語篇分析中基于關(guān)鍵詞分析的數(shù)據(jù)驅(qū)動方法.pdf

1、目前語料庫語言學(xué)用于語言學(xué)研究的方法主要是基于語料庫的(corpus-based)方法和語料庫驅(qū)動的(corpus-driven)方法。基于語料庫的方法使用語料主要是為了解釋、檢測或例示傳統(tǒng)語言理論(的正確性)。語料庫驅(qū)動的方法則認為傳統(tǒng)語言理論與語言事實之間存在差異，基于語料庫的方法不著眼挑戰(zhàn)已有語言描敘或語言理論，沒有充分利用語料的潛能，從而不能對豐富的語言事實做出理想的解釋。語料庫驅(qū)動的方法主張：語言理論不應(yīng)先于語言事實，而只能由

2、之直接產(chǎn)生，同時還要要完整地反映所觀測到的語言事實(Tognini-Bonelli2001)。 Rayson(2002)則另外提出了一種用于語言學(xué)研究的數(shù)據(jù)驅(qū)動(data-driven)的方法。通過對以往研究的調(diào)查，他認為在確定待研究的語言特征方面前兩種方法均存在不足之處，那就是研究問題通常先于語言研究，差別只在于證實與質(zhì)疑，從而有可能遮蔽其他更普遍的語言特征的發(fā)現(xiàn)。Rayson的方法是運用頻率凸現(xiàn)(frequencyprofi

3、ling)和檢索(concordance)這兩個語料庫研究手段對經(jīng)過語義標(biāo)注的語料先進行宏觀分析，然后微觀分析，從而發(fā)現(xiàn)凸現(xiàn)的候選研究問題。他把這個語言發(fā)現(xiàn)過程概括為“建庫—標(biāo)注—抽取—問題—闡釋(build-annotate-retrieve-question-interpret)”。這種數(shù)據(jù)驅(qū)動方法產(chǎn)生的問題然后通過前兩種方法進行分析。 本文和Rayson同樣認為基于語料和語料驅(qū)動的方法各有適用的領(lǐng)域，無優(yōu)劣之別，但在確定語

4、言研究問題時需要先宏觀，后微觀，從而能夠發(fā)現(xiàn)以前被忽略的語言現(xiàn)象。和Rayson不同的是，本文提出的基于關(guān)鍵詞的數(shù)據(jù)驅(qū)動方法的宏觀發(fā)現(xiàn)過程不是基于語義的對比，而是基于詞匯的對比。提出這種方法的一個原因是語義標(biāo)注在國內(nèi)還不成熟，另一個原因是已有語料庫研究初步顯示基于詞匯和基于語義的語料庫研究都能對同一語料作出相似發(fā)現(xiàn)(ArcherandRayson2004；BakerandMcEnery2004；DeeganandShort2004)。

5、 基于關(guān)鍵詞的數(shù)據(jù)驅(qū)動方法的語言發(fā)現(xiàn)過程是“建庫—抽取—問題—闡釋”，亦即是，首先建立目標(biāo)語料庫作為要進行語言特征發(fā)現(xiàn)的對象，然后通過語料庫語言學(xué)的統(tǒng)計方法對目標(biāo)語料庫進行分析，在這個步驟中發(fā)現(xiàn)潛在的可供進一步分析的語言特征，最后提出相關(guān)問題并進行闡釋，闡釋的語言理論既可以是從分析中歸納得來的，也可以是傳統(tǒng)語言理論。其中“抽取”過程由三個子步驟構(gòu)成：第一步，提取關(guān)鍵詞；第二步(可選項)，對關(guān)鍵詞進行搭配詞分析；第三步，對關(guān)鍵詞或其

6、搭配詞進行檢索。 本文的主要理論假設(shè)是：1)關(guān)鍵詞代表了目標(biāo)語料庫中顯著的語言現(xiàn)象(CollinsandScott1997)，2)詞的意義主要由其上下文決定(Tognini-Bonelli2001)。 為了檢測基于關(guān)鍵詞的數(shù)據(jù)驅(qū)動方法的可行性，本文對西方經(jīng)濟學(xué)者所報道的中國經(jīng)濟進行了上述方法的一次個案分析。分析初步表明，在輔助語言特征發(fā)現(xiàn)方面，該方法是可行的。發(fā)現(xiàn)的主要問題是語言特征分類問題和語言特征的選擇問題。