前言

本書是北京市社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)標(biāo)準(zhǔn)研究

(項(xiàng)目編號(hào)：15WYA017)的研究成果之一。

一、關(guān)于課題目標(biāo)與書稿來(lái)源

1995年第一個(gè)漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)系統(tǒng)建成以來(lái)，基于語(yǔ)料庫(kù)的偏誤分析、習(xí)得研究、中介語(yǔ)研究逐漸成為漢語(yǔ)國(guó)際教育研究中的重要內(nèi)容。21世紀(jì)初以來(lái)，漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)在漢語(yǔ)國(guó)際教育與研究中的作用日益凸顯，其建設(shè)漸入高潮，成為語(yǔ)料庫(kù)研究中的熱點(diǎn)(譚曉平，2014),這也推動(dòng)了國(guó)內(nèi)少數(shù)民族學(xué)生學(xué)習(xí)國(guó)家通用語(yǔ)言文字的中介語(yǔ)語(yǔ)料庫(kù)建設(shè)、漢族學(xué)生學(xué)習(xí)少數(shù)民族語(yǔ)言的中介語(yǔ)語(yǔ)料庫(kù)建設(shè)、聾生學(xué)習(xí)漢語(yǔ)書面語(yǔ)的中介語(yǔ)語(yǔ)料庫(kù)建設(shè)，以及國(guó)外的漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)。同時(shí)，語(yǔ)料庫(kù)建設(shè)中還有許多問題，例如設(shè)計(jì)水平不高、規(guī)模不大、標(biāo)注不全、功能不強(qiáng)、建成后不開放，以及存在水平重復(fù)等。而問題的癥結(jié)在于語(yǔ)料庫(kù)建設(shè)隨意，缺乏統(tǒng)一標(biāo)準(zhǔn)。

針對(duì)語(yǔ)料庫(kù)建設(shè)中存在的上述問題，我們提出了本項(xiàng)目，在北京市社會(huì)科學(xué)基金項(xiàng)目立項(xiàng)支持下，研制了《漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)標(biāo)準(zhǔn)(草案)》(以下簡(jiǎn)稱《建設(shè)標(biāo)準(zhǔn)》)。目的是克服語(yǔ)料庫(kù)建設(shè)中的隨意性，推動(dòng)語(yǔ)料庫(kù)建設(shè)的規(guī)范化、標(biāo)準(zhǔn)化與科學(xué)化，提高語(yǔ)料庫(kù)建設(shè)水平，促進(jìn)語(yǔ)料庫(kù)建設(shè)健康發(fā)展，使語(yǔ)料庫(kù)更地為漢語(yǔ)國(guó)際教育與研究服務(wù)，并為其他類型語(yǔ)料庫(kù)的建設(shè)提供參考與借鑒。

本項(xiàng)目在對(duì)國(guó)內(nèi)外多種類型的語(yǔ)料庫(kù)進(jìn)行深入調(diào)查研究的基礎(chǔ)上，對(duì)漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)(以下簡(jiǎn)稱語(yǔ)料庫(kù))的建設(shè)標(biāo)準(zhǔn)進(jìn)行了較為全面、細(xì)致、深入的研究，在成功研制《建設(shè)標(biāo)準(zhǔn)》的同時(shí)，完成相關(guān)調(diào)查報(bào)告和研究論文百余篇，部分成果在國(guó)內(nèi)外多種學(xué)術(shù)刊物與論文集中發(fā)表，并在國(guó)內(nèi)外很多學(xué)術(shù)會(huì)議、學(xué)術(shù)講座上做了交流、報(bào)告和研討。我們認(rèn)為這些報(bào)告與論文是我們?cè)谘兄啤督ㄔO(shè)標(biāo)準(zhǔn)》過程中，針對(duì)遇到的各種問題進(jìn)行思考與探討的結(jié)果，體現(xiàn)了我們對(duì)相關(guān)問題的認(rèn)識(shí)、觀點(diǎn)與主張，對(duì)認(rèn)識(shí)語(yǔ)料庫(kù)建設(shè)標(biāo)準(zhǔn)問題具有啟發(fā)和參考作用，因此將其擇要整理成書，以就教于專家學(xué)者和廣大讀者。

二、關(guān)于調(diào)查研究的成果與意義

對(duì)語(yǔ)料庫(kù)建設(shè)與使用情況進(jìn)行全面、具體、深入的調(diào)查研究是掌握語(yǔ)料庫(kù)相關(guān)情況的基本環(huán)節(jié)，更是制定建設(shè)標(biāo)準(zhǔn)的重要前提。因此，本項(xiàng)目先后組織十余名成員，主要通過文獻(xiàn)研究、語(yǔ)料庫(kù)實(shí)地考察(上網(wǎng)查詢?yōu)g覽)、用戶反饋、座談、訪談、學(xué)術(shù)會(huì)議等方式進(jìn)行調(diào)研，比較全面地掌握了國(guó)內(nèi)外多種類型的語(yǔ)料庫(kù)的相關(guān)情況，為《建設(shè)標(biāo)準(zhǔn)》的研制奠定了堅(jiān)實(shí)基礎(chǔ)。

