趙小東 ,劉 靜

(1.大連海事大學(xué) 外國語學(xué)院,遼寧 大連 116026;2.遼寧師范大學(xué) 外國語學(xué)院,遼寧 大連 116029)

海洋交通運(yùn)輸在國際、國內(nèi)貿(mào)易中占有舉足輕重的地位.目前國際海洋交通運(yùn)輸業(yè)呈現(xiàn)出多部門交叉、多學(xué)科領(lǐng)域合作的協(xié)同式發(fā)展特點(diǎn).但國內(nèi)對海洋交通運(yùn)輸領(lǐng)域的專門用途英語的研究卻不多.語料庫語言學(xué)研究是基于大規(guī)模真實(shí)的語料,對本族語或外語等各種語言進(jìn)行定量研究、定性研究、對比研究等.它可以為語言現(xiàn)象及語言習(xí)得提供大量的有用信息.目前針對英語研究已有多種語料庫,但卻沒有反映經(jīng)濟(jì)全球化、適應(yīng)航運(yùn)業(yè)發(fā)展的體現(xiàn)航海與交通運(yùn)輸密不可分的特點(diǎn)的海洋交通運(yùn)輸英語語料庫.而許多專家學(xué)者,如Aston等認(rèn)為學(xué)習(xí)者搜集或建立某一特殊文本類型和/或適用領(lǐng)域的文本集合或具有特殊語言特征的文本集合,會對教師和學(xué)習(xí)者很有裨益.[1]因此,本文擬在自建海洋交通運(yùn)輸英語語料庫(CMTE)的基礎(chǔ)上,通過將其與科技英語語料庫(JDEST)和普通英語本族語語料庫(FLOB)進(jìn)行對比分析,研究海洋交通運(yùn)輸英語動詞詞匯的特點(diǎn).

一、海洋交通運(yùn)輸英語語料庫簡介

CMTE抽樣的文本長度控制在2000～5000詞之間,因?yàn)锽iber認(rèn)為2000～5000詞的抽樣文本足以代表文本范疇[2].CMTE總庫容為521 691詞.

CMTE選材全部來自于以英語為母語的國家,主要是美國、英國、加拿大、新西蘭等國.語料主要來源于近20種外文期刊,除部分公約、法規(guī)外,選取的文本資料大多數(shù)為2000年以后出版,資料新穎.內(nèi)容涵蓋港口設(shè)施、危險貨物、海盜、海事物流、遠(yuǎn)洋運(yùn)輸、船舶技術(shù)、港口交通、海洋天氣、海運(yùn)事故等方面.船舶涉及游船、油船、貨船、客船、滾裝船、漁船等.此外,還包含少量與海洋交通運(yùn)輸有關(guān)的公約或規(guī)則.CMTE更明顯地體現(xiàn)了海洋交通運(yùn)輸?shù)奶攸c(diǎn).

二、研究工具及過程

本研究的語料主要來自 CMTE、JDEST和FLOB語料庫.JDEST為上海交通大學(xué)建立的科技英語語料庫,總?cè)萘繛? 079 649詞.FLOB為1991年建成的英國本族語語料庫,屬普通英語,總?cè)萘繛? 023 888詞.

本研究主要采用Claws4對語料庫進(jìn)行賦碼,賦碼后的形式如下所示:

the-AT radar-NN1range-NN1scale-NN1 was-VBDZ increased-VVN to-TO assess-VVI the-AT risks-NN2 posed-VVN by-II the-AT vessels-NN2 encountered-VVN ,-,and-CC speed-NN1 was-VBDZ increased-VVN to-TO reduce-VVI the-AT crossing-NN1 time-NNT1.-.

運(yùn)用FoxPro程序根據(jù)賦碼集(tagset)提取各語料庫中的動詞(以"-V"開頭)以及各種不同動詞賦碼,并將所有動詞轉(zhuǎn)化為詞元形式.

三、CMTE動詞的分類

通過FoxPro程序,可以提取所有動詞的賦碼及其頻率,程序運(yùn)行結(jié)果顯示實(shí)義動詞過去分詞形式(VVN)和動詞不定式形式(VVI)的數(shù)量位于各語料庫之首.VVN在CMTE、JDEST和FLOB中分別出現(xiàn)15 857、35 220和25 591次,VVI分別出現(xiàn)10 124、16 643和23 723次.但實(shí)義動詞的ING形式(VVG)、過去時(VVD)和情態(tài)動詞(VM)等在各語料庫中的排序分布不同.

