梁 波

（廣東藥學(xué)院 外國(guó)語(yǔ)學(xué)院，廣東廣州 510006）

在外語(yǔ)教學(xué)和研究領(lǐng)域中，新興的語(yǔ)料庫(kù)技術(shù)受到越來(lái)越多的重視。語(yǔ)料庫(kù)（Corpus）作為語(yǔ)言資料庫(kù)，收集了大量的語(yǔ)言信息，為研究者提供了一個(gè)分析、研究、描述和應(yīng)用語(yǔ)言的載體。語(yǔ)料庫(kù)是在隨機(jī)采樣的基礎(chǔ)上廣泛收集人們實(shí)際使用、有代表性的真實(shí)語(yǔ)言材料而創(chuàng)建的。通過(guò)借助宏大的計(jì)算機(jī)數(shù)據(jù)庫(kù)，語(yǔ)料庫(kù)為編寫(xiě)詞典、語(yǔ)法及各種教材提供了重要的語(yǔ)料資源，并為英語(yǔ)語(yǔ)言研究提供了新的途徑。

語(yǔ)料庫(kù)的突出特點(diǎn)是庫(kù)中所包含的語(yǔ)言真實(shí)、數(shù)據(jù)龐大，在大型通用語(yǔ)料庫(kù)中，各種語(yǔ)言現(xiàn)象應(yīng)有盡有。同時(shí)，語(yǔ)料庫(kù)在語(yǔ)言測(cè)試試題的編寫(xiě)方面具有廣闊的應(yīng)用前景。Leech【1】曾指出，由于正確的答案就在語(yǔ)料庫(kù)之中，利用語(yǔ)料庫(kù)自動(dòng)編寫(xiě)語(yǔ)言測(cè)試題應(yīng)該是十分可行的。然而，盡管計(jì)算機(jī)軟硬件飛速發(fā)展，對(duì)大型語(yǔ)料庫(kù)進(jìn)行復(fù)雜的檢索并不需要耗費(fèi)很長(zhǎng)時(shí)間，但教學(xué)的各個(gè)不同階段均有比較明確的目標(biāo)，理應(yīng)根據(jù)不同需要量體裁衣，在實(shí)際的外語(yǔ)教學(xué)中使用不同難度、適用于不同場(chǎng)合的語(yǔ)言素材，而大型語(yǔ)料庫(kù)數(shù)據(jù)的龐雜性使得外語(yǔ)教學(xué)工作者很難在短時(shí)間內(nèi)有效地從海量語(yǔ)料庫(kù)中獲取合適的語(yǔ)言素材【2】。

為此，借鑒Sinclair【3】【4】【5】關(guān)于分析索引行的做法以及梁茂成、李文中和許家金在《語(yǔ)料庫(kù)應(yīng)用教程》一書(shū)中提出的關(guān)于微型文本的概念，本文以編制英語(yǔ)語(yǔ)法單項(xiàng)選擇題為例，探討如何通過(guò)語(yǔ)料庫(kù)應(yīng)用軟件PowerGREP，從語(yǔ)料庫(kù)中抽取適當(dāng)數(shù)量的索引行，創(chuàng)建微型文本，建設(shè)英語(yǔ)語(yǔ)言測(cè)試材料編寫(xiě)素材。

1 微型文本的創(chuàng)建

1.1 語(yǔ)料庫(kù)和軟件準(zhǔn)備

考慮到語(yǔ)料庫(kù)的容量，本文的示范語(yǔ)料選取自英國(guó)國(guó)家語(yǔ)料庫(kù)（British National Corpus，BNC）。該語(yǔ)料庫(kù)含有9000萬(wàn)詞次的書(shū)面語(yǔ)和1000萬(wàn)詞次的口頭語(yǔ)語(yǔ)料，語(yǔ)料選取余地較大。完成微型文本中文本處理步驟的軟件工具為PowerGREP，該 軟 件 可 從 網(wǎng) 頁(yè) http：／／www.powergrep.com上下載。一般對(duì)于自建的專(zhuān)業(yè)用途語(yǔ)料庫(kù)或利用網(wǎng)絡(luò)資源建立的語(yǔ)料庫(kù)，在最初的文本清潔過(guò)程中需要進(jìn)行簡(jiǎn)單的分句處理，軟件PowerGREP可實(shí)現(xiàn)該步驟的操作，通過(guò)替換功能實(shí)現(xiàn)簡(jiǎn)單的分句，但由于本文的語(yǔ)料來(lái)源于BNC大型語(yǔ)料庫(kù)，入庫(kù)語(yǔ)料均已經(jīng)過(guò)分句處理，所以該步驟可省略。

