国 别 华 文 教 材 数 据 库 构 建 意 义 与 方 法 1 盛 译 元 华 侨 大 学 华 文 学 院 shengyiyuan@hqu.edu.cn 摘 要 : 基 于 数 据 库 的 语 言 研 究 方 法 目 前 已 经 被 广 泛 地 应 用 于 语 言 研 究 的 各 个 领 域, 但 在 教 材 研 究 领 域, 这 种 方 法 的 使 用 相 对 滞 后 现 有 教 材 数 据 库 均 存 在 功 能 单 一 数 据 规 范 性 差 特 色 或 专 门 性 数 据 资 源 稀 缺 等 不 足 构 建 国 别 华 文 教 材 数 据 库, 不 仅 能 弥 补 国 内 华 文 教 材 数 据 库 的 空 缺, 还 有 助 于 摸 清 国 别 华 文 教 学 现 状, 加 强 国 别 华 文 教 材 编 写 研 究, 对 推 动 华 文 教 育 的 学 科 建 设 及 信 息 化 程 度 均 有 重 要 意 义 本 文 从 流 程 结 构 和 层 级 分 析 软 件 元 数 据 项 处 理 等 几 个 方 面 讨 论 了 国 别 华 文 教 材 数 据 库 的 构 建 办 法 关 键 词 : 教 材 数 据 库 ; 华 文 教 育 ; 华 文 教 材 ; 数 据 库 构 建 与 实 现 Study on the Significance and Methods of Database Building of Chinese Teaching Material for Specific Countries Sheng Yiyuan Chinses Language Culture College of Huaqiao University Abstract: Database approach has been widely used in all areas of language study, but in the field of Chinese language teaching material is still lagging behind. The few existing databases are lacking in the aspect such as single function, poor in data regulation and specification. This paper proposes the establishment and realization of " Chinese Teaching Material for Specific Countries Database" is not only to make up for the domestic vacancy in this area, is also helps to know the Chinese teaching situation in specific countries, to strengthen the Chinese textbooks written research, to promote the systematic construction and information technology disciplines of Chinese education. Key words: Chinese Teaching Material Database, Chinese Education, Chinese Teaching Material, Construction and Realization of Database 2 3 我 国 以 语 言 研 究 为 目 的 建 立 数 据 库 或 语 料 库 的 历 史 可 以 追 溯 到 20 世 纪 80 年 代 近 些 年 来, 除 了 语 言 信 息 处 理 和 言 语 工 程 领 域 以 外, 语 料 库 方 法 在 语 言 教 学 词 典 编 纂 现 代 汉 语 和 汉 语 史 研 究 等 方 面 也 得 到 了 越 来 越 多 的 应 用 ( 张 宝 林,2010) 用 于 语 言 研 究 或 语 言 教 学 的 语 料 库 逐 渐 增 多, 如 国 家 语 委 现 代 汉 语 语 料 库 北 京 大 学 语 言 学 