1.基于動詞賦碼集的功能或語法分類

Quirk等將動詞分為實(shí)義動詞、基本動詞和情態(tài)動詞.[3]基本動詞包括be、do和have.但基本動詞有時也可以用做實(shí)義動詞,如句子"He does the washing in his family."中的does.本研究對此不再加以區(qū)分,而統(tǒng)一計(jì)算基本動詞的數(shù)量.根據(jù)Claws 4賦碼集,動詞be、do、have和情態(tài)動詞(VM)有各種不同的賦碼形式.be的賦碼形式有VB0、VBDR、VBDZ、VBG、VBI、VBM、VBN、VBR和VBZ,do的賦碼形式有VD0、VDD、VDG、VDI、VDZ和VDN,have的賦碼形式有VH0、VHD、VHG、VHI、VHN和VHZ.因此,可以先將這些基本動詞和情態(tài)動詞歸納到一起,如表1所示.

表1 3個語料庫中的基本動詞和情態(tài)動詞分布

表1中數(shù)據(jù)顯示,CMTE中的be動詞和情態(tài)動詞明顯少于其他兩個語料庫,兩種動詞分別占CMTE總詞量的3.47%和1.12%.經(jīng)檢驗(yàn),CMTE中的be動詞顯著少于JDEST(z=-22.75,p< 0.05)和FLOB(z=-18.47,p<0.05),CMTE中的情態(tài)動詞也顯著少于JDEST(z=-10.14,p< 0.05)和 FLOB(z=-11.07,p<0.05).而且, CMTE中的 be、have和 do動詞總量顯著少于JDEST和FLOB,z值分別為-143.09(p<0.05)和-155.82(p<0.05).此外,還可從表1觀察到, CMTE和JDEST兩個語料庫中使用的do和have都明顯少于FLOB語料庫.經(jīng)檢驗(yàn),差異顯著.

假如不計(jì)表1中的基本動詞和情態(tài)動詞,還可以算出CMTE、JDEST和FLOB這3個語料庫中的所有實(shí)義動詞總量,分別為 50 589、91 960和107 823,分別占各自語料庫總詞量的 9.70%、8.52%和10.53%.說明CMTE和JDEST這兩個專業(yè)性較強(qiáng)語料庫使用的實(shí)義動詞總量要少于普通英語語料庫.此外,也可以按動詞的語法形式將動詞分為原形或不定式形式(VV0、VVI、VBI、VB0、 VD0、VDI、H0、VHI、VBM、VBR)、過去時形式(VVD、BDZ、VBDR、VDD、VHD)、ING形式(VVG、VVGK、VBG、VDG、VHG)、過去分詞形式(VVN、VVNK、VBN、VDN、VHN)和第三人稱單數(shù)形式(VVZ、VBZ、VDZ、VHZ).be、do和have這些詞的各種不同形式也歸納到如表2所示的不同分類當(dāng)中.

表2 3個語料庫中的動詞語法分類

表2數(shù)據(jù)顯示,CMTE中動詞原形或不定式形式以及動詞第三人稱單數(shù)形式分別占總詞量的4.46%和2.05%,明顯少于其他兩個語料庫.經(jīng)檢驗(yàn),CMTE中動詞原形或不定式形式顯著少于JDEST(z=-3.70,p<0.05)和FLOB(z=23.65, p<0.05),CMTE中動詞第三人稱單數(shù)形式也顯著多于JDEST(z=-40.84,p<0.05)和FLOB(z=-10.35,p<0.05).說明CMTE中使用的一般現(xiàn)在時和不定式要少于其他兩個語料庫.此外, CMTE中的動詞 ING形式顯著多于JDEST和FLOB,z值分別為15.72(p<0.05)和5.59(p< 0.05).通過觀察語料庫發(fā)現(xiàn),這些動詞ING形式多用作現(xiàn)在分詞(作定語或狀語)或動名詞(作介詞賓語或主語等),用在進(jìn)行時態(tài)中較少.進(jìn)一步觀察表2發(fā)現(xiàn),CMTE和JDEST這兩種專業(yè)性較強(qiáng)的語料庫存在共性,它們的動詞過去分詞形式顯著多于普通英語語料庫FLOB,z值分別為15.569(p<0.05)和28.09(p<0.05),差異顯著.

2.動詞的語義分類

本研究采用Biber的分類方法,按語義將實(shí)義動詞分為活動型、交際型、思想型、使役型、發(fā)生型、存在型和體型動詞.[4]由于Biber已將各類動詞的高頻詞列出,因此,可以根據(jù)這些動詞對CMTE、JDEST和FLOB這3個語料庫中的前100個高頻實(shí)義動詞進(jìn)行分類.實(shí)義動詞語義分類以詞元為單位.統(tǒng)計(jì)結(jié)果如表3所示.

