文 章 编 号 :1003-0077(2011)00-0000-00 对 外 汉 语 教 学 领 域 话 题 语 料 库 的 研 究 与 构 建 胡 韧 奋 1, 朱 琦 1, 杨 丽 姣 (1. 北 京 师 范 大 学, 北 京 市 100875) 摘 要 : 对 外 汉 语 教 学 领 域, 教 材 上 的 课 文 通 常 围 绕 一 个 话 题 展 开, 话 题 是 教 学 内 容 的 集 中 的 体 现, 也 与 词 汇 语 法 等 不 同 层 面 的 语 言 知 识 间 有 着 密 切 关 联 该 文 基 于 大 规 模 教 材 语 料 库 研 究 教 学 话 题 分 类 体 系, 设 计 了 一 个 包 含 4 个 一 级 话 题 23 个 二 级 话 题 和 246 个 三 级 话 题 的 三 层 话 题 框 架, 并 据 此 对 197 册 汉 语 经 典 教 材 中 的 5457 个 文 段 进 行 了 人 工 标 注 及 校 对, 构 建 了 一 个 规 模 约 12 万 句 的 面 向 对 外 汉 语 教 学 的 话 题 语 料 库 为 了 更 好 地 服 务 于 汉 语 教 学 及 相 关 研 究 工 作, 还 抽 取 计 算 了 文 段 的 语 法 点 和 新 HSK 词 语 等 级 信 息, 作 为 话 题 标 注 的 补 充 维 度 加 入 资 源 库, 以 期 为 汉 语 教 学 领 域 的 教 师 研 究 者 及 教 材 编 写 者 提 供 较 为 全 面 的 话 题 信 息 参 考 关 键 词 : 对 外 汉 语 ; 话 题 ; 语 料 库 中 图 分 类 号 :H087/ H195 文 献 标 识 码 :A The Research and Construction of a Topic Corpus for Teaching Chinese as a Second Language Hu Renfen 1, Zhu Qi 1, Yang Lijiao 1 (1.Beijing Normal University, Beijing, 100875, China) Abstract: In the area of teaching Chinese as a second language, each text in the textbook has a specific topic. Topic represents the core contents of each lesson, and has close relationship with other linguistic knowledge such as vocabulary and syntax. This paper introduces a hierarchical topic bank with 4 level-1 topics, 23 level-2 topics and 246 level-3 topics. The authors manually labeled 5457 texts from 197 classical Chinese textbooks based on the topic bank and built a topic corpus including over 120 million sentences. In order to offer comprehensive reference on topic information, syntactic constructions and HSK word level information are also extracted as supplement knowledge for topic labeling. Key words: Chinese as a second language; topic; corpus 1 1 引 言 话 题 是 文 本 内 容 的 体 现, 也 是 衔 接 语 言 和 文 化 的 重 要 桥 梁 在 对 外 汉 语 教 材 中, 课 文 通 常 围 绕 一 个 话 题 展 开, 语 言 技 能 和 文 化 知 识 以 该 话 题 为 语 言 环 境 进 行 组 织 和 呈 现, 从 而 达 到 教 学 目 的 关 于 话 题 在 汉 语 教 学 中 的 重 要 性, 朱 志 平 等 (2008) 在 对 548 种 对 外 汉 语 教 材 进 行 调 研 后 提 出, 话 题 是 教 学 内 容 设 计 思 想 的 集 中 体 现 李 亚 丽 (2012) 指 出, 话 题 的 选 择 是 课 文 编 排 的 重 要 内 容 之 一, 直 接 关 系 到 学 生 综 合 语 言 运 用 能 力 的 培 养 课 文 话 题 的 选 择 不 但 决 定 着 常 用 词 语 的 选 择 取 向, 而 且 影 响 着 语 法 结 构 功 能 项 目 及 文 化 项 目 的 融 入 等 国 家 汉 办 出 版 的 国 际 汉 语 教 学 通 用 课 程 大 纲 给 出 了 汉 语 教 学 话 题 及 内 容 建 议 表, 该 表 列 有 以 下 22 类 话 题, 是 教 材 编 写 及 课 堂 教 学 中 话 题 选 择 与 编 排 的 重 要 参 考 : 个 人 信 息 情 感 与 态 度 社 会 交 往 日 常 生 活 学 校 生 活 家 庭 生 活 文 化 娱 乐 节 日 活 动 身 心 健 康 习 俗 与 禁 忌 旅 游 与 交 通 语 言 与 文 化 价 值 观 念 文 学 与 艺 术 政 治 历 史 与 地 理 科 学 与 技 术 全 球 与 环 境 计 划 与 未 来 热 门 话 题 教 育 植 物 与 动 物 自 然 景 观 收 稿 日 期 : 定 稿 日 期 : 基 金 项 目 : 国 家 语 委 十 二 五 科 研 规 划 项 目 语 言 资 源 建 设 规 划 研 究 ( 编 号 :YB125-124)
