国际儿童口语语料库录写系统的赋码原则初探
国际儿童口语语料库录写系统的赋码原则初探*王立非1，刘斌2（1．南京大学, 江苏南京 210093； 2．解放军国际关系学院，江苏南京210039）摘要：国际儿童口语语料库是目前世界上最完整的口语语料库之一，对开展口语语料库研究和语言习得研究具有重要价值，本文探讨该语料库的录写系统的赋码原则与具体操作问题，对促进我国英语口语语料库的建立和研究具有借鉴作用和启示意义。
关键词：国际儿童口语语料库；英语口语语料；语料库语言学中图分类号：文献标识码：文章编号：The CHILDES Corpus: Coding and Operation of the CHAT ToolWANG Lifei1, LIU Bin2(1. Nanjing University Nanjing, Jiangsu Prov., 210093； 2. PLA International Studies University, Nanjing, Jiangsu Prov., 210039, China)Abstract: This paper describes the basic coding and operating principles of CHAT for the CHILDES talk-bank, a very valuable corpus for studies on spoken English and language acquisition. It aims to promote the development and use of the CHILDES as a reference for constructing the EFL spoken corpus in China.Key words: CHILDES；English spoken corpus；corpus linguistics1．引言新世纪的语言学研究已进入计算机时代，基于语料库的研究成果不断涌现，国际儿童口语语料库CHILDES（Child Language Data Exchange System）就是众多语料库中的一员，已有一千项基于这个语料库的研究成果发表。
该语料库由美国麦克阿瑟基金会资助，于1984年开始筹建，经过近20年的建设，已成为目前世界上最大的儿童口语语料库。
到目前为止，该语料库已收集了包括英语、汉语在内的25种语言。
用户可直接从网上免费登录、使用或下载(/CHA T.html)语料。
CHILDES语料库由三部分组成，第一部分是儿童英语口语语料库（DATA-BASE），第二部分为文本赋码系统（CHAT），第三部分为语料分析程序（CLAN），均可在网上免费下载。
本文探讨该语料库的录写系统的文本赋码原则和操作，目的是对我国建设英语口语语料库提供借鉴与启示。
2．录写赋码系统的途径与原则研究口语必须将视频和音频语料转换为文本语料进行分析和研究，录写费时费力，（温志军、胡瑰玲，2001）而CHAT录写系统提供了一整套赋码符号系统，经过赋码的口语语料运用计算机可以自动处理和分析。
CHAT (codes for the human analysis of transcripts)的全称是“人工录写文本分析赋码系统”，它是一套复杂但又十分灵活的多级赋码方案，专为计算机录写自然话语而设计。
该系统提供了一整套用计算机记录人类交际会话的标准形式。
这些交际话语涵盖了日常会话的所有种类。
赋码内容包括基本的话语文本类型、详尽的发音信息和话语的句法分析信息。
CHILDES语料库中的全部文稿为CHAT格式，运用CLAN程序可以对CHAT文本进行自动分析。
2．1 CHAT系统的赋码方式CHAT对口语语料的赋码采取四种方式。
第一，使用标准美式音标作为统一的格式记录会话中的词素。
可以将“mightuv”记录为/maituv/。
第二，CHAT允许在文稿中使用标准国际音标符和变音符。
第三，CLAN编辑器可将会话交谈的声音用数码形式记录下来，并直接通过ViaVoice语音识别软件自动转为文本格式。