研 究 中 心 语 料 库 中 山 大 学 的 留 学 生 中 介 语 语 料 库 北 京 语 言 大 学 的 HSK 动 态 作 文 语 料 库 等 基 于 数 据 库 的 研 究 采 用 数 理 的 方 法, 可 以 精 确 地 阐 释 语 言 问 题, 揭 示 传 统 研 究 方 法 无 法 解 释 的 语 言 现 象 受 目 前 华 文 教 育 学 科 体 系 不 完 善 华 文 教 材 研 究 比 较 薄 弱 等 因 素 的 制 约, 国 内 华 文 教 材 数 据 库 建 设 始 终 呈 空 白 状 态 建 立 国 别 华 文 教 材 数 据 库 可 以 从 根 本 上 改 变 这 种 局 面 另 外, 将 基 于 数 据 库 的 计 量 分 析 方 法 与 华 文 教 材 研 究 相 结 合, 可 以 进 一 步 推 动 华 文 教 材 的 编 写 与 研 究, 并 能 帮 助 我 们 发 现 华 文 教 学 的 规 律, 从 而 促 进 华 文 教 育 事 业 的 发 展 1 发 展 现 状 及 存 在 问 题 国 内 现 有 的 教 材 数 据 库 多 以 汉 语 作 为 第 二 语 言 的 教 材 或 汉 语 作 为 外 语 的 教 材 为 对 象, 虽 然 不 1 本 文 得 到 华 侨 大 学 中 央 高 校 基 本 科 研 业 务 费 资 助 项 目 哲 学 社 会 科 学 青 年 学 者 成 长 工 程 项 目 ( 项 目 标 号 :13SKGC- QG04) 支 持 2 数 据 库 (Database) 是 按 照 数 据 结 构 来 组 织 存 储 数 据 的 仓 库 数 据 库 有 很 多 类 型, 从 最 简 单 的 存 储 有 各 种 数 据 的 表 格 到 能 够 进 行 海 量 数 据 存 储 的 大 型 数 据 库 系 统 都 在 各 方 面 得 到 了 广 泛 的 应 用 见 百 度 百 科, http://baike.baidu.com. 3 语 料 库 (corpus) 指 经 科 学 取 样 和 加 工 的 大 规 模 电 子 文 本 库 借 助 计 算 机 分 析 工 具, 研 究 者 可 开 展 相 关 的 语 言 理 论 及 应 用 研 究 百 度 百 科,http://baike.baidu.com. ~1~
如 语 言 研 究 型 数 据 库 那 样 成 熟, 但 可 为 构 建 华 文 教 材 数 据 库 提 供 借 鉴 此 类 数 据 库 中 有 代 表 性 的 有 北 京 语 言 大 学 的 对 外 汉 语 教 材 检 索 数 据 库, 中 央 民 族 大 学 的 国 际 汉 语 教 学 国 别 化 教 材 研 究 库 和 汉 办 教 材 基 地 的 全 球 汉 语 教 材 库 对 外 汉 语 教 材 检 索 数 据 库 4 建 于 1990 年, 由 当 时 的 国 家 对 外 汉 语 教 学 领 导 小 组 办 公 室 和 北 京 语 言 大 学 图 书 馆 共 同 开 发, 主 要 工 作 是 收 集 整 理 报 道 世 界 各 国 各 地 区 汉 语 教 学 及 汉 语 研 究 的 文 献 资 料 5 主 要 数 据 收 藏 范 围 自 1864 年 伦 敦 出 版 的 THE RUDIMENTS OF THE CHINESE LANGUAGE ( 汉 语 入 门 ) 1886 年 上 海 出 版 的 语 言 自 迩 集 到 建 国 以 来 所 有 能 收 集 到 的 对 外 汉 语 教 材 截 止 到 2006 年, 共 收 录 教 材 667 种 数 据 库 主 要 提 供 教 材 封 面 内 容 简 介 目 录 前 言 等 教 材 基 本 信 息, 部 分 教 材 还 附 有 专 家 评 语 以 及 教 材 直 观 详 细 的 介 绍 作 为 国 内 第 一 个 真 正 意 义 上 的 针 对 汉 语 为 非 母 语 者 所 使 用 的 汉 语 教 材 所 建 立 的 数 据 库, 对 外 汉 语 教 材 检 索 数 据 库 是 具 有 一 定 规 模 和 文 献 保 障 的 对 外 汉 语 教 材 专 题 数 据 库 建 立 这 个 数 据 库 的 主 要 目 的 是 收 集 汉 语 教 材, 并 按 教 材 的 基 本 信 息 将 其 分 