基于语料库同义词辨析的一般方法

收稿日期:2005-3-28

作者简介:1.张继东(1965-),男,安徽安庆人,东华大学外语学院讲师,研究方向为语料库语言学;2.刘 萍(1965-),女,安徽芜湖人,上海交通大学技术学院副教授,研究方向为语料库语言学与英语教学法。

基于语料库同义词辨析的一般方法

张继东1

,刘 萍

2

(1.东华大学外语学院,上海200051;2.上海交通大学技术学院,上海200231)

摘 要:基于语料库的同义词辨析方法包括:(1)统计出同义词在语料库的不同语域中的词频分布差异;(2)以节点词的跨距为参照,统计同义词的显著搭配词,并计算同义词与其搭配词相互信息值(M I 值)以及Z 值;(3)通过观察检

索行中所呈现的同义词搭配特征,揭示出它们的类联结、搭配关系和语义韵等语言特征。

关键词:同义词;语料库;语域;搭配;语义韵

中图分类号:H 31312 文献标识码:A 文章编号:10022722X (2005)0620049204

Corpus 2ba sed Approa ches to the D ifferen tiation of English Synony m s

Z HANG Ji 2dong 1,LI U P i ng 2

(1.Coll ege of Fore i gn Languages ,Do nghua Un i versity ,Shang ha,i 200051,Ch i na ;2.Techn ical Schoo,l Shangha i J i ao To ng University ,Shangha,i 200231,Ch i na)

Abstr ac t :W ithin corpus 2based approaches ,

sy nony m s can be d ifferentiated with re f e rence to :1)t he ir distr i buti ons a m ong

d ifferen t registers ;2)t h

e ir s i gnificant collocates ,and t he M I va l ue and Z score bet ween synony m s and t he ir coll ocates ;3)t he ir collocati ona l behavi ors and se m an ti c proso d ies w it h regard t o certa i n colli gati ona l fra m eworks .Synony m s thus d ifferentiated will have si gnificant pedagogi ca l i m plica ti ons .

K ey W or ds :synony m;corpora ;regi ster ;collocati on ;se m anti c proso dy

0.引言

英语是世界上使用最广泛的语言之一,其词汇量极其庞大,其中同义词占有很大比例,是语言学习的难点。据统计,英语语言中同义词、近义词的

数量约占总词汇量的60%以上(贺晓东,2003),它们通过词形、词义、结构或用法等方方面面的相同或相近构成了庞大的英语词汇体系,切实学懂、用熟同义词是突破英语词汇的重要环节,更是提高英语写作、阅读、会话等技能的关键。

传统的同义词辨析方法,多依赖于直觉经验,采用内省的定性方法,对同义词的词目意义条分缕析,然而,一般的语言学习者在实际的运用中似乎仍然难得要领。本文拟从语料库语言学的角度,通过对相关的语料库进行检索统计,发现同义词在不同语域中的词频分布差异,计算出词语搭配的不同相互信息值,通过观察检索行中所呈现的同义词搭配特征,揭示出它们不同的类联结、搭配关系和语义韵等语言特征。

1.基于英语语料库的同义词辨析111同义词在不同语域中词频分布差异语域是人们在实际的语言活动中,出于交际的需要,或因其所从事的职业和兴趣相异,亦或因其话语发生的情景、说话的对象、地点和话题的不同而产生的一种言语变体,体现为语言中的不同语体风格、用语格调等。同义词由于其内在意义的差异,在不同的语域中往往会呈现出不同的分布特征,所以统计它们不同语域中的频率差异,有助于将它们区分开来。

为了说明同义词在不同语域中的分布频率对同义词的辨析具有宏观指导作用,本文选取了一组同义形容词:big 、great 、lar ge ,对5朗文英语口语和书面语语料库6(简称L GS WE )所提供的数据进行搜集,按会话、小说、新闻、学术文章四个语域进行分类。

b i g 、great 、l a rge 之间的词义差异,学习者似乎能够直接从词典类工具书中就可以查询出来,但是

第28卷 第6期2005年11月解放军外国语学院学报

Journal of PL A University of Fore i gn Lang uages Vo.l 28 No .6Nov 12005

一般的工具书对于词汇附加信息的语域分布信息却没有涉及。从LGS WE每百万词中的显示频率来看,我们发现b i g、great、large三词在以上四个语域中的分布情况也有相当的差异。以每百万词计为统计单位,B i g在前三个语域中的分布频率分别超过200词次,而在学术文章中则为0次;great在小说、新闻和学术文章中分布频率分别超过200词次,而在会话语域则为0次;large在会话中为0次,在小说、新闻语域分别为80多词次,在学术文章中超过200词次。见下表1。