这套系统称为“语音CHAT”。
人们可通过安装在计算机上的语音CHAT识别文本语料，听到所录制的声音。
第四，如果不希望使用上述方式，CHAT还可识别非标准词汇形式，如“might（h）ave”，并将它以“might have”的缩写形式进行处理。
2．2 CHAT对文本与音频语料的赋码原则CHAT文稿赋码分为三个层级：初级、中级和高级。
初级与普通儿童话语分析采用的文稿赋码系统一样。
初级CHAT赋码系统的要求包括文档格式、发音形式、文件书写格式和ASCII格式等。
初级CHAT文档的形式有一定的标准。
这些标准必须符合CLAN分析程序指令的要求，否则，CHAT文档不能顺利运行。
正确的CHAT文本格式如下：1）用英语进行正常赋码时，文档中的每个符号都必须是ASCII符号。
2）每行必须以硬回车结束。
3）每行的开头必须是@Begin。
4）每行的结束必须是@End。
5）必须有@Participants行。
内容为代表参加者的三字码，如：参加者的名字、参加者的角色。
此行必须紧跟@Begin行。
6）以*号开始的行表明实际说过的话。
这些被称为主行。
每一个主行都只能记录一句话语。
当说话者一次说几句话时，必须分行记录。
7）在主行的*号之后的三个字母必须大写。
然后是冒号和说话内容。
8）以%符号开始的行表示录写者或研究者对背景的注释。
通常这些行包括赋码和注释，称为“附属”行。
9）以%符号开始的附属行后是三个下标字母。
如“phonology”中的“pho”，一个冒号和注释。
10）摘要行后接主行和附属行。
3．CHAT赋码的操作步骤CHAT文稿的赋码主要分为固定行、主行和可变行三部分。
3．1 固定行赋码CHAT赋码文稿总是以固定行开始，提供录写日期、参加者姓名、年龄、交谈背景等信息。
这些信息出现在文本的最开始处，具体格式如下：（XXX表示某某人，凡是有名字的行都用破折号，其它说明行均无破折号，以示区别。
遗漏的冒号已加上，全部要对齐。
）×××姓名行——@Name of ××××××年龄行——@Age of ××××××生日行——@Birth of ×××赋码者行 @Coder:附属行 @Dependent:×××教育行——@Education of ×××:文件名行 @Filename:字体行 @Font:×××组行——@Group of ×××语种行 @Language:×××语言行——@Language of ××××××状况行——@SES of ××××××性别行——@Sex of ×××原因行 @Stim:录写者行 @Transcriber:警告行 @Warning:有关参加者和背景信息的所有固定行都须以“@”符号开始。
一些行只要求有@符号和行的名称。
例如“@Begin”或“@New Episode”。
但是大部分行后须有内容。
有内容的行还必须有一个冒号，然后是1-2个注释。
冒号后必须空出8个字符的间隔，然后输入注释。
注释是为了增加文档行信息的可读性。
冒号前的材料称为“行名”，如：“@Age of CHI:”和“@Date:”都是行名。
行名之后的文本被称为“行内容”，如：“@Age of CHI: 2; 6.4”、“@Date: 25-JAN-1983”。
“2；6.14”和“25-JAN-1983”都是行内容，统称为“行”。
行末不能有标点符号。
在CHAT中，只有主体确实发出的声音才能用标点符号。
这些固定行说明说话者年龄、社会经济地位或出生日期等不变的信息，如：中产阶级家庭、男性、2岁等。
这些信息有助于更有效地研究语料。
固定行按字母顺序排列，排列顺序如下：（1）姓名行@Name of ×××:此行说明参加者的名字。
（2）年龄行@Age of ×××:此行是说话者年龄，×××表示用三个字母说明说话者的名字。
CHAT中的年龄信息精确到日。
这里的年龄指的是被采集语料的儿童及其兄弟姐妹的年龄，也可用于其他说话者。
@Age行的顺序为年、月、日。
如2；11.7，指的是2岁，11个月零7天，与一般日期表示方法不同。
（3）生日行@Birth of ×××:此行说明了说话者的出生日期。