調(diào)研范圍包括國(guó)內(nèi)外的漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)、國(guó)內(nèi)外的英語(yǔ)學(xué)習(xí)者語(yǔ)料庫(kù)、國(guó)內(nèi)漢語(yǔ)母語(yǔ)語(yǔ)料庫(kù)、國(guó)外母語(yǔ)語(yǔ)料庫(kù)(含美國(guó)英語(yǔ)語(yǔ)料庫(kù)、英國(guó)英語(yǔ)語(yǔ)料庫(kù)、俄羅斯俄語(yǔ)語(yǔ)料庫(kù)以及其他國(guó)家的一些語(yǔ)料庫(kù)^①)、國(guó)內(nèi)少數(shù)民族母語(yǔ)語(yǔ)料庫(kù)、國(guó)內(nèi)外口語(yǔ)語(yǔ)料庫(kù)、多模態(tài)語(yǔ)料庫(kù)等多種類型的語(yǔ)料庫(kù)。

調(diào)研從10個(gè)方面展開：(1)語(yǔ)料庫(kù)一般情況，包括名稱、建設(shè)單位、網(wǎng)址、開放與否及程度；(2)建庫(kù)目的與實(shí)現(xiàn)方法；(3)語(yǔ)料的內(nèi)容、分類與規(guī)模；(4)語(yǔ)料采集方法；(5)語(yǔ)料標(biāo)注的內(nèi)容與方法；(6)語(yǔ)料元信息(背景信息);(7)語(yǔ)料統(tǒng)計(jì)信息；(8)語(yǔ)料的檢索與下載；(9)語(yǔ)料庫(kù)的更新與維護(hù)；(10)認(rèn)識(shí)與啟示�？疾燧^為全面、細(xì)致、系統(tǒng)、深入，了解了相關(guān)情況，總結(jié)了建設(shè)成果，指出了存在的問題，具有一定的認(rèn)識(shí)價(jià)值。

調(diào)研取得了如下重要成果：

1.了解了語(yǔ)料庫(kù)的基本組成部分、語(yǔ)料庫(kù)建設(shè)的主要環(huán)節(jié)和完整過程。這對(duì)語(yǔ)料庫(kù)建設(shè)的總體設(shè)計(jì)和流程標(biāo)準(zhǔn)的研制具有重要的參考價(jià)值。

2.理清了國(guó)內(nèi)外語(yǔ)料庫(kù)建設(shè)中的主要問題以及學(xué)界的討論與不同觀點(diǎn)，例如語(yǔ)料的平衡性，語(yǔ)料標(biāo)注的全面性，漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)缺乏自己的分詞、詞性標(biāo)注規(guī)范與專用詞表，語(yǔ)料庫(kù)檢索功能的現(xiàn)狀與不足，語(yǔ)料呈現(xiàn)、下載與保存的便捷性，口語(yǔ)語(yǔ)料的轉(zhuǎn)寫困境，口語(yǔ)語(yǔ)料庫(kù)建設(shè)的滯后性，語(yǔ)料庫(kù)的開放與資源共享，等等。學(xué)界對(duì)上述一些問題的理解、認(rèn)識(shí)與觀點(diǎn)并不一致，有的甚至相反。這些情況引起我們對(duì)相關(guān)問題的重視，并使得我們?cè)谥贫��?biāo)準(zhǔn)的過程中抱著謹(jǐn)慎的態(tài)度進(jìn)行全面、細(xì)致、深入的思考與研究，盡最大努力使標(biāo)準(zhǔn)的制定做到科學(xué)、嚴(yán)謹(jǐn)、合理、可行。

3.一些語(yǔ)料庫(kù)的建設(shè)理念與認(rèn)識(shí)主張非常有借鑒價(jià)值。例如，俄語(yǔ)國(guó)家語(yǔ)料庫(kù)在語(yǔ)料標(biāo)注問題上所主張的不替用戶做判斷的理念為我們?cè)诮◣?kù)實(shí)踐中已經(jīng)逐漸形成的淺層標(biāo)注的認(rèn)識(shí)與主張?zhí)峁┝伺宰C。