类, 方 便 教 材 使 用 者 进 行 简 单 的 查 找 因 此 收 集 和 检 索 是 其 主 要 功 能 国 际 汉 语 教 学 国 别 化 教 材 研 究 库 6 是 中 央 民 族 大 学 国 际 教 育 学 院 自 建 的 国 际 汉 语 教 学 数 据 库 的 一 个 子 库 该 数 据 库 利 用 清 华 同 方 TPI 软 件 为 技 术 支 持, 以 中 国 知 网 国 家 汉 办 及 自 主 收 集 的 汉 语 国 际 传 播 资 料 为 数 据 资 源,2011 年 开 始 筹 建,2013 年 基 本 建 成, 分 学 术 资 源 教 学 资 源 和 信 息 资 源 三 大 类, 按 五 级 目 录 展 开 国 别 化 教 材 研 究 库 先 按 国 别 将 教 材 进 行 分 类, 然 后 从 结 构 维 度 入 手 将 教 材 语 料 按 照 课 文 语 法 点 课 后 题 进 行 切 分, 再 对 课 文 语 料 中 的 字 词 句 子 语 法 段 落 等 做 计 量 处 理, 旨 在 为 国 际 汉 语 教 学 相 关 领 域 的 教 学 及 科 研 人 员 提 供 专 题 性 的 教 学 参 考 全 球 汉 语 教 材 库 7 由 国 家 汉 办 国 际 汉 语 教 材 研 发 与 培 训 基 地 开 发, 主 要 负 责 大 规 模 收 集 全 球 汉 语 及 中 华 文 化 教 材 建 立 全 球 汉 语 教 材 信 息 展 示 中 心 以 及 开 发 多 语 种 汉 语 文 化 辅 助 教 材 等 经 过 几 年 的 发 展, 全 球 汉 语 教 材 库 已 收 录 世 界 各 国 汉 语 教 材 16955 本 其 工 作 包 括 对 采 购 到 的 教 材 进 行 入 库 处 理, 对 无 法 购 买 的 教 材 信 息 进 行 采 集, 以 及 对 这 些 信 息 进 行 分 类, 以 作 为 前 台 检 索 和 后 期 展 示 的 基 础 可 见, 教 材 库 的 收 集 检 索 功 能 比 对 外 汉 语 教 材 检 索 数 据 库 更 进 一 步 全 球 汉 语 教 材 库 还 具 有 教 材 开 发 功 能 对 教 材 文 本 进 行 统 计 得 到 的 多 级 标 注 8 语 料 库, 生 成 字 表 58 个, 词 表 74 个, 语 法 统 计 表 46 个, 文 化 点 统 计 表 23 个 国 家 汉 办 以 此 为 基 础 于 2014 年 4 月 推 出 国 际 汉 语 教 材 编 写 指 南 9 大 型 网 络 应 用 平 台 这 个 平 台 具 有 在 线 教 材 编 写 功 能, 并 为 使 用 者 提 供 十 余 种 热 点 素 材 文 化 知 识 词 汇 注 释 例 句 等 实 用 资 源, 还 可 以 通 过 对 大 纲 和 教 材 要 素 的 对 比 实 现 对 教 材 的 评 估 建 立 汉 语 教 材 数 据 库 能 有 效 促 进 汉 语 教 材 的 发 展, 但 现 有 教 材 数 据 库 还 存 在 以 下 一 些 不 足 之 处 1.1 开 发 程 度 尚 处 于 初 级 阶 段, 数 量 少 与 国 内 外 众 多 的 语 料 库 相 比, 我 国 教 材 数 据 库 的 建 设 尚 属 起 步 阶 段, 急 需 推 进 和 发 展 稍 具 规 模 的 教 材 数 据 库, 如 上 文 提 到 的 全 球 汉 语 教 材 库 收 录 教 材 16955 本, 国 别 化 教 材 研 究 库 收 录 美 国 教 材 17 本, 初 步 处 理 后 的 记 录 达 231681 条, 均 由 某 个 学 术 单 位 单 独 组 织 建 设 也 有 的 汉 语 教 材 数 据 库 为 个 人 建 立, 在 数 据 标 注 和 处 理 方 面 针 对 性 强, 能 够 将 研 究 价 值 发 挥 到 极 大, 但 这 类 专 研 专 建 数 据 库 后 期 可 拓 展 性 不 大, 再 加 上 建 库 回 报 率 低 等 原 因, 在 数 量 上 很 难 有 所 突 破 4 北 京 语 言 大 学, 对 外 汉 语 教 材 检 索 数 据 库,http://lib.blcu.edu.cn/xxb/hyjc/,2012.6.7 5 北 京 