许家金 梁茂成

(北京外国语大学,北京,100089)

1.问题缘起

对比分析(contrastive analysis)是语料库语言学的常见方法和分析视角。国内语料库学者谈及对比方法,最容易想到“中介语对比分析”(Contrastive Interlanguage Analysis,简称CIA)和“英汉对比研究”。中介语对比时,需要比较英语母语和学习者中介语的语言特点,或比较不同母语背景的外语或二语学习者的中介语,还可能会比较语言水平较低和较高的中介语表现(Granger 1998)。英汉对比时,可能会比较翻译的双方向(汉译英、英译汉)语言表现(Baker 2000;王克非2006),也可能对比英汉语料内部的不同语类,如小说类语料或者科技类语料。在进行对比研究时,语料通常是分别存储的,研究者只需对两批语料分别检索,再对比数据和语言特点即可;若试图在语料库内部再做对比(比如四级和六级学生作文的对比、小说类科技类对比),则需将大的语料库拆分成若干小语料库,或者从大的语料库中抽取符合条件的子语料库(sub-corpus)。

比如,“英国国家语料库”(British National Corpus)是一个集英国英语口语和笔语的大型通用语料库。Rayson,Leech 和 Hodges(1997)利用该语料库进行了一项社会语言学研究。在该研究中,研究者对英国不同性别的对话口语进行了对比和分析。因研究问题所需,先从通用语料库中抽取对话口语,然后再区分对话者的不同性别,建成了两个子语料库——英国男性对话口语语料库和英国女性对话口语语料库,以满足对比的需要。

子语料库的创建正是本文要讨论的主要问题。在实际研究中,视研究的需要,常常依据某种条件从一个大的语料库(如通用语料库)中抽取若干个符合条件的文本构建一个子语料库,以达到对比的目的。……