此行的内容是日-月-年。
注意日在前，月排在第二位。
因此1973年1月23日应写为23-JAN-1973。
在所有日期中，月份应大写，缩写，如：JAN，FEB类推。
例如：@Birth of SAR: 23-JUL-1961 （4）赋码者行@Coder:此行说明文件赋码人身份。
以备查验，同时也是对赋码者劳动的一种承认。
（5）附属行@Dependent:此行用于列出附属信息。
可插入%Spa等类指令，供编辑器阅读。
（6）教育行@Education of ×××:此行说明说话者的最高教育水平，用0-20的整数表示。
12以后的数字表明大学教育。
如说话者受教育程度是大学三年级，就应以“15”来表示。
例如：@Education of MOT: 15。
（7）文件名行@Filename：此行是计算机文件的文件名，为了防止文件重名。
如果已经有了一个@ID行，就无需再加上此行，因为@ID赋码包括了文件名。
（8）字体行@Font：此行用于定义文件的预设字体。
在CLAN编辑器中，对WINDOWS系统而言，预设字体为Win95:Courier New:-13。
（9）小组行@Group of ×××：此行说明了一组研究对象中以谁为主体，其他人则不重要。
（10）语种行@Language：此行说明记录数据的语种。
（11）语言行@Language of ×××：此行说明参加者使用的语言。
为了能说明交际的基本语言，最好使用能适用GEM软件（对某段录写语料标记进行深入分析的软件）的@bg和@eg标记。
如果语言转换频繁，有必要在每句话前使用%语种，如：%lan:附属行，表明所使用的语言。
语料库构建原则
语料库构建原则咱今儿就聊聊这语料库构建原则哈。
你想啊，这构建语料库可不简单呐，就好比盖房子，得有个好的规划，那原则就是这规划的一条条杠杠。
先说这第一条原则哈，得有个明确的目标。
咱得清楚为啥要构建这个语料库，是为了研究方言嘞，还是为了训练智能机器说话嘞？就好比你出门得知道自个儿要去哪儿，不能稀里糊涂的。
要是目标不明确，那收集的语料啊，就跟没头的苍蝇似的，东一榔头西一棒槌，到最后啥用也没有。
我就见过有的团队，一开始也没弄清楚自个儿到底要干啥，稀里糊涂就开始收集语料，结果收了一堆乱七八糟的东西，有的语料压根儿就对不上他们后来想要做的事儿，白忙活一场，那多闹心呐。
再说说这第二条原则，语料得丰富多样。
这就好比做菜，不能光放盐啊，得各种调料都来点，味道才丰富嘛。
咱这语料库也一样，不能光收集一种类型的语料。
比如说，你要构建一个汉语语料库，那得有古代的诗词歌赋，也得有现代的流行语；得有正式的公文文件，也得有老百姓日常唠嗑的大白话。
要是语料太单一，那这语料库就跟清汤寡水似的，没滋味儿。
我有个朋友，他们构建语料库的时候，就光盯着那些学术论文，结果搞出来的语料库啊，死板得很，一点生活气息都没有，用起来效果也不好。
还有啊，这语料的准确性也特别重要。
这就好比你走路得走正道，不能走歪路。
咱收集的语料得是准确无误的，不能有错误。
要是语料本身就错了，那拿这语料去做研究、训练啥的，那不就跟盲人骑瞎马一样，越走越偏嘛。
我就听说过有的语料库里，有些字词的标注都标错了，这可把后来用这个语料库的人给坑苦了，那真是有苦说不出啊。
另外呢，这语料库的构建还得考虑到它的可扩展性。
就好比一个人的心胸得宽广，得能装得下东西。
这语料库也得能不断地往里添加新的语料，随着时间的推移，语言也在不断地发展变化嘛，要是语料库不能扩展，那过不了多久就跟不上时代的步伐了，就成了个老古董啦。
咱构建语料库啊，就得牢牢记住这些原则，就像走路得记住回家的路一样。
不然啊，费了半天劲儿，最后搞出来个不伦不类的东西，那可就太可惜了。
英语口语课堂语码转换的若干方面思考
英语口语课堂语码转换的若干方面思考实现交际意图的一种有效的交际策略,口语课堂上会采用目的语(英语)和母语(汉语)之间的语码转换,可以更好的促进学习者快速准确地掌握目的语。
目前在英语教学课堂上使用汉语的情况非常普遍,教学者进行教学和学习者学习都会时常带有中英夹杂的语言现象,社会语言学家将这种现象称为语码转换和语码混合。