语 言 大 学, 世 界 汉 语 教 学 交 流 中 心 信 息 部 网 站,http://lib.blcu.edu.cn/xxb/xxb.htm,2012.6.6 6 中 央 民 族 大 学 国 际 教 育 学 院 国 际 汉 语 教 学 数 据 库,http://tpi.cie.muc.edu.cn/App_Pages/Default.aspx. 7 全 球 汉 语 教 材 库,http://www.ctm-lib.com/search?keyword=,2012.6.7 8 此 为 不 完 全 统 计 引 自 时 任 汉 办 教 材 处 处 长 彭 增 安 在 中 央 民 大 做 所 的 报 告 9 国 家 汉 办, 国 际 汉 语 教 材 编 写 指 南,http://www.cltguides.com/main.jsp,2015.2.3 ~2~
1.2 数 据 库 功 能 单 一 教 材 数 据 库 并 不 是 数 字 化 的 汉 语 教 材 图 书 馆, 其 根 本 功 能 是 以 文 本 语 料 为 基 础 的 计 量 统 计 分 析 现 有 教 材 数 据 库 的 功 能 多 集 中 在 对 教 材 进 行 收 集 检 索 和 计 量 这 几 个 方 面 全 球 汉 语 教 材 库 进 一 步 将 数 据 库 方 法 与 教 材 编 写 联 系 起 来, 在 数 据 库 功 能 的 拓 展 方 面 进 行 了 有 益 的 尝 试 但 总 的 来 说, 这 些 数 据 库 的 功 能 还 是 显 得 比 较 单 一 随 着 网 络 和 多 媒 体 技 术 的 发 展, 汉 语 试 听 教 材 数 量 逐 渐 增 多, 再 加 上 语 言 学 习 本 身 就 是 对 听 说 读 写 四 种 技 能 的 综 合 培 养, 必 然 涉 及 到 很 多 超 文 本 的 语 言 学 习 材 料, 因 此 发 展 包 含 视 频 音 频 文 本 在 内 的 多 模 态 数 据 库 应 是 未 来 数 据 库 发 展 的 趋 势 1.3 规 范 性 差, 数 据 共 享 难 以 实 现 当 前 教 材 数 据 库 建 设 的 另 一 个 问 题 是 规 范 性 差 强 人 意, 表 现 在 建 设 者 基 本 上 是 依 据 自 己 的 主 观 认 识 与 想 法 各 行 其 是 ( 张 宝 林,2010), 这 极 大 影 响 了 教 材 数 据 的 共 享, 甚 至 可 能 导 致 数 据 库 研 究 功 能 的 丧 失 数 据 不 规 范 的 情 况 包 括 语 料 标 注 不 符 合 科 学 标 准 和 标 注 的 差 异 性 大 这 两 种 情 况 其 产 生 的 根 本 原 因 是 汉 语 教 材 的 基 础 理 论 性 研 究 不 够, 对 于 如 何 将 数 据 库 计 量 研 究 应 用 于 教 材 研 究 还 不 甚 清 楚 ; 另 外 从 技 术 层 面 看, 汉 语 教 学 领 域 中 既 懂 教 材 编 写 理 论 又 懂 数 据 库 建 设 的 人 不 多, 在 信 息 编 码 方 式 存 储 方 式 管 理 方 式 的 规 范 性 方 面 还 需 进 一 步 加 强 1.4 缺 乏 特 色 或 专 门 教 材 数 据 库 语 言 教 材 体 系 庞 杂, 可 按 使 用 者 语 言 水 平 年 龄 翻 译 语 言 使 用 地 区 使 用 课 型 教 材 类 型 等 不 同 维 度 进 行 分 类, 因 此 在 建 立 教 材 数 据 库 时 也 应 该 有 针 对 性 另 外, 华 文 教 材 与 汉 语 教 材 在 使 用 对 象 编 写 原 则 构 成 要 素 知 识 体 系 构 架 等 方 面 都 存 在 很 大 差 异, 十 分 有 必 要 建 立 专 门 的 华 文 教 材 数 据 库, 以 便 从 计 量 层 面 揭 示 华 文 教 材 区 别 于 一 般 汉 语 教 材 的 特 点 2 建 立 国 别 华 文 教 材 数 据 库 的 意 义 2.1 有 助 于 了 解 国 别 华 文 教 材 现 状 中 国 经 济 持 续 稳 定 快 速 的 发 展 带 了 全 世 界 范 围 的 汉 语 热 二 十 一 世 纪 的 海 外 华 文 教 学 和 华 文 教 育 出 现 了 一 个 