4.指出了國(guó)內(nèi)漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)語(yǔ)料呈現(xiàn)方式存在的問題。例如：(1)檢索界面雖能滿足用戶的基本需求，但或是檢索結(jié)果不能批量下載與保存，或是用戶對(duì)標(biāo)注內(nèi)容的顯示與否和顯示數(shù)量沒有自主選擇權(quán)，抑或是界面設(shè)計(jì)得不便于用戶閱讀；(2)原始語(yǔ)料不便于查看，甚至不能查看；(3)語(yǔ)料相關(guān)信息中只有學(xué)生的國(guó)籍信息，沒有母語(yǔ)信息；等等。這些發(fā)現(xiàn)及在此基礎(chǔ)上提出的改進(jìn)建議對(duì)語(yǔ)料呈現(xiàn)標(biāo)準(zhǔn)的確定具有重要的啟發(fā)意義。

5.用戶在使用語(yǔ)料庫(kù)基礎(chǔ)上提出的反饋意見與要求更是給了我們直接的啟示，在建庫(kù)實(shí)踐中必須予以滿足，在語(yǔ)料庫(kù)建設(shè)標(biāo)準(zhǔn)中也必須加以體現(xiàn)。例如：(1)語(yǔ)料的背景信息應(yīng)能檢索并與語(yǔ)料一起呈現(xiàn)，且能和語(yǔ)料一起下載；(2)HSK動(dòng)態(tài)作文語(yǔ)料庫(kù)無(wú)語(yǔ)體、辭格等層面的標(biāo)注，不能查詢語(yǔ)體、辭格的使用情況；(3)檢索功能薄弱，不能按詞性查詢，不能查特定句式與重疊結(jié)構(gòu)，不能做對(duì)比檢索；等等。用戶的這些意見與要求不僅推動(dòng)了語(yǔ)料庫(kù)建設(shè)的進(jìn)步，也豐富了建設(shè)標(biāo)準(zhǔn)的研究?jī)?nèi)容。

三、關(guān)于《建設(shè)標(biāo)準(zhǔn)》的內(nèi)容與特點(diǎn)

(一)《建設(shè)標(biāo)準(zhǔn)》的內(nèi)容

課題組通過調(diào)查研究、問題研討、理論研究、實(shí)踐檢驗(yàn)、論文撰寫等多方面的研究工作，最終成功研制了《建設(shè)標(biāo)準(zhǔn)》,包括語(yǔ)料庫(kù)建設(shè)流程標(biāo)準(zhǔn)、語(yǔ)料采集標(biāo)準(zhǔn)、語(yǔ)料背景信息采集標(biāo)準(zhǔn)、筆語(yǔ)語(yǔ)料錄入標(biāo)準(zhǔn)、口語(yǔ)和視頻語(yǔ)料轉(zhuǎn)寫標(biāo)準(zhǔn)、語(yǔ)料標(biāo)注標(biāo)準(zhǔn)、語(yǔ)料呈現(xiàn)標(biāo)準(zhǔn)、語(yǔ)料庫(kù)軟件系統(tǒng)研發(fā)標(biāo)準(zhǔn)、語(yǔ)料庫(kù)建設(shè)質(zhì)量標(biāo)準(zhǔn)、語(yǔ)料庫(kù)使用標(biāo)準(zhǔn)。其中吸取了語(yǔ)料庫(kù)建設(shè)實(shí)踐中的諸多成功經(jīng)驗(yàn)，也包括一些新的研究成果。

(二)《建設(shè)標(biāo)準(zhǔn)》體現(xiàn)了語(yǔ)料庫(kù)建設(shè)的先進(jìn)理念

1.服務(wù)理念，即《建設(shè)標(biāo)準(zhǔn)》的研究要為漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)服務(wù)，為漢語(yǔ)國(guó)際教育與研究服務(wù)。例如：語(yǔ)料庫(kù)建設(shè)流程標(biāo)準(zhǔn)規(guī)定了語(yǔ)料庫(kù)建設(shè)的必有環(huán)節(jié)與先后順序，建庫(kù)者可以按部就班地進(jìn)行語(yǔ)料庫(kù)建設(shè)，而無(wú)須從頭摸索，甚至重復(fù)前人已經(jīng)走過的彎路，從而克服建庫(kù)中的隨意性與低水平重復(fù)，推動(dòng)、促進(jìn)語(yǔ)料庫(kù)建設(shè)的科學(xué)化與規(guī)范化；為了使廣大用戶能夠方便快捷地檢索到教學(xué)與研究所需要的語(yǔ)料，語(yǔ)料庫(kù)軟件系統(tǒng)研發(fā)標(biāo)準(zhǔn)提供了9種檢索方式，便于用戶從多種角度進(jìn)行語(yǔ)料查詢。

