语料库技术在对外汉语学习词典编纂中的问题及处理-定稿0411

谈语料库技术在对外汉语学习词典编纂中碰到的问题及其处理

语料库技术在对外汉语学习词典编纂中的问题及处理*

――以《基于语料库的HSK多功能例解字典》为例

郭曙纶1 张进凯2

1 200030上海市华山路1954号 上海交通大学国际教育学院

2 韩国时事教育出版社汉语编辑部

摘要：本文讨论了在运用语料库技术编纂对外汉语学习词典中碰到的一些实际问题（释义问题、例句问题、例词问题），并提出了相应的处理方法。

关键词：语料库技术，对外汉语，学习词典，词典编纂，问题处理

零 引言

郭曙纶曾在《语料库技术在对外汉语学习词典编纂中的应用实践》一文讨论过语料库技术在对外汉语学习词典编纂中四个方面的应用：一、确定字典字头的收字范围；二、确定字典例句的用字范围；三、限定字典释义的用字范围；四、确定字典字头的义项。文章最后也提到，“至于在应用中可能碰到的一些问题，如限制释义用字数量与释义的简单性、准确性的矛盾问题，语料库例句不能完全反映字头字的用法问题，等等，由于牵涉到的方面很多，我们拟另外撰文讨论。”

在现有文献中，讨论语料库在辞书编纂中应用的比较多，而讨论应用中出现的问题的则比较少。如蒋宗福（2005）讨论了语料库技术在语文辞书编纂修订方面的应用，认为“当前计算机技术和电子语料库已完全能满足语文辞书编纂修订的需要，积极探讨和推进辞书编纂修订手段的现代化，亟待引起重视。”

本文就是想专门来讨论一下在实践应用中可能碰到的一些问题以及我们的处理方法。

一 释义问题

首先，限制释义用字数量会与释义的简单性、准确性要求产生矛盾。这是基于语料库来编纂辞书面临的最大问题。

比如，“奶”字原来的解释是“人和高等动物身体的一部分，成熟的女性与母性动物的‘奶’比较大，能喂养下一代”，由于其中“熟、性、母、喂、养”等字比较难，必须改掉，修正后解释成了“人和高等动物身体的一部分，长大了的女人和能生下一代的动物的‘奶’比较大，能给下一代吃的，使下一代长大”。再比如，“派”字原来的解释是“原来指水的支流，现在多用来表示系统的一个分支”，由于其中“支、流”两字比较难，必须改掉，修正后解释成了“原来指河的一个部分，现在多用来表示系统的一个方面”。再比如，“窗”字原来的解释是“房屋或车船上通气透光的洞口”由于其中“透、洞”两字比较难，必须改掉，修正后解释成了“房屋或车船上通气通光的口”。再比如，“啊”字原来的解释是“用在句末表示语气缓和”，由于其中“缓”字比较难，必须改掉，修正后解释成了“用在句末表示语气比较慢”。再比如，“表”字原来的解释是“记时间的工具，多数带在手腕上”由于其中“腕”* 郭曙纶，男，博士，上海交通大学国际教育学院语言学及应用语言学副教授、硕士生导师，汉语言研究所副所长，主要研究方向为语料库语言学、对外汉语教学。本文得到上海交通大学国际教育学院科研基金课题“基于语料库的HSK多功能例解字典”的经费资助。

谈语料库技术在对外汉语学习词典编纂中碰到的问题及其处理

字比较难，必须改掉，修正后解释成了“记时间的工具，多数带在手上”。修改后的释义显然不如原来的释义简单、准确。

对于这个问题，我们现在的处理是：为了保证不随意增加释义用字数量，在保证释义基本正确的前提下，在释义时放松了一部分简单性、准确性的要求。

当然如果要编纂更大规模的字典，比如增加到汉语水平考试大纲中的2905字，那么随着字头字增加，释义用字估计还会有所增加，我们预计会增加到600字到700字，最多应该不会超过800字。这样在增加了释义用字数量之后，释义的简单与准确方面可能也会有所改善，但估计不会有太大的变化。在这里我们希望对于基于语料库编纂的辞书应该抱一种相对比较宽容的眼光来对待这一新生事物，对其释义的简单性、准确性要求能够有所放松。

