大语言模型时代汉语语料库语言学的范式转型与方法创新 .docxVIP

PAGE2

大语言模型时代汉语语料库语言学的范式转型与方法创新

摘要

本研究聚焦大语言模型（LLMs）对汉语语料库语言学带来的深层冲击与范式更新需求。传统语料库语言学以“数据驱动”为核心理念，依赖大规模真实文本的采集、标注与统计分析，但LLMs的涌现能力、上下文学习及海量参数化知识，从根本上动摇了“语料库即语言知识唯一来源”的预设。

本文按照“提出问题→分析问题→解决问题”的逻辑展开。第一章绪论阐明研究背景：LLMs展现出传统语料库方法难以捕捉的复杂语言现象，迫使学科重新审视其理论根基。第二章通过文献综述，梳理国内外学者从“工具论”到“认识论”层面的反思，指出现有研究多停留于技术应用层面，缺乏对范式转型的系统性理论建构。第三章界定了“语料库”、“大语言模型”、“范式转型”等核心概念，并构建了“数据-知识-表征”三维分析框架。

第四章深入解析LLMs如何瓦解传统语料库的“真实文本”预设、冲击“全量统计”逻辑，并揭示语言知识获取从“观察归纳”转向“生成推理”的本质。第五章阐释转型的内在机制，提出“语料库价值重估”与“数据-模型共生”的作用逻辑。第六章建构“数据-知识双轮驱动”的新型理论框架，论证其自洽性与解释力。第七、八章总结结论，指出本研究为汉语语料库语言学提供了从“加工厂”到“试验场”的范式转型路径，并展望未来研究应聚焦于“可控生成”与“知识归因”两大方向。

关键词：大语言