2.前瞻性，即《建設(shè)標(biāo)準(zhǔn)》對(duì)建庫(kù)實(shí)踐具有引領(lǐng)作用�！督ㄔO(shè)標(biāo)準(zhǔn)》的研制既要總結(jié)并汲取以往語(yǔ)料庫(kù)建設(shè)的成功經(jīng)驗(yàn)與失敗教訓(xùn)，更要發(fā)現(xiàn)規(guī)律，預(yù)測(cè)發(fā)展趨勢(shì)，從而發(fā)揮引領(lǐng)作用，對(duì)建庫(kù)工作給予切實(shí)有效的指導(dǎo)。例如標(biāo)注內(nèi)容，從為教學(xué)與研究服務(wù)的理念出發(fā)，教學(xué)與研究需要什么,就應(yīng)該標(biāo)什么,否則就無(wú)法為教學(xué)與研究服務(wù)。而有的學(xué)者根據(jù)國(guó)外的學(xué)術(shù)觀點(diǎn)認(rèn)為偏誤標(biāo)注所依賴的某些分析理論并不成熟，而沒有較為成熟的理論支持，就很難制定出針對(duì)某些現(xiàn)象的完善的標(biāo)注規(guī)范，進(jìn)而提出：對(duì)于剛起步不久的漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)來(lái)說，可以先做好漢字、詞匯和語(yǔ)法的基本的正確和偏誤信息的標(biāo)注，待相關(guān)的理論和實(shí)踐研究比較成熟之后，再進(jìn)行其他層面的標(biāo)注。我們認(rèn)為這種消極等待、無(wú)所作為的觀點(diǎn)完全不顧漢語(yǔ)國(guó)際教育與研究的實(shí)際需求，顛倒了理論與實(shí)踐的相互關(guān)系，放棄了我國(guó)學(xué)者應(yīng)負(fù)的責(zé)任，違背了實(shí)踐、創(chuàng)新的科學(xué)精神，這樣是不可能帶來(lái)我國(guó)語(yǔ)料庫(kù)建設(shè)理論與實(shí)踐的進(jìn)步的。因此，我們?cè)谡Z(yǔ)料庫(kù)建設(shè)實(shí)踐取得成功經(jīng)驗(yàn)的基礎(chǔ)上，在《建設(shè)標(biāo)準(zhǔn)》中加入了全面標(biāo)注的原則。我們還引入了語(yǔ)料庫(kù)建設(shè)2.0的理念，認(rèn)為語(yǔ)料庫(kù)建設(shè)已進(jìn)入2.0時(shí)代，語(yǔ)料庫(kù)應(yīng)具備精細(xì)而豐富的特征。精細(xì)是指語(yǔ)料庫(kù)整體設(shè)計(jì)周密，軟件系統(tǒng)制作精良，用戶使用方便；豐富則指語(yǔ)料庫(kù)的功能多樣，能夠滿足教學(xué)與相關(guān)研究的多方面需求。這些都體現(xiàn)了《建設(shè)標(biāo)準(zhǔn)》的前瞻性與先進(jìn)性。

3.廣泛性，即《建設(shè)標(biāo)準(zhǔn)》涉及面廣、適應(yīng)性強(qiáng)。《建設(shè)標(biāo)準(zhǔn)》不僅適用于筆語(yǔ)語(yǔ)料庫(kù)，也適用于口語(yǔ)語(yǔ)料庫(kù)、多模態(tài)語(yǔ)料庫(kù)，說明漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)不僅重視書面形式的語(yǔ)言運(yùn)用，也非常重視口語(yǔ)形式的語(yǔ)言表達(dá)和口語(yǔ)表達(dá)中的體態(tài)語(yǔ)。

4.實(shí)事求是的平衡性。語(yǔ)料的平衡性是語(yǔ)料庫(kù)建設(shè)中一個(gè)非常重要的問題，也是一個(gè)尚未徹底解決的問題。由于語(yǔ)料的真實(shí)性要求和必bei的背景信息的要求，獲取符合條件的語(yǔ)料本身就頗具難度。以學(xué)習(xí)者的國(guó)籍分布而言，想要達(dá)到絕對(duì)的、理想化的平衡既不現(xiàn)實(shí)，也不符合漢語(yǔ)國(guó)際教育的實(shí)際情況。因此，應(yīng)采取實(shí)事求是的態(tài)度，根據(jù)不同國(guó)家和地區(qū)的學(xué)習(xí)者的實(shí)際分布情況，運(yùn)用分層抽樣的方法解決平衡性問題。