表1.BI G、G REAT和L ARGE在L GS WE中每百万词中分布频率

会话小说新闻学术文章

BI G

GREAT

LARGE

表示大于200次; 表示大于80次

以上的频率分布调查表明,对于同义词的辨析如果我们仅仅从概念意义或句法功能入手,是很难辨析出同义词之间的细微差异的,但是,如果我们以语域的频率分布情况为着眼点,我们就容易发现同义词在不同的语域中的概率,从而领会不同语域中的用词优先原则,这种方法对同义词的取舍能够起到一定的宏观指导作用,使学习者能够实现对同义词的辨析由感性认识向理性认识方向的发展。

112搭配词的计算与同义词的辨析

搭配是词汇研究的重点,通过研究搭配词来区

分同义词也是一种行之有效的研究方法。具体来讲

就是从语料库中将关键词的所有搭配词提取出来,采用统计手段来测量各搭配词与关键词共现的显著程度,以确定各词项之间在多大程度上相互吸引,进而概括出词项的典型搭配程度。这种方法不考虑词项所处的句法结构,计算的方式参照了K rishna murthy(1987:70)对搭配的理解,即/有意义的搭配词是指在被研究词的两侧5个词的范围内出现频数比按均匀分布所期望出现的频数高得多的词0。常规的统计测量手段有两种:Z值(或T值)测量和M I值测量。(参阅桂诗春、杨惠中,2002)除big、great、large这组同义形容词外,我们还另选取cause、lead to一组同义动词,并对它们在L OB和FL OB语料库分别进行检索,统计出两组同义词各自搭配词的相关Z值和M I值。通常一个搭配要在0101水平上有显著意义,Z值必须等于或超过21576,搭配值越大,则搭配越密切;如果M I值在0附近,则表示搭配词之间没有什么联系,正值表示有搭配联系,值越大,关系越密切。

首先,我们对large的搭配词计算M I值(见表2),发现其右侧/频繁出现0的搭配词按M I值的大小排列,分别为表示数量的quantiti e s、a mounts、numbers、number、a moun;t表示范围的scale、par;t 表示面积的cities、f a m il y、group、house;表示程度的def or m ati o ns、d iscrepancies、exten;t后置程度副词多为enough。

表2.L ARGE在FL OB语料库中与其搭配词的相互信息值

搭配词总计M I值

LARGE395

N UMBER166176

SC ALE128146

N UMBER S87184

PART85149

EXTENT77161

Q UANT I TIES79181

A MO UNTS59138

DEFORMAT I ONS411165

DISCR EPANC IES49174

FA M IL Y45113

A MO UNT36156

C I T I ES37195

ENOUG H34168

GRO UP34166

HOUSE34127

Bi g搭配词的M I值(见表3)表示其显著搭配词分别为表示形体、面积的man、part、house;后置程度副词多为enough。另外,当b i g与man、busi n ess、day搭配时,b i g的含义会演变为口语表达中的i m portant、great之义。

表3.BI G在FL OB语料库中与其搭配词的相互

信息值

搭配词总计M I值

B I G263

MA N85172

BUSI NESS66158

ENOUG H66128

PART45109

DA Y34157

HOUSE34187

从great搭配词来看(见表4),great与dea l、many、care、lengt h、p leasure等词汇形成常用搭配,表示/强度加大0的意思;great的其他含义多表示/伟大、重要0之义或是出于固定名词称谓表达的需要,如Great Britai n、great grandf ather等。