1.2 微型文本的創(chuàng)建與編輯

點(diǎn)擊運(yùn)行PowerGREP軟件，選取語(yǔ)料庫(kù)，創(chuàng)建微型文本。具體步驟如下：

（1）運(yùn)行PowerGREP軟件，在該軟件的程序主界面左上區(qū)域的【Folders and files】一欄中選擇語(yǔ)料庫(kù)所在文件夾，右鍵點(diǎn)擊后選擇【Include Folder and Subfolders】選項(xiàng)（參見(jiàn)圖1）。需要注意的是，在這個(gè)步驟下進(jìn)行的語(yǔ)料庫(kù)選擇，須為教學(xué)工作者根據(jù)自己的需要和學(xué)生水平所篩選和編輯的語(yǔ)料，在具體選取時(shí)，要考慮這些語(yǔ)料作為素材是否難易適中。

圖1 在PowerGREP中選擇語(yǔ)料

（2）在PowerGREP主界面上方的功能區(qū)域找到【Action Type】一欄，點(diǎn)選Collect data選項(xiàng)（參見(jiàn)圖2）：

圖2 在【Action Type】中設(shè)定選項(xiàng)

在圖2所處的軟件界面中，實(shí)際上還包含了上部表達(dá)式輸入框和下部表達(dá)式輸入框，其中【Search】一欄為上部表達(dá)式，【Collect】一欄為下部表達(dá)式。具體可參見(jiàn)圖3：

在【Search】和【Collect】這兩個(gè)輸入表達(dá)式界面中，需要輸入的是相應(yīng)的表達(dá)式語(yǔ)言。筆者在此處選取英文單詞vocabulary為例，由于上部表達(dá)式需要匹配原語(yǔ)料庫(kù)中所有包含vocabulary一詞的句子，因此將這些句子分為三部分，分別為：句首至vocabulary部分；vocabulary；vocabulary至句末部分。這三部分分別用3個(gè)括號(hào)分組標(biāo)記，vocabulary前后的空格用兩個(gè)＼s匹配。具體表述方式為：

圖3 輸入表達(dá)式界面

下部表達(dá)式中用＄1，＄2，＄3分別表示上部表達(dá)式中對(duì)應(yīng)的三部分，即＄1＝ 句首至vocabulary部分；＄2＝vocabulary部分；＄3＝vocabulary至句末部分。Vocabulary一詞前后兩個(gè)空格用制表符（ t）表示。具體表述方式為：

將上述兩個(gè)表達(dá)式分別輸入表達(dá)式框內(nèi)即顯示為圖4：

圖4 輸入上下部表達(dá)式界面

（3）按照?qǐng)D5的界面所示，在PowerGREP主界面下方的創(chuàng)建文件設(shè)定區(qū)，對(duì)文件創(chuàng)建方式【Target file creation】和目標(biāo)文件存放處【Target file location】進(jìn)行設(shè)定。其中，將目標(biāo)文件創(chuàng)建方式設(shè)定為【Save results into a single file】，將目標(biāo)文件存放處設(shè)定為教學(xué)研究者自行制定的保存界面，如C：＼User＼bob＼Desktop＼vocabulary.txt，具體可見(jiàn)圖5：

以上步驟完成后，點(diǎn)擊PowerGREP主界面上的【Collect】按鈕，便可遵循目標(biāo)文件存放處地點(diǎn)建立起一個(gè)名為vocabulary.txt的文件。該文件中采集了所選語(yǔ)料庫(kù)中全部還有vocabulary一詞的句子，而不含有該詞的句子則自動(dòng)被排除。

圖5 設(shè)定目標(biāo)文件

2 語(yǔ)言測(cè)試材料的編制

參考以上步驟，教學(xué)工作者可根據(jù)檢索的關(guān)鍵詞和詞組搭配，隨意選取自己認(rèn)為合適的語(yǔ)料，組建微型文本。將這個(gè)步驟運(yùn)用到英語(yǔ)教學(xué)中的語(yǔ)言測(cè)試材料編制工作上，則只需要有一個(gè)合適的語(yǔ)料庫(kù)，通過(guò)語(yǔ)料庫(kù)查詢(xún)的方法將題干從語(yǔ)料庫(kù)中抽取，再把題干和選項(xiàng)按照一定的格式編排，便可構(gòu)成一道單項(xiàng)選擇題。以下題為例：