5.標(biāo)注模式。如果說語(yǔ)料采集是建庫(kù)的基礎(chǔ)或前提，標(biāo)注就是決定語(yǔ)料庫(kù)功能和使用價(jià)值的關(guān)鍵。為了能對(duì)學(xué)習(xí)者的語(yǔ)言表現(xiàn)進(jìn)行全面、準(zhǔn)確的了解和把握，《建設(shè)標(biāo)準(zhǔn)》采納了偏誤標(biāo)注 基礎(chǔ)標(biāo)注的模式，既標(biāo)注學(xué)習(xí)者的偏誤，又標(biāo)注其正確的語(yǔ)言表現(xiàn)，以在滿足偏誤分析需要的基礎(chǔ)上，進(jìn)一步滿足表現(xiàn)分析(或稱語(yǔ)言運(yùn)用分析)的需要，進(jìn)而提高漢語(yǔ)習(xí)得研究和中介語(yǔ)分析的水平。

6.眾包維護(hù)。用戶在使用語(yǔ)料庫(kù)時(shí)，如果發(fā)現(xiàn)錄入、轉(zhuǎn)寫、標(biāo)注等方面的錯(cuò)誤，不僅可以通過反饋留言的方式告知管理人員，還可以點(diǎn)擊有錯(cuò)誤的地方，在彈出的對(duì)話框中直接進(jìn)行修改并提交，經(jīng)管理員確認(rèn)通過后即可替代原來(lái)的語(yǔ)料與標(biāo)注。這樣，用戶不僅是語(yǔ)料庫(kù)的使用者，也是其檢驗(yàn)者和維護(hù)者。語(yǔ)料庫(kù)的檢查、修改、維護(hù)從少數(shù)建庫(kù)人員和管理人員有限的定期檢查變成了眾多用戶參與的長(zhǎng)期過程，這種靠眾人之力、集眾人之智的維護(hù)方式非常有利于語(yǔ)料庫(kù)質(zhì)量的不斷提升。

7.實(shí)踐檢驗(yàn)，即準(zhǔn)備作為建設(shè)標(biāo)準(zhǔn)的認(rèn)識(shí)與做法要經(jīng)過建庫(kù)實(shí)踐的檢驗(yàn)，證明其有效并可行之后，才納入《建設(shè)標(biāo)準(zhǔn)》。在《建設(shè)標(biāo)準(zhǔn)》的研制過程中，我們利用建設(shè)全球漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)和開發(fā)HSK動(dòng)態(tài)作文語(yǔ)料庫(kù)(2.0版)的機(jī)會(huì)，把通過研究得出的一些認(rèn)識(shí)與做法在建庫(kù)實(shí)踐中進(jìn)行了檢驗(yàn)，可行的予以保留，有問題的加以改進(jìn)，不可行的則堅(jiān)決舍棄。經(jīng)過從認(rèn)識(shí)到實(shí)踐，再?gòu)膶?shí)踐到認(rèn)識(shí)的反復(fù)探索，我們的認(rèn)識(shí)與研究結(jié)論具有了較高的科學(xué)性與可行性。例如：我們?cè)趯?shí)踐中驗(yàn)證了全面標(biāo)注的主張；舍棄了同版標(biāo)注，采用了分版標(biāo)注的做法；證明了對(duì)部分標(biāo)注內(nèi)容進(jìn)行自動(dòng)標(biāo)注的可行性。

8.資源共享的途徑。目前，除少數(shù)幾個(gè)漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)外，大部分中介語(yǔ)語(yǔ)料庫(kù)都不對(duì)外開放①。這既造成了人力、物力、財(cái)力的浪費(fèi)，也是語(yǔ)料庫(kù)建設(shè)存在低水平重復(fù)問題的重要原因之一。語(yǔ)料庫(kù)是工具，使用的人越多，其價(jià)值越高；基于某語(yǔ)料庫(kù)產(chǎn)出的研究成果越多，則該語(yǔ)料庫(kù)發(fā)揮的作用越大。語(yǔ)料庫(kù)是天下學(xué)術(shù)公器，本來(lái)就應(yīng)該開放給天下人使用，為漢語(yǔ)國(guó)際教育與研究服務(wù)。因此《建設(shè)標(biāo)準(zhǔn)》明確提出：凡使用政府各級(jí)各類科研經(jīng)費(fèi)建設(shè)的語(yǔ)料庫(kù)如不存在涉密問題，建成上線后，必須向?qū)W界、社會(huì)乃至所有用戶免費(fèi)開放，供各界用戶使用，同時(shí)也應(yīng)保護(hù)好建庫(kù)者的知識(shí)產(chǎn)權(quán)與語(yǔ)料作者的個(gè)人信息。HSK動(dòng)態(tài)作文語(yǔ)料庫(kù)和全球漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建成后，我們立即向國(guó)內(nèi)外學(xué)界和全社會(huì)免費(fèi)開放，已落實(shí)我們所倡導(dǎo)的為漢語(yǔ)國(guó)際教育與研究服務(wù)的宗旨。我們也曾多次呼吁語(yǔ)料庫(kù)建設(shè)者們開放語(yǔ)料庫(kù)，但響應(yīng)者寥寥。我們強(qiáng)烈建議各級(jí)科研管理部門把語(yǔ)料庫(kù)免費(fèi)開放作為項(xiàng)目中檢和結(jié)項(xiàng)的必bei條件。相較于學(xué)者們的宣傳呼吁，這樣一條管理措施具有很大的權(quán)威性，將會(huì)徹底改變語(yǔ)料庫(kù)不開放的現(xiàn)狀，真正實(shí)現(xiàn)語(yǔ)料資源的充分共享。