我们知道,语言和思维是直接联系的,每一位外语学习者,特别是初学者,都在琢磨母语与目的语的异同。
一个人学习和掌握外语都是从小开始的。
幼儿学话的过程是和言语器官的成长,发育过程同时进行的,也是和思维方式相辅相成的。
而成人的外语学习时,他们的言语器官和思维方式已经发展成型,他们的思维和母语建立了直接和牢固的联系。
而外语的思维的联系却要把思维从一种语言的基础上转换到另一种语言的基础上,所以语码转换的转换是有外语学习的必然性的。
1 影响语码转换的因素语码转换收到交际语境,交际参与者以及交际内容的制约。
交际是指交际活动进行的时间,地点,场合等,是影响语码转换的客观因素。
在交际过程中,参与者需要根据不同的语境来选择不同的语码。
交际参与者的性别,年龄,教育水平,心理状态以及交际过程中涉及的内容等都制约着语码转换。
在具体的交际活动中,某个语码转换可能受到其中一个因素的影响,也可能同时受到三种因素的共同影响。
2 英语口语课堂上的教师语码转换及其制约因素英语口语课堂采用适量,适当的语码转换有利于教学。
当教学者遇到英语教学中的教学难点时,可找出汉语中相对应的表达法,使学习者掌握并理解所学的知识点。
下面以《朗文英语听说教程三》中的第二单元Murphy’s Law为例,对教师在英语口语课堂上的语码转换进行详细的分析。
(1)使用英汉语码转换,有助于学习者理解学习的内容。
According to Murp hy’s Law,anything thatcan go wrong will go wrong.其中的Murphy’s Law指墨菲法则。
中国学生英语口笔语语料库2.0
我国学生英语口笔语语料库2.0在现代社会中，英语的重要性日益凸显。
作为全球通用的语言，掌握一定程度的英语能力不仅有利于个人的职业发展，还能丰富生活，促进国际交流与合作。
然而，对于我国学生来说，英语学习一直是一个重要的课题。
建立一份高质量的我国学生英语口笔语语料库2.0显得尤为重要。
让我们从中小学英语教育的现状说起。
随着我国改革开放的不断深入，英语作为一门重要的外语，也逐渐成为学校教育的一部分。
然而，传统的英语教学往往偏重于语法、词汇的机械记忆，而忽视了学生口语和写作能力的培养。
这导致了许多学生在英语交流和表达方面存在较大的障碍。
我国学生英语口笔语语料库2.0的建立，对于帮助学生提高口语和写作能力至关重要。
接下来，让我们深入探讨我国学生英语口笔语语料库2.0的意义。
通过收集学生的口语和写作作品，可以更好地了解学生在英语表达方面存在的问题和需求。
语料库的建立可以为教师提供更丰富的教学资源，帮助他们更好地指导学生，针对性地做出教学安排。
学生也可以通过语料库的参考，丰富自己的词汇量和表达能力，从而提高英语综合应用能力。
我国学生英语口笔语语料库2.0的建立还可以为学术研究提供重要的数据支持。
通过对学生口笔语表达的统计和分析，可以揭示学生在英语表达中常犯的错误、难点和特点，为相关学科研究提供重要的参考依据。
我国学生英语口笔语语料库2.0的建立对于提高学生的英语水平、改善英语教学质量、促进学术研究都具有重要意义。
希望有关部门能够高度重视这一问题，积极推动语料库的建设和使用，为我国学生的英语学习提供更好的支持和保障。
随着我国国际地位的提升，越来越多的人开始意识到英语在国际交流中的重要性。
作为一种全球通用的语言，英语不仅可以帮助人们更好地了解世界文化，还可以拓宽个人的职业发展渠道。
我国学生学习英语的重要性不言而喻。
然而，英语学习并非易事。
尤其是对于我国学生来说，英语口语和写作能力的不足一直是一个难题。
传统的英语教学模式注重了语法和词汇的灌输，对于学生的口语和写作能力的培养却偏少。
英语教学语料库的构建原则探析
英语教学语料库的构建原则探析
英语教学语料库的构建原则是设计一个优质的教学语料库，并且可以实现个性化的教学，使英语学习者获得更好的学习效果和更高的学习兴趣。
以下是英语教学语料库的构建原则的详细介绍：
一、语言流畅性原则
在构建英语教学语料库时，首先要考虑语言流畅性原则，语言之间需要具备连贯性，这时需要充分考虑文本的连贯性，尤其要避免使用长句和繁琐的词汇。
