谈谈英语语料库的使用问题

有朋友在“答疑中心”问如何使用“英国国家语料库”（见www.yygrammar.com/guestbook/Guest_Reply.asp?TopicID=1711）。关于如何合理使用“语料库”的问题，本站曾发过目佳老师的一篇文章（见www.yygrammar.com/Article/200908/1329_3.html）。这里摘录部分内容作为一个简要的答复：

……

……“英国国家语料库”可以用作我们研究英语语言的“工具”，但不能完全以此作为证明语言规范性的“依据”（见www.yygrammar.com/Article/200908/1327.html）。笔者的意思很明确，不是要否定“语料库”的作用，而是说要合理地使用“语料库”，将它作为我们研究语言的“工具”，而不宜将其视为语言的“规范”或“标准”。

事实上，各类“语料语”的建立，为语言学的研究提供了极其丰富且真实的语言素材。据《朗文英语口语和笔语语法》所述：“朗文语料库”(Longman Spoken and Written English Corpus) 由 37244 个文本、4000 多万词的语料组成。这些文本除少数小说外，都是 1980 年以后的产物，主要选自四个语域(register)，即会话、小说、新闻、学术文章。”如此庞大且真实的语料素材，这是几十年前的语言学者不敢想象的。

但笔者始终认为，语料库可以作为我们研究语言的“工具”，但我们不能完全以此作为证明语言规范性的“依据”。就拿上面提到的这本《朗文英语口语和笔语语法》来说，它的作者是 Douglas Biber, Stig Johassson, Geoffrey Leech, Susan Conrad and Edward Finegan 四位。本书被认为是夸克氏《英语语法大全》（A Comprehensive Grammar of the English Language）的姊妹篇，《英语语法大全》的四位作者中有三位直接为该书作出了贡献：Geoffrey Leech 为该书的直接作者之一，Jan Svartvik 审阅了该书的编写计划和“试验章”(trial chapter)，Randolph Quirk 为该书写了热情洋溢的前言。现在我们看看该书第 191 页在讲到主谓一致问题的一个语料分析：

Percentage use of non-standard forms in conversation.

(clear examples of the subjunctive have been excluded for “I were” and “she were”)

standard form           non-standard from        % use of non-standard form

I was                         I were                            5%

you were                   you was                          10%

she was                    she were                          10%

they were                  they was                          5%

I say                        I says                               50%

you say                    you says                           less than 2%

he doesn’t                he don’t                            40%

they don’t                they doesn’t                       less than 2%

根据前面的介绍可知，此“语料库”的权威性不容置疑。但该语料库显示，人们在会话中使用非标准形式 I says 的几率高达 50%，使用 he don’t 这一非标准形式的几率高达 40%。50% 是个什么概念？那就意味着在会话中平均每两个人就有一个人会这样用。那么我们现在是不是应该修改我们的语法书、教材、考试大纲等，表示可以接受 I says 呢？显然不是的。当然，现在 I says, he don’t 的使用几率这样高，也许再过若干年之后，将 I says, he don’t 这类说法变成规范的表达，也是有可能的，但那是未来的事，如果现在哪本教材、词典、考试试卷等，使用 I says, he don’t 这类表达，显然是不合适的。

笔者认为，“语料库”只是对人们（当然是指以此为母语的人们）对语言实际运用的一个客观记录，为了充分保证“语料”的真实性，它不仅会收录那些语言学家认为“正确的”素材，而且也收录那些语言学家认为“不正确的”素材，虽然不能说是“捡到篮子里就是菜”，但尽量兼顾语料的真实性和全面性是建立语料库的基本宗旨。虽然现在许多权威的词典都在充分享受语料库带来的方便和实惠，但没有那本词典是完全照搬语料库的，就拿《牛津高阶英汉双解词典》第六版来说吧。陆谷孙教授在其序中说：“当代辞书界一大革命性的进步便是电脑语料库的建立，从而为编者们提供了数量惊人的语言素材，使他们选词有了依据，择例有了余地。《牛津高阶》第六版例证多达九万，位居各版之首，自然与牛津语料库的素材是分不开的。……第六版中有些极细微的增删变化，细究之下，亦源自语料库，足证言必有据。”但笔者在该词典上没有见到过 I says, he don’t 这类在语料库中显示使用几率高达 40%-50% 的非标准表达，更不用说 you was, they was, they doesn’t, you says, I were (虚拟语气用法除外), she were (虚拟语气用法除外) 这类非标准表达了。

[1] [2] 下一页