(三)《建設(shè)標(biāo)準(zhǔn)》吸取了語(yǔ)料庫(kù)建設(shè)中的新鮮經(jīng)驗(yàn)，提出了一些新的觀點(diǎn)和做法

1.提出了漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)標(biāo)準(zhǔn)的基本框架，即與語(yǔ)料庫(kù)建設(shè)密切相關(guān)的10個(gè)方面的規(guī)范：語(yǔ)料庫(kù)建設(shè)流程標(biāo)準(zhǔn)、語(yǔ)料采集標(biāo)準(zhǔn)、語(yǔ)料背景信息采集標(biāo)準(zhǔn)、筆語(yǔ)語(yǔ)料錄入標(biāo)準(zhǔn)、口語(yǔ)和視頻語(yǔ)料轉(zhuǎn)寫標(biāo)準(zhǔn)、語(yǔ)料標(biāo)注標(biāo)準(zhǔn)、語(yǔ)料呈現(xiàn)標(biāo)準(zhǔn)、語(yǔ)料庫(kù)軟件系統(tǒng)研發(fā)標(biāo)準(zhǔn)、語(yǔ)料庫(kù)建設(shè)質(zhì)量標(biāo)準(zhǔn)、語(yǔ)料庫(kù)使用標(biāo)準(zhǔn)。

2.制定了漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)的標(biāo)準(zhǔn)流程：(1)提出建庫(kù)任務(wù)，進(jìn)行總體設(shè)計(jì)；(2)組建研究與開發(fā)團(tuán)隊(duì)；(3)語(yǔ)料采集與整理；(4)語(yǔ)料相關(guān)背景信息采集與整理；(5)語(yǔ)料錄入、轉(zhuǎn)寫與校對(duì)；(6)制定標(biāo)注規(guī)范與實(shí)施語(yǔ)料標(biāo)注；(7)開發(fā)人工輔助標(biāo)注工具；(8)數(shù)據(jù)統(tǒng)計(jì)與表格編制；(9)開發(fā)語(yǔ)料庫(kù)管理系統(tǒng)與檢索系統(tǒng)；(10)語(yǔ)料庫(kù)集成、上網(wǎng)與調(diào)試；(11)語(yǔ)料庫(kù)發(fā)布與開放；(12)語(yǔ)料庫(kù)運(yùn)行與維護(hù)。

3.選擇、規(guī)定了適宜的口語(yǔ)語(yǔ)料轉(zhuǎn)寫方式，解決了口語(yǔ)語(yǔ)料的轉(zhuǎn)寫難題。口語(yǔ)語(yǔ)料庫(kù)建設(shè)很少，嚴(yán)重滯后于筆語(yǔ)語(yǔ)料庫(kù)建設(shè)，制約著漢語(yǔ)口語(yǔ)中介語(yǔ)的研究和不同語(yǔ)體漢語(yǔ)中介語(yǔ)的對(duì)比研究，而重要原因之一就是口語(yǔ)語(yǔ)料轉(zhuǎn)寫困難。我們?cè)跇?biāo)準(zhǔn)研究和建庫(kù)實(shí)踐中發(fā)現(xiàn)，在線轉(zhuǎn)寫平臺(tái)訊飛聽見提供了轉(zhuǎn)寫質(zhì)量好且經(jīng)濟(jì)實(shí)惠、完全具備實(shí)用價(jià)值的轉(zhuǎn)寫服務(wù)，可以大大減輕人工轉(zhuǎn)寫的繁難程度。雖然機(jī)器的語(yǔ)音識(shí)別結(jié)果會(huì)有一些問題，需要一定程度的人工審核與修改，但仍足以打破口語(yǔ)語(yǔ)料庫(kù)建設(shè)的瓶頸。

4.提出了漢語(yǔ)中介語(yǔ)語(yǔ)料標(biāo)注的總原則科學(xué)性，其含義是：(1)問題導(dǎo)向，需求驅(qū)動(dòng)；(2)實(shí)事求是，嚴(yán)守規(guī)范；(3)積極探索，勇于實(shí)踐。具體原則包括：(1)全面性；(2)準(zhǔn)確性；(3)系統(tǒng)性；(4)規(guī)范性；(5)有限性；(6)簡(jiǎn)潔性；(7)開放性；(8)通用性；(9)自動(dòng)化；(10)漸進(jìn)性。

