HNC语料库作用.pdfVIP

HNC语料库的作用+ 张全 中国科学院声学研究所，北京100080 zhq@mail．ioa．ac．cn 摘要语料库作为自然语言处理及语言学其他分支学科的研究和实验对象，越来 越受到重视。其实从揭示语言规律的角度看，语料一直受到研究者的重视。随着 计算机技术的发展与普及，获得并处理海量的语料已经变得简单容易了，语料库已 经成为一种常规的工具。黄曾阳先生曾经形象地将语料库比喻为农业时代的耕地 和工业时代的工厂。从语料库建设角度看，语料库的规模，静态或动态，平衡等方 面无疑是重要的影响因素。然而从研究的角度讲，语料库所扮演的角色，所起的作 用则更为重要。从语言研究的角度看，语料库经常被用来寻找和收集微观的语言 现象，以语料库作为语言规律描写的起点，目前在词典编纂方面取得很好的结果。 而自然语言处理，需要使用语料库获取语言处理所需的知识，经常采取以统计为基 础的处理方法，语料是统计的对象。语料库到底为我们提供什么样的知识? 自然语言处理是一个跨文理工学科的研究领域，它不仅需要有研究和实验的 对象，更需要有理性的假设，以及对假设的验证与完善。基于这种认识，删C认为 语料库应当定位于：自然语言空间内各种现象的分布数据，辅助人激活概念联想脉 络，理论及技术的验证。 关键词 语料库；语料库语言学；经验主义；理性主义；刚C自然语言理解处理； 熟语料 1语料及语料库 认识概念或者学习概念的方法之一是查词典。通过词典可以了解概念的内涵，至少可 以得到一个约定俗成的解释。当然不一定所有的概念都能在词典中找到，即使找到了，词典 中解释也不一定精确或者专业，但是这些解释至少可以作为探索概念的起点。“语料”与“语 库”在《现代汉语词典》都有对应的解释。 语料：语言材料，是编写字典、词典和进行语言研究的依据。 语库：也叫语料库，汇集并保存语料的地方。 在英语中也有对应“语库”的词汇“唧us”(复数“∞rpora”)，它的解释是： 中国科学院声学研究所创新项目的资助。 ·290·HNC知识库和语料库建设 ona orofmaterialfor COrpusbody，∞Uection，esp．ofWritingSspecifiedsubject study oDllectionof aJldwritten (e．g．forlinguiStics，a examples，ofSpoken uSage) 身体集体(尤指专题著作之)文集，全集，研究资料之集成(如语言学者所收集之口语及 文字用法实例大全)。 (《牛津现代高级英语双解词典》，牛津大学出版社1984，第264页) 尽管不知道什么原因在汉语的解释中没有出现“语料库”这一词语，但是可以知道其所 指就是语料库。同时从中也可以推知“语料”在英文中对应的是“mt甜al”。在WebSter’s NinthNew COUegiate 是对应“语料库”的(第292页)： a0011ectionor of or collectionofre00rdutteraJlceusedasa bOdyknowledgeevidence；esp．a basisfbrthe ofa descriptiveanalysislanguage． 因此，如果根据词典的定义可以看出，要进行语言学研究，语料是必不可少的，而语料的 收集必然形成语料库。本次ⅢC学术研讨会上，陆俭明教授指出：我国语言学界目前很多 的研究继承了乾嘉学派的传统，重视对语言现象的收集。对语言现象的收集，实际上就是对 语料的收集。如果真是这样的话，那么中国的语言学研究者应当是最经常建立和使用语料 库的研究者了。作为计算机科学和语言学研究结合的边缘学科计算语言学的研究者们也需 要大量使用语料利用语料库来进行研究工作。 删C创立