由 复 苏 复 兴 到 蓬 勃 发 展 的 崭 新 局 面 ( 吴 勇 毅,2010), 面 对 新 形 式 和 新 情 况, 首 先 要 对 各 国 华 文 教 育 的 现 状 进 行 总 结 建 立 国 别 华 文 教 材 数 据 库, 有 利 于 我 们 有 针 对 性 地 了 解 国 别 华 文 教 材 的 使 用 情 况, 并 将 教 材 因 素 作 为 评 估 一 个 国 家 华 文 教 育 情 况 的 因 子 之 一 而 只 有 充 分 了 解 各 国 华 文 教 学 的 实 际 情 况, 才 能 有 针 对 性 地 制 定 华 文 教 学 策 略, 用 以 指 导 本 土 化 华 文 教 师 教 材 教 学 法 等 问 题 的 系 统 研 究 2.2 有 助 于 进 一 步 推 动 国 别 华 文 教 材 研 究 教 材 问 题 是 华 文 教 育 的 核 心 问 题 之 一 现 有 的 华 文 教 材 主 要 都 是 通 用 型 的, 不 能 体 现 国 别 针 对 性 和 教 学 对 象 的 针 对 性 ( 贾 益 民,2012), 国 别 化 业 已 成 为 华 文 教 材 发 展 的 当 务 之 急 国 别 化 语 言 教 材 是 指 从 某 一 国 家 学 习 者 的 特 点 和 需 要 出 发, 以 满 足 特 定 国 家 学 习 者 的 学 习 需 要 为 目 标 而 设 计 编 写 和 制 作 的 某 一 语 言 作 为 外 语 或 第 二 语 言 教 学 教 材 ( 吴 应 辉,2013) 建 立 国 别 华 文 教 材 数 据 库, 可 以 为 深 入 研 究 国 别 华 文 教 材 提 供 令 人 信 服 的 数 据 支 持 2.3 有 助 于 华 文 教 育 学 科 的 系 统 化 建 设 华 文 教 育 是 一 种 特 殊 的 教 育 现 象, 作 为 一 个 学 科, 需 要 有 成 熟 的 理 论 基 础 作 为 指 导, 需 要 有 区 别 于 其 他 学 科 的 研 究 对 象, 更 需 要 一 套 科 学 和 严 谨 的 研 究 方 法 而 信 息 化 程 度 是 衡 量 华 文 教 育 学 科 系 统 性 的 重 要 指 标 之 一 国 别 华 文 教 材 数 据 库 能 为 华 文 教 育 学 科 的 实 践 提 供 一 个 数 据 化 的 平 台, 以 推 动 学 科 系 统 化 进 程 2.4 有 助 于 推 进 海 外 华 文 教 育 信 息 处 理 技 术 的 发 展 身 处 一 个 信 息 化 的 时 代, 我 们 要 善 于 利 用 计 算 机 技 术 为 研 究 提 供 便 利 建 立 国 别 华 文 教 材 数 据 库, 除 了 可 以 帮 助 我 们 了 解 这 个 国 家 的 华 文 教 材 面 貌 以 外, 更 可 大 大 推 动 华 文 教 育 学 科 的 信 息 ~3~
化 水 平 3 国 别 华 文 教 材 数 据 库 构 建 的 几 个 问 题 国 别 华 文 教 材 数 据 库 的 具 体 构 建 要 做 到 逻 辑 合 理, 结 构 规 范, 还 需 要 符 合 华 文 教 材 自 身 特 点, 更 重 要 的 是 要 能 够 满 足 多 种 研 究 需 要 涉 及 到 的 比 较 关 键 问 题 有 以 下 四 个 : 3.1 教 材 数 据 库 构 建 流 程 建 库 准 备 预 处 理 熟 语 料 量 化 分 析 应 用 发 布 数 据 库 结 构 设 计 OCR 数 据 处 理 教 材 收 集 噪 音 数 据 清 理 教 材 数 据 库 教 材 数 据 分 析 相 关 文 档 发 布 教 材 扫 描 文 本 切 分 标 注 入 库 教 材 研 究 者 检 索 图 1 华 文 教 材 数 据 库 构 建 流 程 图 从 流 程 上 看, 建 库 准 备 中 最 重 要 和 最 首 要 的 任 务 就 是 数 据 库 的 结 构 设 计, 其 目 的 主 要 是 确 定 数 据 库 的 建 库 规 则 和 文 本 录 入 规 则 完 成 结 构 设 计 后 就 可 以 进 行 教 材 收 集 扫 描 OCR 处 理 噪 声 处 理 文 本 切 分 等 实 际 工 作 经 过 这 些 处 理 的 语 料 才 是 计 算 机 可 以 识 