5.規(guī)定了偏誤標(biāo)注 基礎(chǔ)標(biāo)注的標(biāo)注模式，闡釋并驗(yàn)證了全面標(biāo)注、分版標(biāo)注、自動(dòng)標(biāo)注的必要性與可行性。

6.實(shí)時(shí)統(tǒng)計(jì)。以往語(yǔ)料庫(kù)建設(shè)中采用的統(tǒng)計(jì)方法都是語(yǔ)料標(biāo)注完成后進(jìn)行靜態(tài)統(tǒng)計(jì)，這對(duì)百萬(wàn)字級(jí)的較小的語(yǔ)料庫(kù)來(lái)說并無(wú)不妥。但對(duì)需要邊建設(shè)、邊開放的大型語(yǔ)料庫(kù)來(lái)說，靜態(tài)統(tǒng)計(jì)是無(wú)法隨時(shí)更新數(shù)據(jù)的。而實(shí)時(shí)的動(dòng)態(tài)統(tǒng)計(jì)意味著隨著語(yǔ)料規(guī)模的不斷增長(zhǎng)與各項(xiàng)標(biāo)注內(nèi)容標(biāo)注量的不斷增加，總字?jǐn)?shù)與總詞數(shù)、已標(biāo)注字?jǐn)?shù)與詞數(shù)、未標(biāo)注字?jǐn)?shù)與詞數(shù)、語(yǔ)料的題目數(shù)、語(yǔ)料總篇數(shù)、不同國(guó)家學(xué)習(xí)者的語(yǔ)料篇數(shù)等統(tǒng)計(jì)數(shù)據(jù)都會(huì)發(fā)生變化，用戶可以隨時(shí)掌握這些數(shù)據(jù)，作為教學(xué)與研究的參考。實(shí)時(shí)統(tǒng)計(jì)代表了2.0時(shí)代語(yǔ)料庫(kù)在數(shù)據(jù)統(tǒng)計(jì)方面的發(fā)展方向，因而《建設(shè)標(biāo)準(zhǔn)》收入了這一方法。

7.研發(fā)了9種檢索方式。目前絕大多數(shù)語(yǔ)料庫(kù)以字符串一般檢索和分類標(biāo)注檢索為基本檢索方式，前者可以按照具體的字、詞、短語(yǔ)、句子進(jìn)行檢索，后者可以查詢標(biāo)注過的內(nèi)容。其局限性在于檢索功能薄弱，語(yǔ)料庫(kù)中某些中介語(yǔ)現(xiàn)象實(shí)際存在卻無(wú)法檢索。為此，我們?cè)诮◣?kù)實(shí)踐中研發(fā)了特定條件檢索、詞語(yǔ)搭配檢索、按詞性檢索、詞語(yǔ)對(duì)比檢索、離合詞檢索、重疊結(jié)構(gòu)檢索、按句末標(biāo)點(diǎn)檢索等7種新的檢索方式，并將其加入《建設(shè)標(biāo)準(zhǔn)》,為用戶提供了多種角度的檢索方式，可以檢索出更多的中介語(yǔ)現(xiàn)象，從而增強(qiáng)了語(yǔ)料庫(kù)的功能與使用價(jià)值，可以更好地發(fā)揮語(yǔ)料的作用。

8.自動(dòng)化，指部分內(nèi)容標(biāo)注和建設(shè)流程的自動(dòng)化�！督ㄔO(shè)標(biāo)準(zhǔn)》吸收了已達(dá)到實(shí)用水平的自動(dòng)分詞和詞性標(biāo)注，也收入了準(zhǔn)確無(wú)誤的繁體字、異體字的自動(dòng)標(biāo)注，以及具有一定使用價(jià)值的詞語(yǔ)層面和某些語(yǔ)體色彩分明的句式層面的語(yǔ)體自動(dòng)標(biāo)注。漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)與應(yīng)用綜合平臺(tái)集語(yǔ)料的上傳與審核、錄入轉(zhuǎn)寫與審核、標(biāo)注與審核、統(tǒng)計(jì)、入庫(kù)等環(huán)節(jié)于一體，不但在一定程度上實(shí)現(xiàn)了語(yǔ)料庫(kù)建設(shè)的自動(dòng)化，而且在很大程度上實(shí)現(xiàn)了語(yǔ)料庫(kù)建設(shè)的標(biāo)準(zhǔn)化，提升了語(yǔ)料庫(kù)建設(shè)的效率與水平。因此，《建設(shè)標(biāo)準(zhǔn)》也吸納了這些做法。