表3顯示3個語料庫中的活動型動詞數(shù)量最多.經(jīng)計(jì)算,它們分別占各自語料庫中動詞總量的15.02%、14.95%和13.12%.發(fā)生型和體型動詞在各語料庫中較少.而且CMTE和JDEST兩個語料庫的高頻活動型動詞比例顯著多于FLOB,z值分別為13.00(p<0.05)和15.39(p<0.05).CMTE中前8個高頻活動型動詞為 make、take、use、provide、carry、give、operate和 follow,JDEST為 use、show、make、provide、produce、give、take和 obtain, FLOB為make、go、take、get、give、come、leave和put.可見,3個語料庫使用的make、take和give都比較多.但專業(yè)性較強(qiáng)的語料庫使用use和provide較多.其中CMTE使用的carry和operate等與船舶操作、運(yùn)輸領(lǐng)域有關(guān)的詞明顯多于其他兩個語料庫.普通英語中使用的go、get、come和leave等活動型動詞的頻數(shù)排序也明顯高于專業(yè)性較強(qiáng)的語料庫.

表3 3個語料庫中前100個動詞的語義分類

CMTE和JDEST中使用的思想型動詞和交際型動詞數(shù)量和比率明顯小于FLOB語料庫,說明普通英語語料庫使用的與交際有關(guān)的動詞和與思想活動有關(guān)的動詞遠(yuǎn)多于專業(yè)語料庫.經(jīng)檢驗(yàn),差異顯著(p<0.05).FLOB、CMTE和JDEST中的前5個高頻交際型動詞分別為:say、tell、ask、call、write; say、report、call、note、state;describe、call、discuss、say、note.從中可以看出3個語料庫都使用了高頻交際型動詞say和call,而其他詞則區(qū)別較大.FLOB較多地使用了tell、ask和write,CMTE較多地使用了report和state等,JDEST使用describe和discuss較多,CMTE和JDEST則都較多地使用了note一詞.從思想型動詞看,FLOB中前5個高頻思想型動詞為see、know、think、find和want,CMTE為see、find、need、consider和 identify,JDEST為find、consider、see、determine和know.從中發(fā)現(xiàn),find和see在3個語料庫中分布相似,但CMTE和JDEST使用的consider、identify和determine等詞語與 FLOB存在較大區(qū)別.

CMTE和JDEST中的存在型動詞和使役型動詞數(shù)量顯著多于FLOB語料庫.其中,存在型動詞分別占 CMTE、JDEST和 FLOB動詞總數(shù)的2.82%、3.26%和1.77%.CMTE和JDEST中的存在型動詞明顯多于FLOB,z值分別為17.27(p< 0.05)和27.99(p<0.05),差異顯著.CMTE、JDEST和FLOB中的前兩個存在型動詞分別為include和remain、contain和include以及l(fā)ook和live,可見,差異較大.此外,經(jīng)檢驗(yàn),CMTE和JDEST前100個實(shí)義動詞中使役型動詞的比重顯著大于FLOB(p<0.05).CMTE中的前5個使役動詞為require、ensure、allow、cause和 affect,JDEST為 require、cause、allow、prevent和permit,FLOB中前100個高頻實(shí)義動詞中只有4個使役動詞help、let、allow和require.從中發(fā)現(xiàn),除allow和require在這3個語料庫中具有一定共性外,其他使役動詞差異較大.

四、結(jié) 語

從動詞的功能分類上看,CMTE中的be動詞和情態(tài)動詞總量都顯著少于JDEST和FLOB語料庫,而且其中的have、do和be使用總量在3個語料庫中最少.CMTE中動詞原形或不定式形式以及動詞第三人稱單數(shù)形式明顯少于其他兩個語料庫,但其中的動詞ING形式則顯著多于JDEST和FLOB.從動詞的語義分類看,CMTE語料庫使用的活動型動詞比例最高;CMTE和JDEST中使用的思想型動詞和交際型動詞數(shù)量和比率明顯小于FLOB語料庫,但兩個語料庫中的存在型動詞和使役型動詞數(shù)量顯著多于FLOB語料庫.研究結(jié)果表明CMTE和JDEST在動詞使用上存在很大的相似性,體現(xiàn)了專門用途或科技英語的特點(diǎn),而且海洋交通運(yùn)輸英語中也存在其獨(dú)特的動詞使用特點(diǎn).這些發(fā)現(xiàn)有助于中國海事院校的相關(guān)專業(yè)師生或其他從事海洋交通運(yùn)輸?shù)挠嘘P(guān)人員了解海洋交通運(yùn)輸英語的動詞特點(diǎn),并為中國航海院校及培訓(xùn)機(jī)構(gòu)提供一定的教育、教學(xué)與學(xué)習(xí)指導(dǎo).

[1]ASTON G.The learner as corpus designer[C]//KETTEMANN B,MARKO G.Teaching and learning by doing corpus analysis.Amsterdam:Rodopi,2002:9.

[2]BIBER D.Methodological issues regarding corpus-based analyses of linguistic variation[J].Literary and Linguistic Computing,1990(5):261.

[3]QUIRK R,GREENBAUM S,LEECH G,et al.A comprehensive grammar of the English language[M].London: Longman,1985:96.

[4]BIBER D,JOHANSSON S,LEECH G,et al.Longman grammar of spoken and written English[M].London: Longman,1999:360-383.