建立英語(yǔ)學(xué)習(xí)者語(yǔ)料庫(kù)標(biāo)注系統(tǒng).pdf

1、該研究采用以語(yǔ)料為基礎(chǔ)的研究方法(corpus-based approach)對(duì)湖南大學(xué)的英語(yǔ)學(xué)習(xí)錯(cuò)誤進(jìn)行概率統(tǒng)計(jì),設(shè)計(jì)一套相應(yīng)的錯(cuò)誤識(shí)別標(biāo)注方案(Tag Set),并以湖南大學(xué)學(xué)生英語(yǔ)作文為素材,采集1,300份作文(約20萬(wàn)文字)并對(duì)此進(jìn)行錯(cuò)誤識(shí)別、標(biāo)注以獲取相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析.這一錯(cuò)誤標(biāo)注系統(tǒng)(the Hunan U Tag Set)參照現(xiàn)有的英國(guó)國(guó)家語(yǔ)料庫(kù)(the BNC)中的兩種標(biāo)注方案:即其基本標(biāo)注方案(the BNC

2、Basic Tag Set)以及標(biāo)注增補(bǔ)方案(the BNC Enriched Tag Set),在此基礎(chǔ)上設(shè)計(jì)出針對(duì)湖南大學(xué)學(xué)生英語(yǔ)錯(cuò)誤的標(biāo)注系統(tǒng).然后利用這一系統(tǒng)通過(guò)對(duì)語(yǔ)料中抽象的數(shù)據(jù)進(jìn)行加權(quán)和組合,探討采集對(duì)象在英語(yǔ)學(xué)習(xí)中存在的突出問(wèn)題以及個(gè)體間語(yǔ)言錯(cuò)誤的差異.文章認(rèn)為通過(guò)對(duì)學(xué)習(xí)者使用過(guò)程中所出現(xiàn)的語(yǔ)言問(wèn)題的頻度進(jìn)行分析,所獲取的數(shù)據(jù)可以為英語(yǔ)教學(xué)提供參考.首先,通過(guò)借鑒語(yǔ)料庫(kù)對(duì)文字的編碼系統(tǒng)和研究方法,即參照英國(guó)國(guó)家語(yǔ)料庫(kù)(th

3、e BNC,i.e.British National corpus)的標(biāo)注方案C<'5>(the BNC Basic Tag Set)和C<'7>(The BNC Enriched Tag Set)以及在了解中國(guó)英語(yǔ)學(xué)習(xí)語(yǔ)料庫(kù)(the CLEC,i.e.Chinese Learner English Corpus)的現(xiàn)狀和語(yǔ)料輸入標(biāo)注模式的基礎(chǔ)上,該研究對(duì)原樣(20萬(wàn)文字)進(jìn)行語(yǔ)言錯(cuò)誤識(shí)別處理:即對(duì)所有語(yǔ)料中的錯(cuò)誤按不同類型進(jìn)行數(shù)據(jù)采集

4、——語(yǔ)言失誤現(xiàn)象、語(yǔ)言錯(cuò)誤以及中式英語(yǔ).其次,通過(guò)對(duì)湖南大學(xué)語(yǔ)料進(jìn)行錯(cuò)誤數(shù)據(jù)采集,建立湖南大學(xué)錯(cuò)誤識(shí)別標(biāo)注系統(tǒng)(the Hunan U Tag Set),然后利用這一標(biāo)注系統(tǒng)檢驗(yàn)原樣的每一類錯(cuò)誤頻度從而發(fā)現(xiàn)學(xué)習(xí)者共同存在的問(wèn)題.從研究中獲得的數(shù)據(jù),比如:語(yǔ)言錯(cuò)誤比例,某些具體的語(yǔ)言問(wèn)題以及體現(xiàn)最高頻度的最常見(jiàn)錯(cuò)誤等等數(shù)據(jù)為教學(xué)評(píng)估提供了一定的參考價(jià)值.為了檢驗(yàn)該標(biāo)注方案的可行性,保證數(shù)據(jù)收集的信度,該研究采用測(cè)試-重復(fù)測(cè)試信度模式(Te

5、st-Retest Reliability)——即分別對(duì)15例個(gè)樣和300例組樣采用貝葉斯統(tǒng)計(jì)模式(the Bayes Model),對(duì)所獲取標(biāo)注數(shù)據(jù)進(jìn)行加權(quán)和組合(Synthesis and Weighing).以概率為基礎(chǔ)、根據(jù)對(duì)大量語(yǔ)料進(jìn)行錯(cuò)誤標(biāo)注處理、通過(guò)對(duì)相關(guān)數(shù)據(jù)的加權(quán)和組合來(lái)對(duì)繁瑣凌亂的語(yǔ)言材料進(jìn)行數(shù)據(jù)化處理,利用所獲取的數(shù)據(jù)來(lái)闡釋語(yǔ)言現(xiàn)象,研究證明與繁瑣凌亂的語(yǔ)言材料相比,前者更具有客觀性和系統(tǒng)性.這種語(yǔ)言中數(shù)據(jù)的概率性,