上述研究成果均在本書中進(jìn)行了闡釋與論證，體現(xiàn)了《建設(shè)標(biāo)準(zhǔn)》的研制過程。

四、關(guān)于本書的內(nèi)容安排與作者

本書由總論、調(diào)研報(bào)告、標(biāo)準(zhǔn)研究三部分組成，共計(jì)24章�？傉�2章，集中討論語(yǔ)料庫(kù)建設(shè)的各方面問題，從整體上闡釋對(duì)建設(shè)標(biāo)準(zhǔn)的認(rèn)識(shí)和觀點(diǎn)。調(diào)研報(bào)告8章，從地域與國(guó)家(國(guó)內(nèi)外，美、英、俄等國(guó)家)和語(yǔ)料庫(kù)類型與語(yǔ)種(中介語(yǔ)語(yǔ)料庫(kù)、母語(yǔ)語(yǔ)料庫(kù)，漢語(yǔ)語(yǔ)料庫(kù)、英語(yǔ)語(yǔ)料庫(kù)、俄語(yǔ)語(yǔ)料庫(kù)等)兩個(gè)維度調(diào)查、分析現(xiàn)有各類語(yǔ)料庫(kù)的建設(shè)與使用情況，為標(biāo)準(zhǔn)研究奠定基礎(chǔ)。標(biāo)準(zhǔn)研究14章，從語(yǔ)料庫(kù)建設(shè)流程、語(yǔ)料采集、語(yǔ)料錄寫、語(yǔ)料標(biāo)注、語(yǔ)料檢索、語(yǔ)料庫(kù)軟件研發(fā)、語(yǔ)料庫(kù)應(yīng)用等方面探討建設(shè)標(biāo)準(zhǔn)問題，提出了語(yǔ)料庫(kù)建設(shè)各個(gè)方面的標(biāo)準(zhǔn)。本書附錄系《建設(shè)標(biāo)準(zhǔn)》草案稿，供專家學(xué)者和廣大讀者參考、批評(píng)、指正。

本書作者為北京語(yǔ)言大學(xué)語(yǔ)言科學(xué)院、漢語(yǔ)國(guó)際教育研究院的部分教師、碩

士研究生和博士研究生，以及部分外校教師。分工如下：

張寶林，第一章(合著)、第二章、第十一章(合著)、第十三章、第二十一章、第二十二章、第二十四章及前言、附錄、后記；

崔希亮，第一章(合著);

李紅梅，第三章、第二十章；

邢曉青，第四章；

靳繼君，第五章；

張敏，第六章；

許家金，第七章；

陳麗華，第八章(合著)、第九章(合著);

王美云，第八章(合著)、第九章(合著);

高璇，第八章(合著)、第九章(合著);

溫曉潔，第八章(合著);

段海于，第八章(合著)、第十四章；

文雁，第十章、第十一章(合著);

段清釩，第十一章(合著)、第十二章(合著)、第十五章(合著);

楊星星，第十二章(合著);

齊菲，第十五章(合著);

張馨丹，第十五章(合著);

劉運(yùn)同，第十六章；

張蕾，第十七章(合著);

楊帆，第十七章(合著);

梁丁一，第十八章；

閆慧慧，第十九章；

閆培，第二十三章。

五、我們的期待

為漢語(yǔ)中介語(yǔ)語(yǔ)料庫(kù)建設(shè)研制標(biāo)準(zhǔn)尚屬首次，我們有幸提出并承擔(dān)這項(xiàng)十分重要的任務(wù)，并最終完成了任務(wù)。同時(shí)，我們深知：這項(xiàng)任務(wù)是十分艱難的，標(biāo)準(zhǔn)的研究并非一蹴而就，更非一勞永逸，我們研制的《建設(shè)標(biāo)準(zhǔn)》必定還有很多缺點(diǎn)和不足。我們會(huì)繼續(xù)關(guān)注國(guó)內(nèi)外語(yǔ)料庫(kù)語(yǔ)言學(xué)的發(fā)展，關(guān)注學(xué)界在建庫(kù)實(shí)踐中取得的新成果，并在今后的建庫(kù)實(shí)踐與應(yīng)用研究中不斷發(fā)現(xiàn)新問題，克服新困難，積累新經(jīng)驗(yàn)，進(jìn)行深入研究，在新的認(rèn)識(shí)的基礎(chǔ)上，修訂與改進(jìn)該標(biāo)準(zhǔn)，使其不斷完善，更好地為語(yǔ)料庫(kù)建設(shè)提供指導(dǎo)與幫助，促進(jìn)語(yǔ)料庫(kù)的建設(shè)與應(yīng)用研究。

我們衷心期待各位專家學(xué)者、廣大用戶與讀者不吝賜教!

張寶林

2022年6月21日