【英语】中国英语学习者语料库CLEC(桂诗春杨惠中).docx

中国英语学习者语料库 CLEC 收集了包括中同学、高校英语 4 级和 6 级、专业英语低年级和高年级在内的 5 种同学的语料一百多万词， 并对言语失误进展标注； 其目的就是观看各类同学的英语特点和言语失误的情形， 期望通过定量和定性的方法对中国学习者英语作出较为精确的描写，为我国同学的英语教学供应有用的反应信息； |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 表 1 CLEC 语料分布类型 词次 ST2 208088 ST3 209043 ST4 212855 ST5 214510 ST6 226106 总计 1070602 言语失误标注 原如此 简洁合理，易于系统操作；参加标注的人比拟多，分类表过于繁复，就 难于把握；我们实行两级分类，第一级有 11 类：词形〔 fm〕、动词短语〔 vp〕、名词短语〔np〕、代词〔pr 〕、形容词短语〔aj 〕、副词〔ad〕、介词短语〔pp〕、连词〔cj 〕、词汇〔wd〕、搭配〔cc 〕、句子〔sn〕；每一类里再用数目字细分；如[cc] 为词语搭配不当， [cc1] 表示名词和名词的搭配， [cc2] 表示名词和动词的搭配， [cc3] 表示动词和名词的搭配，等等； 分类表的类别要适中；过粗简洁统一，但信息太少，不利于分析学习者的失误/ 过细难以统一，简洁把同一种失误归到不同类别；目前我们实行的方法 是对常见的失误从细〔如 vp 和 np 都有 9 小类〕，对少见的失误从粗〔如 cj 只 有两小类〕；现在的分类表有 61 个失误码，是属于中等规模的分类表； 供应足够的失误信息〔失误本身、失误类型和失误发生 X 围〕；例如 In the past, people are [vp6, 4- ] kind to each other ?, 失误用方括号表示，放在失误之后； [vp6] 为 vp〔动词〕第 6 种〔时态〕失误， 4- 为失误发生的 X 围，- 表示失误的位置， 4 表示失误前有 4 个词；要联系这 4 个词，才能判定 are 这个词用错了； 开放性；容许讨论者依据需要对失误类型进展补充或进一步再分出细类； 例如 [sn8] 为句子结构有缺陷，讨论者可以对这种失误再分为假如干细类来讨论；这 需要把 sn8 的失误全部检索出来，然后定出第三级的分类 X 畴，如 sn81，sn82， 等等； |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 5. 对语体或失误的来由暂不作标注，由于这需要标注者较多的主观判定，更 难以统一； 言语失误分类表〔总数： 61〕 词形 动词短语 名词短语 代词 码 类型 码 类型 码 类型 码 类型 fm1 Spelling vp1 pattern np1 pattern pr1 Reference fm2 word building vp2 set phrase np2 set phrase pr2 anticipatory it fm3 capitalization vp3 agreement np3 agreement pr3 Agreement vp4 finite/non-finite np4 case pr4 Case vp5 non-finite np5 countability pr5 wh- vp6 tense np6 number pr6 Indefinite vp7 voice np7 article vp8 mood np8 quantifiers vp9 modal/auxiliary np9 other determiners 形容词短语 副词 介词短语 连词 码 类型 码 类型 码 类型 码 类型 aj1 pattern ad1 order pp1 pattern cj1 pattern aj2 set phrase ad2 modification pp2 set phrase cj2 set phrase aj3 degree ad3 degree aj4 -ed/-ing confusion aj5 predicative /attributive 词语 搭配 句子 码 类型 码 类型 码 类型 wd1 order cc1 noun/noun sn1 run-on sentence wd2 part of speech cc2 noun/verb sn2 sentence fragment wd3 substitution cc3 verb/noun sn3 dangling modifier wd4 absence cc4 adj/noun s