國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)錄寫系統(tǒng)的賦碼原則初探

1、1國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)錄寫系統(tǒng)的賦碼原則初探國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)錄寫系統(tǒng)的賦碼原則初探王立非1，劉斌2（1南京大學(xué)江蘇南京210093；2解放軍國(guó)際關(guān)系學(xué)院，江蘇南京210039）摘要：國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)是目前世界上最完整的口語(yǔ)語(yǔ)料庫(kù)之一，對(duì)開展口語(yǔ)語(yǔ)料庫(kù)研究和語(yǔ)言習(xí)得研究具有重要價(jià)值，本文探討該語(yǔ)料庫(kù)的錄寫系統(tǒng)的賦碼原則與具體操作問(wèn)題，對(duì)促進(jìn)我國(guó)英語(yǔ)口語(yǔ)語(yǔ)料庫(kù)的建立和研究具有借鑒作用和啟示意義。關(guān)鍵詞：國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)；英語(yǔ)口語(yǔ)語(yǔ)料；語(yǔ)

2、料庫(kù)語(yǔ)言學(xué)中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼：文章編號(hào)：TheTheCHILDESCHILDESCpus:Cpus:CodingCodingOperationOperationofofthetheCHATCHATToolToolWANGLifei1LIUBin2(1.NanjingUniversityNanjingJiangsuProv.210093；2.PLAInternationalStudiesUniversityNanjingJiangsu

3、Prov.210039China)Abstract:Abstract:ThispaperdescribesthebasiccodingoperatingprinciplesofCHATftheCHILDEStalkbankaveryvaluablecpusfstudiesonspokenEnglishlanguageacquisition.ItaimstopromotethedevelopmentuseoftheCHILDESasare

4、ferencefconstructingtheEFLspokencpusinChina.KeyKeywds:wds:CHILDES；Englishspokencpus；cpuslinguistics1引言新世紀(jì)的語(yǔ)言學(xué)研究已進(jìn)入計(jì)算機(jī)時(shí)代，基于語(yǔ)料庫(kù)的研究成果不斷涌現(xiàn)，國(guó)際兒童口語(yǔ)語(yǔ)料庫(kù)CHILDES（ChildLanguageDataExchangeSystem）就是眾多語(yǔ)料庫(kù)中的一員，已有一千項(xiàng)基于這個(gè)語(yǔ)料庫(kù)的研究成果發(fā)表。該語(yǔ)料庫(kù)

5、由美國(guó)麥克阿瑟基金會(huì)資助，于1984年開始籌建，經(jīng)過(guò)近20年的建設(shè)，已成為目前世界上最大的兒童口語(yǔ)語(yǔ)料庫(kù)。到目前為止，該語(yǔ)料庫(kù)已收集了包括英語(yǔ)、漢語(yǔ)在內(nèi)的25種語(yǔ)言。用戶可直接從網(wǎng)上免費(fèi)登錄、使用或下載(:childes.psy.cmu.eduCHAT.html)語(yǔ)料。CHILDES語(yǔ)料庫(kù)由三部分組成，第一部分是兒童英語(yǔ)口語(yǔ)語(yǔ)料庫(kù)（DATABASE），第二部分為文本賦碼系統(tǒng)（CHAT），第331固定行賦碼CHAT賦碼文稿總是以固定行開始

6、，提供錄寫日期、參加者姓名、年齡、交談背景等信息。這些信息出現(xiàn)在文本的最開始處，具體格式如下：（XXX表示某某人，凡是有名字的行都用破折號(hào)，其它說(shuō)明行均無(wú)破折號(hào)，以示區(qū)別。遺漏的冒號(hào)已加上，全部要對(duì)齊。）姓名行——@Nameof年齡行——@Ageof生日行——@Birthof賦碼者行@Coder:附屬行@Dependent:教育行——@Educationof:文件名行@Filename:字體行@Font:組行——@Groupof語(yǔ)種行@

7、Language:語(yǔ)言行——@Languageof狀況行——@SESof性別行——@Sexof原因行@Stim:錄寫者行@Transcriber:警告行@Warning:有關(guān)參加者和背景信息的所有固定行都須以“@”符號(hào)開始。一些行只要求有@符號(hào)和行的名稱。例如“@Begin”或“@NewEpisode”。但是大部分行后須有內(nèi)容。有內(nèi)容的行還必須有一個(gè)冒號(hào)，然后是12個(gè)注釋。冒號(hào)后必須空出8個(gè)字符的間隔，然后輸入注釋。注釋是為了增加文檔行

8、信息的可讀性。冒號(hào)前的材料稱為“行名”，如：“@AgeofCHI:”和“@Date:”都是行名。行名之后的文本被稱為“行內(nèi)容”，如：“@AgeofCHI:26.4”、“@Date:25JAN1983”?！?；6.14”和“25JAN1983”都是行內(nèi)容，統(tǒng)稱為“行”。行末不能有標(biāo)點(diǎn)符號(hào)。在CHAT中，只有主體確實(shí)發(fā)出的聲音才能用標(biāo)點(diǎn)符號(hào)。這些固定行說(shuō)明說(shuō)話者年齡、社會(huì)經(jīng)濟(jì)地位或出生日期等不變的信息，如：中產(chǎn)階級(jí)家庭、男性、2歲等。這些信

9、息有助于更有效地研究語(yǔ)料。固定行按字母順序排列，排列順序如下：（1）姓名行姓名行@Name@Nameofof::此行說(shuō)明參加者的名字。（2）年齡行）年齡行@Age@Ageofof::此行是說(shuō)話者年齡，表示用三個(gè)字母說(shuō)明說(shuō)話者的名字。CHAT中的年齡信息精確到日。這里的年齡指的是被采集語(yǔ)料的兒童及其兄弟姐妹的年齡，也可用于其他說(shuō)話者。@Age行的順序?yàn)槟?、月、日。?；11.7，指的是2歲，11個(gè)月零7天，與一般日期表示方法不同。（3）生