由于释义用字量的限制，在把某些非常用字从释义用字去掉（替换掉）的同时，其他的释义表述有时也必须做相应的改动，甚至有时也会使得释义看上去不简单、不准确。

比如，“东”一开始释义为“方位之一，太阳升起的方向”，因为“升”字需要替换掉，后来修改为“方位之一，太阳起来的方向”。再如，“戴”一开始释义为“把东西放在头上或脖子上”，因为“脖”字需要替换掉，后来修改为“把东西放在头上或其他部位上”。再如，“概”一开始释义为“粗略的，不详细的”，因为“略、详”字需要替换掉，后来修改为“粗的，不细的”。还有如“公”，一开始释义为“丈夫的父亲”，因为“丈”字需要替换掉，后来修改为“女人称自己小孩的爸爸的爸爸，也有的地方称自己爸爸的爸爸”。

这些释义的修改看上去可能不如原来的释义简单、准确。但这是限制释义用字数量必然会带来的副作用。否则语言的词汇也没有必要发展丰富了，新字与新词也就不会出现了。因此我们给出了相对较多的例句，希望这些例句能够在一定程度上弥补其不足。

有时释义用字的修改对释义本身基本上没有影响，如“词”字一开始释义为“语言里最小的可以独立运用的单位”，因为“独”字需要替换掉，后来修改为“语言里最小的可以自由运用的单位”。这样的例子说明我们在对学习字典中的字进行释义时需要留心，尽量使用简单的用字。

二 例句问题

其次，语料库例句不能完全反映字头字的意义、用法。这也是一个比较大的问题。 比如说，“表”的例句有3个“你的表慢了三分钟。｜她看看表说要回家了。｜买表用了一百元，还剩八元。”就这3个例句而言，第1个比较好，基本上能反映“表”的含义、用法。而第2个就很难说了，对“表”的意义明白的知道这句话的意思，不明白的还是不知道这句话的意思。第3个就更难说了，基本上不能反映“表”的意义。当然后面这两个例句基本上还能反映“表”的用法。再比如说，“电”的例句有3个“科学家们早就开始研究电的问题。｜我们一共三个人，那时候，还没有电，干活要点灯。｜要了解这些问题，我们就必须努力学习电的知识。”除了用法，这3个例句基本上很难反映“电”的意义。当然如果从母语使用者来看，好像是能反映“电”的意义的。但是仔细想想，除了第2个例句，“没有电”与“点灯”有意义联系外，另两个例句是看不出“电”的意义的。最简单的测试方法就是：把原来例句中的“电”字删掉，看看能不能补回去，能唯一地补回去的最好。如果用这个方法来测试我们的例句，显然会有不少例句不能达到这个要求。

有时是这样一种情况：某个字主要是作为语素用来构词，但偶尔也有单独作为词来使用的，只是例子很少，基本上没有选择的余地。这样的例句当然也很难考虑到是否能反映字头字的意义、用法了。如“道”，作为名词性语素（释义为“人或车走在上面的长长的地面”），一般只用来构词，很少单独使用。这样就只能给出这样的例句：“他说：‘我们哪里有近道，还不和你们走的一条道？’”。

谈语料库技术在对外汉语学习词典编纂中碰到的问题及其处理

对于这个问题，我们现在的处理是：尽量使例句能反映字头字的意义与用法，实在不能兼顾的，至少保证一个方面。如果没有合适的例句，我们宁可空缺这一项。

今后解决这个问题的方法可以有两个：一个是扩大语料库的规模，这样会有更多的候选例句可以选择，这可以从根本上解决这个问题；一个是适当补充自己造的例句，这样可以弥补没有合适例句 …… 此处隐藏：2737字，全部文档内容请下载后查看。喜欢就下载吧 ……