這道選擇題主要由三部分組成，分別為：（1）題號(hào)，即“1”，通常還會(huì)在題號(hào)后加一個(gè)點(diǎn)號(hào)和空格，把題號(hào)和題干分開(kāi)；（2）題干，即句子本身，該部分可直接從語(yǔ)料庫(kù)中抽取真實(shí)的語(yǔ)言。同時(shí)，題干部分出現(xiàn)下劃線(xiàn)“_____I”，是考點(diǎn)所在；（3）選項(xiàng)，一般有A＼B＼C＼D四個(gè)標(biāo)記，其中一個(gè)是正確答案，其余為干擾項(xiàng)。

按照單項(xiàng)選擇題題型的特點(diǎn)，以上題為例，可以確定答案選項(xiàng)為as a result，in a word，by the way和on the contrary。因此，在創(chuàng)建微型文本時(shí)，【Search】和【Collect】?jī)蓚€(gè)表達(dá)式輸入方框內(nèi)的表達(dá)式則應(yīng)為：

輸入PowerGREP界面后如圖6：

完成這一操作后，將從語(yǔ)料庫(kù)中抽取的所有包含四個(gè)選項(xiàng)的句子保存到名為choice.txt的微型文本中。然后運(yùn)行PowerGREP軟件，選中微型文本choice.txt，再進(jìn)行一次Collect。本次操作中，Search不變，Collect的表達(dá)式變更為：

圖6 創(chuàng)建編制練習(xí)題所需微型文本

在本次抽取過(guò)程中，所用的是PowerGREP內(nèi)置的表達(dá)式“%MATCHFILENS%”，后邊加了點(diǎn)號(hào)和空格，之后是“＄1”，即微型文本的每個(gè)句子中選項(xiàng)之前的部分。微型文本的原選項(xiàng)被替換成了“______”，之后是微型文本原句中選項(xiàng)之后的部分“＄3”和一個(gè)回車(chē)符號(hào)和換行符號(hào)“＼r＼n”。最后逐步輸入四個(gè)選項(xiàng)，點(diǎn)擊【Collect】，變成完成操作。隨后，將所得文本保存為question.txt，打開(kāi)后可看到這個(gè)文本的格式正符合所需要的單項(xiàng)選擇題格式，可直接應(yīng)用于語(yǔ)言測(cè)試的材料編寫(xiě)（圖7）。

圖7 根據(jù)微型文本編制的語(yǔ)言測(cè)試材料

同樣，使用類(lèi)似的步驟，可再次抽取練習(xí)題的答案，只需要把【Collect】表達(dá)式輸入框中的表達(dá)式改為“%MATCHFILENS%.＄2”，將輸入文件名改為answer.txt即可（圖8）。

圖8

3 結(jié) 語(yǔ)

語(yǔ)料庫(kù)應(yīng)用涉及大綱制定、教材編寫(xiě)、閱讀材料選擇等多個(gè)外語(yǔ)教學(xué)研究環(huán)節(jié)，無(wú)論是課前準(zhǔn)備階段還是課堂課后練習(xí)題編寫(xiě)階段，使用語(yǔ)料庫(kù)時(shí)無(wú)不涉及索引工具。外語(yǔ)教學(xué)工作者利用語(yǔ)料庫(kù)資源，結(jié)合相應(yīng)軟件，抽取適當(dāng)?shù)乃饕?，?chuàng)建微型文本，作為編制英語(yǔ)語(yǔ)言測(cè)試素材，既可省去使用大型語(yǔ)料庫(kù)的種種繁雜操作，也可通過(guò)精心挑選，設(shè)計(jì)出重點(diǎn)突出的微型文本，激發(fā)學(xué)生學(xué)習(xí)興趣。

1 Leech，G.1991.The state of the art in corpus linguistics.In K.Aijmer ＆B.Altenberg（eds.）.English Corpus Linguistics.London：Longman.8－29.

2 梁茂成，李文中，許家金.語(yǔ)料庫(kù)應(yīng)用教程［M］.北京：外語(yǔ)教學(xué)與研究出版社.

3 Sinclair，J.1991.Corpus，Concordance，Collocation.Oxford：Oxford University Press.

4 Sinclair，J.2003.Reading Concordances.London：Pearson.

5 Sinclair，J.2007.The search for units of meaning.In W.Teubert ＆ R.Krishnamurthy （eds.）.Corpus Linguistics（Vol.3）.London：Routledge.3－29.