摘要：语块提取是语块理论研究和应用研究的重要环节。然而，目前学界还缺乏语块提取的统一标准。语块提取的基本方法各有利弊。本文通过自建大学英语口语测试语料库，提出了结合人工识别和语料库自动识别提取语块的方法，为保证语块研究信度和效度提供了方法指导。

关键词：大学英语、口语语料、语块、语块识别

1.引言

语块在二语习得和使用过程中的重要性得到广泛认可。（Ellis 1994，Strengers 2011，胡元江，2015）但是，一直以来对于语块并没有一个确切统一界定，这导致对语块的划分不是一件容易的事情。Pawley 和Syder（1983）曾这样描述划分的困难“（我们）再次重申这种程度不同（gradation）的特点是语言的本质，尝试明确切分会使得我们陷入对母语者知识本质错误解读的危险境地。”（转引自Nattinger 和DeCarrico，1992：38）将近40年过去了，语块识别问题依然困扰着语块研究。更为严重的是，这种状况不利于语块的理论研究和习得研究，也不利于人们对不同研究进行比较从中得出普遍性的结论。（马广惠，2011）

2.研究背景

语块识别一般基于兩个维度，一是短语学维度，二是语料库维度。（胡元江，2015）。主张短语学维度的研究者包括Nattinger 和DeCarrico（1992）、Boers ，et al （2006）、Wood（2009）等。主张语料库维度的研究者有Stubbs & Barth（2003）、肖更生等（2016）。两种方法各有不足，短语学方面往往凭借本族语者的直觉。比如，Nattinger 和DeCarrico（1992）等认为it is X和there is/are/was/were X为语块是有条件的，当表明主张（assertion）时，而且是一种礼貌的表达立场的方式时，其语用功能等同于personally， I think X， in my opinion，或者更为间接的表达方式如as far as I can tell， frankly， to be perfectly honest时则是，这无疑增加了语块识别的主观性;语料库分析方法往往凭借的标准是提取频点，但是往往提取到非语块的词组片段，比如part of the 、end of the 等。……