二语言习得研究领域的主要课题。 一、汉语中介语语料库建立与研究的现状 语料是中介语研究的基本材料。而语料的搜集与整理是很繁琐费时的工作，因此，中介语语料库的建设就成了研究者迫切所需。针对留学生汉语学习的语料库是汉语中介语语料库，它是为研究母语非汉语的学生在学习汉语过程中的中介语现象而制作的专门用途语料库。按照国家标准术语的界定,语料库是“……文本的有序集合。各种分类、检索、综合、比较的基础。”[2] 随着计算机技术的发展，我国在20世纪90年代开始有了汉语中介语语料库的建设。第一个建成的是北京语言学院的汉语中介语语料库检索系统，该语料库对语料进行了分词和词性标注（储诚志、陈小荷，1993），收入经过处理的语料约104万字，内容为成篇成段的汉语作文或练习材料。随后有暨南大学留学生汉语中介语语料库，规模达300万字；中山大学留学生中介语语料库，初期收入语料近70万字（张舸，2008），该语料库收录2003年以来留学生的字句练习和作文资料，前期主要进行字、词、句加工标注，后期重点建设汉字偏误标注的语料库，目前语料总数达到约200万字（张瑞朋，2013）；南京师范大学外国学生汉语中介语偏误信息语料库，收入作文、练习90万字（周文华、肖奚强，2009）；北京语言大学的HSK动态作文语料库，2006年建成，该语料库从1992年至2005年期间两万多份留学生HSK考试试卷中选取了11569名考生的HSK作文答卷，总计424万字，并从字、词、句、篇以及标点符号等角度进行全面标注，是目前汉语中介语语料库中规模最大的语料库。上述语料库除北京语言大学的HSK动态作文语料库面向全社会开放外，其他都只供内部人员使用，外人难以了解实情，因而造成了这样的局面：一方面许多人想用却没法用，另一方面语料库的使用率并不高（任海波，2010）。而面对日益增长的对外汉语教学的多方面研究需求，已建成的五个汉语中介语语料库数量相对较少（张宝林，2010），远远不能满足需求。 目前我们能见到并且可以使用的仅有北京语言大学的HSK动态作文语料库。该语料库只收入参加高等考试的考生作文（初、中等没有写作考试），因而只能对高级阶段学习者的习得情况进行横向的断面考察，而无法对初级和中级学习者的情况进行考察，更无法对学习者的整个学习过程进行纵向的全面研究。其次，HSK动态作文语料库只收入文本语料，偏重的是词汇和句法的偏误标注，对汉字偏误处理较简单，对于汉字习得的研究也缺乏足够的语料支持。再次，HSK动态作文语料库虽然从字、词、句、篇以及标点符号等角度对全部语料中存在的偏误现象进行了标注，但对语料中正确的语言现象并未标注，也就是只有偏误标注而没有基础标注，这就会导致研究中出现某些尴尬的现象，比如查到了学生的偏误，却查不到学生相应的正确语言表达，从而使得全面考察学习者的语言习得情况受到较大限制。上述问题都给基于语料库的相关研究造成了诸多困难。 鉴于此，我们设想建立昆明理工大学的留学生汉语中介语语料库。首先，本语料库基于本校教育在线网