别 和 计 量 的 熟 语 料, 这 些 语 料 按 照 一 定 的 方 法 经 过 量 化 处 理 就 可 以 为 教 材 研 究 者 使 用 3.2 数 据 库 层 级 与 结 构 华 文 教 材 数 据 库 可 分 为 数 据 层 语 料 层 和 应 用 层 三 个 主 要 层 级 收 集 到 的 华 文 教 材, 经 OCR 识 别 后 存 储 于 电 子 教 材 库 中, 然 后 以 一 本 书 为 单 位, 进 行 人 工 元 数 据 项 的 标 注, 以 保 证 每 本 教 材 有 唯 一 的 ID, 每 一 条 语 料 记 录 可 以 追 根 溯 源 找 到 出 处 数 据 库 语 料 层 对 教 材 中 的 每 一 课 书 进 行 分 割, 并 对 课 文 的 篇 章 段 落 句 子 词 字 等 进 行 标 注, 对 生 词 语 法 点 练 习 和 文 化 点 语 料 进 行 统 计 语 料 层 是 数 据 化 的 教 材 文 本 集 合, 如 同 一 个 语 料 的 仓 库, 每 条 语 料 就 像 仓 库 中 的 一 个 零 件, 被 分 门 别 类 放 在 货 架 上, 并 被 贴 上 标 签 在 应 用 层, 我 们 将 根 据 需 要 对 这 些 语 料 进 行 不 断 整 合 和 重 组, 以 期 得 到 能 够 反 映 教 材 特 点 并 可 作 为 研 究 资 料 的 具 体 数 据 需 要 注 意 的 是, 应 用 层 对 语 料 的 处 理 要 区 分 构 成 要 素 和 结 构 编 排 这 两 个 维 度, 这 是 由 华 文 教 材 自 身 特 点 决 定 的 一 般 认 为, 汉 语 由 语 音 词 汇 语 法 和 汉 字 四 个 要 素 构 成 华 文 教 材 作 为 海 外 华 人 学 习 族 裔 语 言 的 工 具, 还 承 载 着 中 国 文 化, 因 此 其 构 成 中 还 应 包 括 文 化 要 素 通 过 与 相 关 词 表 进 行 对 比, 我 们 可 以 统 计 出 教 材 要 素 的 特 征 此 处 可 借 鉴 汉 语 国 际 教 育 方 面 比 较 成 熟 的 词 表 大 纲 如 汉 语 国 际 教 育 用 音 节 汉 字 词 汇 等 级 划 分 10 国 际 汉 语 教 学 通 用 课 程 大 纲 11 等 10 中 华 人 民 共 和 国 教 育 部 国 家 语 言 文 字 工 作 委 员 会 : 汉 语 国 际 教 育 用 音 节 汉 字 词 汇 等 级 划 分, 北 京 : 北 京 语 言 大 学 出 版 社,2010 11 国 家 汉 语 国 际 推 广 领 导 小 组 办 公 室 : 国 际 汉 语 教 学 通 用 课 程 大 纲, 北 京 : 外 语 教 学 与 研 究 出 版 社,2008 ~4~
图 2 美 国 高 校 汉 语 教 材 数 据 库 的 层 级 3.3 统 计 分 析 软 件 在 教 材 数 据 实 际 处 理 过 程 中, 需 用 到 数 据 管 理 和 词 汇 标 注 两 种 软 件 前 者 用 来 进 行 底 层 数 据 的 存 储 和 处 理 考 虑 到 华 文 教 材 数 据 库 对 数 据 存 储 管 理 处 理 等 方 面 的 要 求 并 不 复 杂, 可 使 用 Microsoft 关 系 型 数 据 库 Access 作 为 管 理 软 件 这 种 数 据 库 由 若 干 张 依 照 关 系 模 型 而 设 计 的 数 据 二 维 表 组 成, 存 储 数 据 具 有 冗 余 性 小 和 共 享 性 大 的 特 点, 有 利 于 后 期 拓 展 和 数 据 的 整 合 共 享 对 教 材 文 本 语 料 进 行 标 注 处 理 可 利 用 ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System) 12 ICTCLAS 由 中 国 科 学 院 计 算 技 术 研 究 所 研 制, 功 能 主 要 包 括 中 文 分 词 词 性 标 注 和 未 登 录 词 识 别 等, 分 词 正 确 率 高 达 97.58%(973 专 家 组 评 测 )( 刘 群,2008), 完 全 可 以 满 足 对 教 材 文 本 的 分 词 要 求 3.4 元 数 据 项 