二、语言典型性原则
其次，语言典型性原则对于教学语料库的构建也具有重要意义，因为它可以使得学生了解到真实语言使用的情况，教学语料库可以根据不同语境和使用场景来设计。
三、教育性原则
教育性原则是英语教学语料库设计的关键原则之一，目的是使英语学习者在学习过程中学到更多内容，并且增加新的知识。
此外，在语料库的设计中加入合适的习题，使学生能够根据自己的喜好和兴趣，选
择自己感兴趣的主题进行学习。
四、可重用性原则
实现重用性原则可以使英语教学语料库在英语教学中保持长久有效的
效果。
同时，基于这个原则可以实现不同大小的语言库之间的互通性。
五、获取性原则
获取性原则一方面是指初学者可以容易地获取这些语料库中的信息，
另一方面是可以将教学语料库设计成为一种资源，可以规范构建和获
取相关语言信息。
以上就是英语教学语料库的构建原则的详细介绍，而根据这些原则进
行英语教学语料库的构建，不仅可以提高英语学习者的学习效果，还
可以更好地满足学生的需求，从而使英语教学更为完善和优质化。
基于汉语儿童语料库构建的儿童语言发展测评系统
The Computerized Child Language Analysis:Building a Non-standardized Child Language Measuring System Based on Chinese Language Development
Corpus
作者： 周兢[1];张义宾[2]
作者机构： [1]华东师范大学教育学部,上海200062;[2]华东师范大学脑科学与教育创新研究院,上海200062
出版物刊名： 学前教育研究
页码： 72-84页
年卷期： 2020年 第6期
主题词： 汉语儿童语料库;儿童语言发展评价;常模;词汇;语法
摘要：汉语儿童语料库的创建与发展为国际儿童语料库系统(CHILDES)提供了丰富的研究语料,为促进汉语儿童语言发展研究做出了突出贡献。
为回应当前有关儿童语言障碍诊断工具和语言干预效应监测严重缺乏可靠工具的问题,本研究基于汉语儿童语料库构建了汉语儿童语言发展测评系统。
该系统基于汉语儿童的大量语料,构建了正常儿童语言发展常模,探索了可以预期和发现不同年龄儿童语言障碍的指标系统,基本形成符合汉语文化情境的儿童语言发展监测体系,可以为儿童语言障碍诊断和干预提供有价值的基础信息。
从儿童语言发展研究走向儿童语言发展评价,有助于拓展儿童语料库的功能,推动有关儿童早期语言发展诊断与干预的科学研究。
英语语料库建设及应用研究:现状与趋势
英语语料库建设及应用研究：现状与趋势叶章勇【摘要】田野语言学(field linguistics)已取代沙发里的语言学(armchair linguistics)成为现代语言学研究的主流,语料库成为语言学研究及语言工程不可或缺的基础资源,国外在英语语料库研究方面起步较早,已形成完善的语料库研究规范,我国在借鉴国外经验的基础上结合我国国情及英语学习者实际对英语语料库建设、语料库语言学、语料库翻译学等方面开展了广泛的研究并取得丰硕成果.基于对国内外英语语料库建设现状及趋势的研究,我们应当在今后的英语语料库建设中更高程度地凸显其跨学科性,更多地关注语料库建设规范化、多模态化及智能化.【期刊名称】《宁波广播电视大学学报》【年(卷),期】2014(012)001【总页数】5页(P31-35)【关键词】英语语料库;现状;趋势【作者】叶章勇【作者单位】宁波职业技术学院浙江宁波315800【正文语种】中文【中图分类】H312一、引言自17世纪以来，由于受经验主义 (empiricism)影响，由内省法主导的传统“沙发里的语言学”(armchairlinguistics)(Charles J.Fillmore 1992:35)走入低谷，语言研究开始重视研究自然发生的语料，大量收集真实语言数据，在客观分析语言现象的基础上进行相关实证研究。
这种基于真实语料的语言研究在19世纪得到了进一步发展，人们尝试运用类似于自然科学研究方法收集真实语言数据，进行描述及探讨，重构语言之间的谱系关系。