#

50

#解放军外国语学院学报2005年

表4.G REAT在FL OB语料库与其搭配词的相互信息值

搭配词总计M I值GREAT546*

DEAL349105

BR I TA I N166187

HAL L87118

MANY53161

C ARE45118

WAR44139

GRA NDFAT HER37164

L ENGT H36101

PART33161

PLEAS URE36160

对以上三个同义词的搭配词M I值的计算却具有重要的词汇搭配信息价值,它能够让学习者较为直观地了解到英语母语者在实际的语言交际中提取显著搭配词的特征,从一个侧面说明了母语者心理词汇的提取方式:词汇的通达不完全是按照概念范畴来进行的,而可能是按照词的搭配频率状况进行提取的,即高频搭配词汇的检索优先于低频搭配词的检索。这与传统的同义词差异的解释不尽相同。

以下我们再对同义使役动词cause和l e ad to进行比较。通过T ACT软件计算它们在L OB语料库中的Z值,结果显示出它们的显著搭配词亦有很大的差异(见表5、表6)。Cause的右侧搭配词多为su f feri n g、alar m、har m、clash、strike等/问题类0名词;而lead to的右侧搭配词既有表达消极意义的,如anarchy、interception、f ears、reduction等,也有表达积极意义的,如appease ment、ceasefire、progress等。两者的差异体现在语义表达的积极词汇和消极词汇的搭配概率的不同。

表5.C AUSE在L OB语料库中的显著搭配词

搭配词搭配频率频数Z值

UNNECESSARY11461280

SUFFER I NG12321710

AL ARM13261695

HARM14231108

CLAS H16181850

表6.L EAD T O在LOB语料库中的显著搭配词

搭配词搭配频率频数Z值

ANARCHY11421244

APPEASE MENT11421244

I NTERCEPTIO N11421244

CEASEF IRE12291855

FEARS13241363

113语义韵、类联结与同义词的辨析

在同义词的辨析过程中,我们对词典所提供的意义有一定的掌握,但是,对于依据语境的词语表达的附加意义却很难把握。因为词汇的附加修辞意义是人们在词语意义符号化的过程中,各种附带经验、体验或感受的综合,具有心理学的理据。语言中许多词语通过自身的含义就可以标示出词语的态度附加功能,比如褒贬、庄重与诙谐等。然而,语言系统中还有很多概念意义单一的词汇,其态度标示功能就比较隐含,如happen、occur;cause、reason和cause、lead to等。对于这三组同义词,尽管它们自身没有任何明显的态度标示功能,但是在具体的检索行所提供的语境中却呈现出母语者的态度倾向性。这种倾向性就是/语义韵0。

那么,什么是/语义韵0呢?词汇作为构成语篇的基本语言单位,在语篇的线性展开中往往表现出搭配的倾向性:它们习惯性地吸引某些具有相同和相似的语义特点的词项,与之构成搭配关系。由于这些词项相同或相似的语义特征,与关键词项在文本中的习惯性的共现,关键词也就被/传染0上了有关的语义特征,它所在的语境也就弥漫了一种特殊的语义氛围,即语义韵(Lo uw,1993)。词汇搭配在语篇中往往会形成三类语义韵:积极语义韵、中性语义韵和消极语义韵。在消极语义韵中,节点词所吸引的词汇几乎都带有鲜明的消极语义特征,它们使整个语境呈现出一种负面的、消极的语义氛围。积极语义韵的情况则恰恰相反,节点词所吸引的词汇具有积极的搭配词汇,由此形成一种积极的语义氛围。在中性语义韵中,搭配词的语义特征处于模棱两可状态,既有消极含义的词项出现,也有积极含义的词项出现,呈现出一种错综的语义特征(卫乃兴,2002)。因此,语义韵概念的引入对于同义词的态度标示功能的确定将起到很好的解释作用。

以下我们将对相关的英语语料库随机提取词语索引行,参照类联结,即词语搭配出现于其中的句法结构(M itche l,l1975),分别对cause、reason和cause、lead to两组同义词进行语义韵描述。对词语检索行中节点词的搭配词进行统计、分析,确定其显著搭配词的语义韵。

我们首先对cause的动词和名词形式在BRO WN 语料库中进行检索。为了便于与动词词组lead to和名词reason进行对比研究,我们选取了/V+N0 (如cause prob le m s、l e ad to great successes)和/N +PREP+N0(如cause of f a ilure)两种类联结的结构形式。先看类联结/V+N0的例子。