的 处 理 教 材 作 为 课 程 设 计 的 一 种 物 质 产 品, 除 了 提 供 语 言 文 本 信 息 以 外, 还 附 着 大 量 超 语 言 文 本 结 构 信 息 以 及 教 材 作 为 一 种 出 版 物 的 产 品 信 息 这 类 结 构 信 息 和 产 品 信 息 就 是 教 材 的 元 数 据 元 数 据 项 的 确 定 和 规 范 是 教 材 数 据 资 源 共 享 的 前 提 和 保 证 国 别 华 文 教 材 语 料 的 元 数 据 可 参 考 图 书 馆 界 普 遍 使 用 的 中 文 文 献 著 录 原 则 标 准 13 中 文 文 献 著 录 原 则 是 由 国 家 颁 布 的 对 各 类 型 文 献 进 行 客 观 著 录 的 原 则 与 方 法, 其 编 目 包 括 12 参 见 计 算 所 汉 语 词 法 分 析 系 统 ICTCLAS 介 绍 13 CALIS 联 机 合 作 编 目 中 心,http://project.calis.edu.cn.2015.2.9 ~5~
题 名 与 责 任 说 明 项 版 本 项 文 献 特 殊 细 节 项 出 版 发 行 项 载 体 形 态 项 丛 编 项 附 注 项 标 准 编 号 与 获 得 方 式 项 等 8 个 项 目, 下 含 33 个 子 项, 基 本 上 可 以 对 各 种 中 文 文 献 进 行 编 目 以 连 续 出 版 物 为 例 : 表 1 中 文 文 献 著 录 原 则 连 续 出 版 物 编 目 说 明 著 录 项 目 说 明 题 名 与 责 任 说 明 项 分 辑 副 刊 或 集 刊 等 连 续 出 版 物 题 名 为 正 题 名 ; 责 任 者 一 般 为 团 体 责 任 者 包 括 地 区 版 本, 如 郊 县 版 华 东 地 区 版 ; 特 殊 对 象 版 本 项 版 本, 如 经 理 版 医 师 版 等 ; 特 殊 板 式 或 外 形, 如 盲 文 版 大 字 印 刷 版 等 ; 文 本 版 本, 如 蒙 文 版 等 卷 期 年 月 或 其 它 标 识 项 连 续 出 版 物 的 第 一 卷 期 出 版 年 月, 及 本 条 资 源 的 卷 期 出 版 年 月 出 版 发 行 项 出 版 物 出 版 地 出 版 者 编 者 出 版 日 期 以 及 印 刷 信 息 等 载 体 形 态 项 尺 寸 等 丛 编 项 连 续 出 版 物 正 题 名 责 任 说 明 等 附 注 项 常 用 出 版 频 率 : 日 刊 周 刊 半 月 刊 等 标 准 号 与 获 得 方 式 项 著 录 ISSN 号 连 续 出 版 物 与 教 材, 尤 其 是 系 列 教 材 之 间 有 很 多 共 性 国 别 华 文 教 材 元 数 据 项 目 的 分 类, 可 在 借 鉴 这 种 方 法 的 基 础 上 进 行 适 当 改 进, 使 其 更 符 合 华 文 教 材 特 点 如 教 材 的 版 本 项 应 区 分 教 材 的 翻 译 语 种 和 使 用 国 家, 还 要 区 分 繁 简 体 ; 卷 期 年 月 或 其 他 标 示 项 应 反 映 系 列 教 材 的 总 册 数 及 册 序 ; 载 体 形 态 项 应 包 括 教 材 尺 寸 版 面 颜 色 有 无 插 图 等 信 息 在 综 合 考 虑 国 别 华 文 教 材 的 特 点, 并 对 比 中 文 文 献 著 录 原 则 分 类 方 式 的 基 础 上, 我 们 认 为 华 文 教 材 元 数 据 项 应 包 含 以 下 7 个 大 类,28 个 小 类 : 表 2 国 别 华 文 教 材 数 据 库 元 数 据 类 型 子 项 目 序 序 号 项 目 类 型 项 目 名 称 号 1 教 材 中 文 名 称 1 教 材 题 名 与 责 任 说 明 2 教 材 外 文 名 称 3 录 入 者 4 教 材 面 向 国 家 或 地 区 5 教 材 难 度 等 级 2 版 本 6 适 用 对 象 7 翻 译 语 言 8 中 / 外 方 编 写 机 构 9 中 / 外 方 出 版 社 3 出 版 发 行 12 重 印 年 份 13 印 刷 次 数 10 编 写 者 11 出 版 年 份 ~6~