20世纪初，受实证主义和行为主义思潮的影响，这种欧洲传统被美国结构主义语言学继承，经验主义在语言研究中逐渐占据主导地位。
经验主义认为：语言学研究的主要素材是语料，而大量收集某种语言中自然出现的语言实例，对研究该语言不仅是必要的，也是充分的 (Geoffrey Leech 1991:8)。
这种研究方法需要大量收集某种语言中的语句，组成一个语料库。
语料库研究初探
语料库研究初探作者：齐芷玥来源：《文存阅刊》2018年第11期摘要：本文将从语料库的定义、类型、内容、规模设计、标注原则、建库方法等角度对语料库进行分析，目的是通过展现语料库相关基础知识，向语料库初学者提供帮助。
关键词：语料库；建库一、语料库定义语料库就是大量语言材料的集合。
语料库（Corpus）是指一个由大量的语言实际使用的信息组成的，专供语言研究、分析和描述的语言资料库。
在计算机网络技术和信息技术快速发展的现代社会，语料库主要指经科学取样和加工的大规模电子文本库。
[3]二、语料库类型语料库有多种类型，确定类型的主要依据是它的研究目的和用途。
有学者曾经把语料库分成四种类型：（1）异质的（Heterogeneous）；（2）同质的（Homogeneous）；（3）系统的（Systematic）；（4）专用的（Specialized）。
[4]参考此种分类方法，可进一步将国内语料库进行分类，种类包括以下五种：1.通用语料库（general）：主要用于一般性的语料库研究；2.专用语料库（specialized）：是为了对某个特定领域语言变体进行研究而建立的语料库；3.平行语料库（parallel corpus）：为对比某种语言的原文文本和其对应的译文文本之间的差异、研究翻译行为而建的语料库；4.可比语料库（comparable corpus）：是由具有某些相同或相似属性的文本构成的语料库；5.学习者语料库（learner corpus）：如中国英语学习者语料库（CLEC）、中国英语学生口笔语语料库 1.0 版（SWECCL1）等。
三、语料库的内容及建库用途。
如果说规模是针对量的问题，那么，内容就是要解决质的问题。
对于内容，最根本的是要真实，它包括：1.要收集实际使用中的文本，而不能是研究者杜撰的；2.要收集符合条件的文本。
如要建立的是学习者语料库，要分析的是学生的真实语言能力，就不能把学生抄袭书本的东西收进来。
语料库辅助英美文学教学模式初探
语料库辅助英美文学教学模式初探作者：程宝乐来源：《校园英语》 2020年第12期文/ 程宝乐【摘要】本研究旨在通过建立文学专门语料库，探索语料库辅助文学教学的有效途径和方法。
研究首先从构建文学专门语料库入手，预先设定语料库层级指标，从横向、纵向两个方面设定三级语料库指标体系；进而通过不同途径搜集语料，并进行纠错和赋码；从而生成辅助教学的文学语料库。
在此基础上，从教学过程的三个阶段探索语料库辅助英美文学课程教学模式。
【关键词】语料库；英美文学；教学【作者简介】程宝乐(1979.06-)，女，河北张家口人，天津农学院，讲师，在读博士。
【基金项目】本文为天津农学院2018年度本科教育教学研究与改革项目“语料库辅助英美文学课程建设研究”(2018-A-08)阶段性成果。
一、引言英国著名语言学家John Sinclair认为语料库是一个存储于计算机的自然语言的集合(包括书面和口头语言材料)，用来反映语言的状态和变化特征(王艳文，2010)。
国内外已建或在建的通用及专门用途语料库的数量日益增多，但文学语料库的建设在很长一段时间里受到了学界的冷落。
究其原因，有学者认为是：1.目前建立语料库的目的往往是选出一些好的语言实例供多方面语言研究使用，所以大型语料库大多是通用语料库；2.文学语言比较容易获得(隋桂岚，2004)。
进入20世纪90年代，国内外学者开始了以文学研究为目的的小型语料库建设，比较具有代表性的有戴维·赫尔曼以研究动作词汇为目的，自建的包含8种叙事文本类、212 000词的语料库；以及迈克尔·图伦以研究叙事进程为目的的短篇小说语料库。
此类语料库以专门的研究目的为导向，为辅助教学文学语料库的构建提供了借鉴。