#

51

#

第6期张继东,刘萍基于语料库同义词辨析的一般方法

1.w ith the utility pole caused a brief power fail u re

i n the i m m ediate

2.said.See i n g her caused a l u rch i n Ra mey,a recogn ition.She

3.brash recklessness had caused a prolif eration of illw il.l The reven

Cause出现在/V+N0中时,其节点词右侧2至4的位置上,出现的主要名词词组有:f a il u re、proliferati o n of ill w ill、anxiety、a h i g h rate of letha lity、congesti o n、breakage、pr oble ms等,多为各个科技专业领域里的技术词汇和次技术词汇,它们都可以归入到/问题类0词汇,表达出事物/不合人意0的消极主义韵。Lead to的检索行如下例。

1.w ith changes i n its balance lead also to alterations

2.ne w techn i q ues f or usi n g i,t leadi n g to a better understand i n g of p

3.peri o d of Grey and Bright led naturally to a more a mb itious wor k.

检索行中lead to的右置搭配词并没有明显的语义倾向性。lead to所吸引的搭配词既包括具有积极含义的名词词组,如a better understanding、a more a mb iti o us work,也有消极的词汇,如loss of lif e、party b ickering,还有中性的词汇,如request、alterati o ns、t w o possi b le modes等,lead to所处的语境语义杂糅,呈现出积极、中性和消极三种状态。再看cause的类联结/N+PREP+N0的检索行。

1.the pri n cipa l underlyi n g causes f or f a m ily breakups lead i n g to~ADC".A

2.or overt acti o n,was t h e cause of the crash must be pro mptl y deter m i n ed

3.made a study coveri n g t h e causes of injuries H091380and health hazards

Reason检索行如下例。

1.of men.There was no reason f or her to marry so meone like Stanley L1

2.You also,when you were dead by reason of your of fenses and si n s.

3.is especially d ifficult f or t h e reason that we are busily be i n g

先看名词cause和reason的差异。首先,从语义表达来看,cause词项/N+PREP+N0类联结中的介词所连接的主要仍然是/问题类0词汇,主要名词词组有:i n j u ries、catastrophe、f a m ily breakups、pessi m is m、crash、decline等,表达出事物的消极面;而reason在/N+of+N0和/N+f or+N0的类联结中,所吸引的词汇既有表达消极含义的词汇,如off enses and sins、f a ilure、troub les等,也有表达中性语义的名词词汇,如myriad matter、d iff erences、h i g h percen tage、acceptance等,其所构成的语义韵杂糅,包含积极和中性两种。此外,它们的差异也体现在各自出现的类联结上。Cause的结构单一,从对名词cause词项/N+PREP+N0类联结的35行随机检索中,我们发现其中的5行为/N+f or+N0,占14128%,15行为/N+of+N0,占42186%。另外,cause的前置修饰语并不是开放性的,左一、左二位置定冠词the居多,另外都有the less obvi o us、the exact、a、the on ly、the i m med iate等修饰成分。Reason的句法结构则比较丰富,多为口语表达中衔接和连贯手段。从对reason 词项335行的检索中,我们发现句法结构/There+ be+reason(s),,0共计63例;/,,reason(s) +that+同位语从句,,0结构为17例;/,, reason(s)+why同位语从句,,023例;/,, reason to do sth.033例;/by reason of07例;作为/插入语0的/f or,,reason(s),,0共计67例,另外,在该结构中reason(s)的前置修饰词非常丰富,有数词、序数词、指示代词、不定代词、形容词等,如f or one reason(a l o ne)、f or purely mathe m atica l reasons、f or reasons best kno wn to itse lf、

f or reasons to be d iscussed in the f oll o w ing等。

2.结语

本研究基于语言的概率特性,借助于语料库分别对四组同义词进行三个方面的分析:其一,通过观察同义词在语料库不同语域中的分布频率,揭示同义词出现的频率与语言系统的倾向程度具有相关性,充分说明同义词在实际使用中存在着语域优先原则;其二,对同义词与其不同搭配词之间的相互信息值(M I值)、Z值进行计算,推断出以英语为母语者在实际语言运用中的同义词搭配词提取的心理表征,即同义词搭配词的提取不完全是按照概念范畴来进行的,而可能是按照词汇的搭配频率状况进行的;其三,通过对同义词的语义韵和类联结的统计分析,厘清了同义词依据搭配语境所显示的不同的类联结方式和不同的词语态度标示功能。以上的研究方法有效地澄清了同义词因部分义素重合而产生的理解和运用的困惑,是对传统的基于直觉判断的同义词辨析方法的一种有效的补充。总之,基于语料库的同义词辨析方法为我们提供了观察和描述词语行为的新视角,同时也表明,(下转第96页)