14 开 本 15 印 张 4 载 体 形 态 16 字 数 17 版 面 设 计 颜 色 18 版 面 设 计 插 图 19 全 套 总 册 数 / 册 序 20 有 无 教 师 用 书 5 丛 编 21 有 无 练 习 用 书 22 有 无 教 材 光 盘 23 有 无 其 他 配 套 教 辅 24 有 无 网 络 同 步 教 材 6 标 注 号 25 ISBN 26 定 价 7 附 注 27 出 版 社 社 址 网 址 电 话 邮 箱 28 其 他 这 种 分 类 方 法 基 本 能 够 较 全 面 地 描 述 一 本 华 文 教 材, 同 时 与 中 文 文 献 著 录 原 则 基 本 保 持 一 致, 更 有 益 于 数 据 资 源 的 后 期 拓 展 整 合 和 共 享 4 余 论 综 上 所 述, 我 们 认 为, 以 数 据 库 作 为 教 材 研 究 的 辅 助 手 段, 采 用 定 量 的 方 法, 可 以 为 教 材 的 构 成 要 素 和 结 构 编 排 研 究 提 供 佐 证, 帮 助 我 们 进 一 步 了 解 国 别 华 文 教 材 的 特 点, 提 炼 教 材 编 写 与 研 究 的 基 本 理 论 和 方 法 希 望 本 文 所 讨 论 的 华 文 教 材 数 据 库 具 体 实 现 方 法 能 够 为 有 志 进 行 华 文 教 材 研 究 的 同 仁 提 供 一 些 有 益 的 借 鉴 参 考 文 献 [1] CALIS 联 机 合 作 编 目 中 心. http://project.calis.edu.cn.2015.2.9. [2] 百 度 百 科. http://baike.baidu.com/view/1246142.htm.2015.1.3. [3] 北 京 语 言 大 学. 对 外 汉 语 教 材 检 索 数 据 库,http://lib.blcu.edu.cn/xxb/hyjc/. 2012.6.7. [4] 北 京 语 言 大 学. 世 界 汉 语 教 学 交 流 中 心 信 息 部 网 站,http://lib.blcu.edu.cn/xxb/xxb.htm. 2012.6.6. [5] 傅 爱 平. 语 料 库 研 究 与 应 用 综 述,http://ling.cass.cn/yingyong/courses/corpusbase.htm.2012.6.12. [6] 国 家 汉 办. 国 际 汉 语 教 材 编 写 指 南,http://www.cltguides.com/main.jsp.2015.2.3. [7] 国 家 汉 语 国 际 推 广 领 导 小 组 办 公 室. 国 际 汉 语 教 学 通 用 课 程 大 纲. 北 京 : 外 语 教 学 与 研 究 出 版 社,2008. [8] 韩 立 栋. MARC 与 DC 元 数 据 格 式 研 究. 现 代 情 报,2004(8):50-51. [9] 何 婷 婷. 语 料 库 研 究 [ 博 士 学 位 论 文 ]. 华 中 师 范 大 学,2003. [10] 贾 益 民. 华 文 教 育 概 论. 广 州 : 暨 南 大 学 出 版 社,2012:11. [11] 刘 群. 汉 英 机 器 翻 译 若 干 关 键 技 术 研 究. 北 京 : 清 华 大 学 出 版 社,2008:57. [12] 全 球 汉 语 教 材 库. http://www.ctm-lib.com/search?keyword=. 2012.6.7. [13] 吴 勇 毅. 新 时 期 海 外 华 文 教 育 面 临 的 形 势 及 主 要 变 化. 浙 江 师 范 大 学 学 报 ( 哲 学 社 会 科 学 版 ),2010(2):13-22. [14] 张 宝 林. 汉 语 中 介 于 语 语 料 库 建 设 的 现 状 与 对 策. 语 言 文 字 应 用,2010(3):129-138. [15] 中 华 人 民 共 和 国 教 育 部 国 家 语 言 文 字 工 作 委 员 会. 汉 语 国 际 教 育 用 音 节 汉 字 词 汇 等 级 划 分. 北 京 : 北 京 语 言 大 学 出 版 社,2010. [16] 中 央 民 族 大 学 国 际 教 育 学 院 国 际 汉 语 教 学 数 据 库,http://tpi.cie.muc.edu.cn/App_Pages/Default.aspx. ~7~