本研究以辅助英美文学教学为目的，采用语料库语言学的量化分析方法，在构建文学专门语料库的基础上，探讨语料库在文学教学中的实际应用。
二、文学语料库的构建构建辅助教学文学语料库的目的。
大型中国小学生作文语料库的生成
大型中国小学生作文语料库的生成摘要：【摘要】当前，通过收集学生在学习语言时创作的作文来建立学习者语料库并在语料库的基础上开展各种语言研究和教学应用已成为应用语言学的研究热点。
目前我国已建立了近十个学习者语料库，包括中国学习者英语语料库和外国学习者汉语语料库。
然而，关于中国学习关键词：大型,国小,学生作文,语料,生成,摘要,当前,通过,收集,生【摘要】当前，通过收集学生在学习语言时创作的作文来建立学习者语料库并在语料库的基础上开展各种语言研究和教学应用已成为应用语言学的研究热点。
目前我国已建立了近十个学习者语料库，包括中国学习者英语语料库和外国学习者汉语语料库。
然而，关于中国学习者汉语语料库的建设却关注较少。
本研究将凭借北京师范大学现代教育技术研究所在小学长期开展语文教改试验的良好基础建立一个大型中国小学生作文语料库。
截至2007年8月，本语料库已建设成为一个涉及小学五个年级、历时五年、字数在1100万以上的大型作文语料库，在小学语文教学、儿童语言发展研究、小学生思维能力发展研究等三个方面有较高的应用价值。
【关键词】本文出自：语料库；小学生；作文【语料库(corpora) 是应用计算机技术对大量自然语言材料进行处理(包括预处理、语法自动赋码、自动句法分析、语义分析等)、存储，以供自动检索、索引和统计分析的大型资料库。
自二十世纪80 年代末90 年代初开始，各种书面语和口语语料库、通用型和专门语料库纷纷建立，语料库在语言描述和语言分析中的作用和优势愈来愈明显。
在语料库迅速而多元的发展中，针对外语学习者建立的学习者语料库( learner corpora) 的发展尤为引人注目。
一研究背景及缘起学习者语料库包括学习者书面语语料库和学习者口语语料库两种。
无论是学习者书面语语料库，还是学习者口语语料库，均与一般的语料库不同，它们是经过计算机处理的外语学习者的语言产出的文本数据库，属于学习者中介语(inter language )范畴。
儿童语料库词汇
一、引言
儿童语言发展是一个复杂的过程，涉及到语音、词汇、语法、语用等多个方面。其中，词 汇习得是儿童语言发展的基础，对于儿童掌握语言、进行沟通交流具有重要意义。因此， 对儿童语料库词汇的研究具有重要的理论和实践价值。
二、儿童语料库词汇收集与整理
1. 语料收集
四、儿童语料库词汇研究意义及应用
1. 理论意义
儿童语料库词汇研究有助于揭示儿童词汇习得规律、特点及影响因素，丰富和发展儿童语 言发展理论。
2. 实践价值
儿童语料库词汇研究为儿童语言教育提供科学依据。教育者和家长可根据儿童词汇习得特 点，制定合适的语言教育方案，提高儿童语言能力。
五、结论
儿童语料库词汇研究对于揭示儿童词汇习得规律、特点及影响因素具有重要意义。本文通 过对儿童语料库词汇的收集、整理和分析，发现儿童词汇习得具有阶段性和规律性、形象 性和直观性等特点，为儿童语言教育提供科学依据。未来研究可进一步深入探讨儿童词汇 习得过程，为提高儿童语言能力提供更有针对性的指导。
1. 儿童词汇习得的规律
儿童词汇习得是一个复杂的过程，受到生理、心理、社会等多方面因素的影响。儿童在语 言习得过程中遵循一定的规律，如词汇的数量增长、词类分布、词汇网络等。通过对儿童 语料库的研究，我们可以发现儿童词汇习得具有以下规律：
(1) 词汇数量增长规律。儿童词汇量的增长呈现出指数型增长趋势，即在一定时期内，词 汇量快速增长，然后增长速度逐渐减缓。
儿童语料库词汇通用文档第 2 篇
儿童语料库词汇研究报告
【摘要】
儿童语料库词汇研究是语言学领域中的一个重要分支，对于了解儿童语言习得过程、揭示 儿童语言特点及发展规律具有重要的理论意义和实际价值。本文通过对儿童语料库的词汇 进行收集、整理和分析，旨在揭示儿童词汇习得的规律、特点及影响因素，为儿童语言教 育提供科学依据。