探文坛上的经典小说家,对侦探小说的形成与发展起了不可磨灭的推动作用。经过他和其他作家的努力,侦探小说才从雏形走向成熟,充分显示出其艺术性和文学性。

注释:

1文中引文均摘自项星耀译5狄更斯文集#德鲁德疑案6,上海译文出版社1985年出版。下文只标出页码,不再另注。

参考文献:

[1]埃德加#约翰逊.狄更斯)))他的悲剧与胜利[M].林

筠因译.天津:天津人民出版社,1992.

[2]曹正文.世界侦探小说史略[M].上海:上海译文出

版社,1998.

[3]陈挺.外国文学评介丛书:狄更斯[M].沈阳:辽宁人

民出版社,1982.

[4]黄禄善,刘培骧.英美通俗小说概述[M].上海:上海

大学出版社,1997.

[5]罗大华.犯罪心理学[M].北京:群众出版社,1983.

[6]罗经国.狄更斯评论集[M].上海:上海译文出版社,

1981.

[7]王晶.西方通俗小说:类型与价值[M].昆明:云南

人民出版社,2002.

[8]魏建馨,张学林.犯罪心理学[M].天津:南开大学

出版社,2003.

[9]项星耀.狄更斯文集#德鲁德疑案[M].上海:上海译

文出版社,1985.

[10]颜培金.非常悬念[M].济南:山东友谊出版社,

2002.

[11]阎照祥.英国史[M].北京:人民出版社,2003.

[12]Forster,Jo hn.The Life o f Cha rlesD ickens[M].Londo n:

Cec il P al me r,1873.

[13]F ord,George H arry.&https://www.360docs.net/doc/3d7058538.html,ur iat Lane.The D ickens

Cr itics[M].New York:Corne llUn i ve rsity P ress,1966. [14]F i e l d i ng,K1J.Char les D ickens:A C ritica l Introduction

[M].Lo ndon:Long m ans,1958.

[15]Ford,George H arry.D ickens a nd H is R eaders:As pects of

N ov el Cr iticis m S i nce1836[M].P ri nceton:Pr i nceton Un i versity P ress,1955.

(责任编辑周光磊)

(上接第52页)

依据巨大库容的语料库所提供的翔实的证据,我们就有可能对同义词的细微差异进行科学而全面的描述。

参考文献:

[1]桂诗春,杨惠中.中国学习者英语语料库[M].上

海:上海外语教育出版社,2003.

[2]贺晓东.英语同义词词典[Z].北京:商务印书馆,

2003.

[3]潘璠,冯跃进.基于语料库的同义词差异性特征调查

[J].山东外语教学,2000,(4).

[4]王文斌.词及词义心理研究)))对心理词典论的考察

[J].现代外语,2002,(4).

[5]卫乃兴.词语搭配的界定与研究体系[M].上海:上

海交通大学出版社,2002.[6]B i ber,Douglas,Sti g Jo hansson,G eoffrey Leech,Susan

Co nrad,Ed ward F i negan.Long m an Gramm ar o f Spoken a nd Written Englis h[M].Be iji ng:F ore i gn Languages Teach i ng and R esearch P ress,2000.

[7]Kr i shnamurthy,R.The process of co mp ilati on[A].

Looking U p:A n account o f t he CO BUIL D P roject in lexica l co mputi ng[C].Ed.J.M.S i ncla ir.Londo n:Colli ns ELT,1987.62-85.

[8]Lou w,B.Irony i n the text or ins i nce rity i n the wr iter?The

d i agnostic potenti a l of s

e m antic proso d i es[A].Text a nd

Technology:In H o no ur o f J o hn Sincla ir[C].Eds.M.

Baker,G.F rancis&E.Tognini2Bonell.i A m sterda m:Jo hn Ben j am i ns,1993.

(责任编辑张立飞)