摘要 语料库对词典学的价值已得到辞书界的普遍认可，但传统大规模语料库由于缺乏必要的标注，与词典微观结构项之间的相关性不足，这使得它对词典学研究和词典编纂的贡献受到很大的制约。文章从词汇知识库和数据库的建设特点入手，探讨它与词典学的相关性及其在规模、速度和信息量等方面的局限；最后以COCA为例，从语料库的标注、语料库的索引、语料的智能化检索和显示等方面探讨语料库的数据化特征及其词典学意义。

关键词 词汇知识库 词汇数据库 语料库数据化 语料库与词典编纂

在语料库发展的初期，人们对语料的评价和期望都十分高，似乎有了语料库，词典的一切问题都解决了：释义和义项划分有了依据、例证的采集可以变得轻松、词典的编纂效率可以大大提高等等。人们的主要精力是要把语料库做大，觉得大到一定程度就可以覆盖和解决词典编纂的一切语言问题了。所以，语料库迅速从百万级到千万级，最后柯林斯的“Bank of English”在20世纪80年代就达到空前的近5亿词。这时，词典编纂者突然发现，在使用这些大规模语料库时，随便输入一个词查询就会产生成千上万的索引行，显示界面会把这个词的各种用法实例都一股脑呈现出来。面对海量语料，词典编纂者往往无从下手，只能逐条浏览；这会大大增加其工作量，影响词典编纂的进度。因此，西方语言学家和词典学家早在20世纪七八十年代就开始了语料的数据化加工，取得了一系列的成果。……