为 了 帮 助 教 材 编 写 者 和 汉 语 教 师 更 好 地 把 握 话 题 设 计, 苏 新 春 (2011) 等 对 部 分 教 材 中 的 话 题 分 布 情 况 进 行 了 调 研 和 统 计, 余 千 华 (2012) 罗 洋 天 (2013) 李 欣 蓓 (2014) 等 则 从 学 习 者 出 发, 通 过 问 卷 和 访 谈 调 查 学 习 者 的 话 题 兴 趣 及 其 与 教 材 课 文 的 匹 配 情 况, 进 一 步 丰 富 了 话 题 选 择 与 编 排 的 参 考 依 据 然 而, 现 有 研 究 也 存 在 以 下 局 限 因 素 :(1) 研 究 范 围 限 于 特 定 级 别 ( 如 汉 语 中 级 水 平 ) 或 特 定 类 型 ( 如 口 语 ) 教 材, 未 能 提 供 全 面 的 参 考 和 参 照 ; (2) 研 究 中, 话 题 的 选 取 和 分 类 体 系 缺 乏 大 规 模 语 料 的 验 证, 具 有 一 定 的 主 观 性 为 了 避 免 主 观 因 素 影 响, 向 不 同 等 级 不 同 类 型 的 教 材 编 写 及 汉 语 教 学 提 供 话 题 参 考 依 据, 本 文 基 于 大 规 模 教 材 语 料 库 开 展 话 题 类 型 研 究, 对 197 册 经 典 对 外 汉 语 教 材 中 的 课 文 进 行 调 研 和 标 注, 以 此 为 依 据 制 订 较 为 综 合 和 全 面 的 话 题 标 注 框 架, 该 框 架 设 置 三 级 节 点, 包 含 4 个 一 级 话 题 23 个 二 级 话 题 和 246 个 三 级 话 题 标 注 工 作 面 向 教 材 语 料 库 中 的 5457 个 文 段 展 开, 每 个 文 段 依 次 被 标 注 一 级 话 题 二 级 话 题 和 三 级 话 题, 例 如 跟 我 学 汉 语 第 二 册 第 7 课 给 你 一 张 电 影 票 第 一 个 文 段 ( 如 下 ) 在 语 料 库 中 被 标 注 为 一 级 话 题 : 日 常 生 活 ; 二 级 话 题 : 娱 乐 休 闲 ; 三 级 话 题 : 看 电 影 安 妮 : 小 雨, 你 想 不 想 看 电 影? 小 雨 : 什 么 电 影? 安 妮 : 花 木 兰 小 雨 : 太 好 了! 今 天 的 还 是 明 天 的? 安 妮 : 今 天 下 午 4:30 的 刘 老 师 给 我 两 张 票, 我 给 你 一 张 小 雨 : 今 天 不 行, 我 没 空 儿 安 妮 : 你 要 干 什 么? 小 雨 : 我 要 做 海 报 你 给 马 明 吧! 他 是 个 电 影 迷 安 妮 : 好 吧 再 见! 经 过 人 工 标 注 及 校 对, 我 们 构 建 了 一 个 面 向 汉 语 教 学 的 综 合 话 题 信 息 语 料 库, 以 期 为 不 同 水 平 不 同 类 型 的 汉 语 教 学 及 教 材 编 写 提 供 参 考 语 料 库 中 的 文 段 除 了 标 注 详 细 的 话 题 信 息 外, 还 标 注 了 该 文 段 包 含 的 语 法 点 及 HSK 词 语 等 级 信 息, 以 帮 助 汉 语 教 师 及 教 材 编 写 者 更 好 地 选 择 和 使 用 库 中 资 源 2 语 料 来 源 语 料 的 选 择 对 于 面 向 汉 语 教 学 的 话 题 语 料 库 建 设 而 言 十 分 重 要, 因 为 语 料 既 是 标 注 的 对 象, 又 是 标 注 体 系 ( 即 话 题 类 别 体 系 ) 制 订 的 参 考 和 依 据 从 汉 语 教 学 的 实 际 需 求 出 发, 我 1 们 将 经 典 对 外 汉 语 教 材 文 本 作 为 主 要 研 究 对 象 首 先 从 汉 语 国 际 教 育 动 态 语 料 库 中 提 取 了 122458 句 对 外 汉 语 教 材 语 料, 共 计 5457 个 文 段 及 其 来 源 教 材 单 元 课 文 名 称 等 信 息 所 选 取 语 料 来 源 于 197 册 经 典 对 外 汉 语 教 材 动 态 语 料 库 在 采 集 教 材 时 充 分 考 虑 了 教 材 类 型 适 用 水 平 出 版 年 代 影 响 因 子 等 属 性 特 征 ( 杨 丽 姣,2015) 话 题 信 息 的 标 注 结 果 将 融 入 汉 语 国 际 教 育 动 态 语 料 库, 作 为 其 中 一 项 功 能 供 用 户 检 索 和 使 用 3 话 题 分 类 研 究 及 标 注 框 架 设 计 为 了 制 订 科 学 合 理 的 话 题 标 注 框 架, 除 了 国 际 汉 语 教 学 通 用 课 程 大 纲 中 给 出 的 汉 语 教 学 话 题 及 内 容 建 议 表 外, 我 们 也 对 汲 传 波 (2005) 苏 新 春 (2011) 李 亚 丽 (2012) 刘 华 (2014) 等 人 关 于 话 题 分 类 的 研 究 进 行 了 细 致 考 察, 认 为 框 架 设 计 应 充 分 考 虑 话 题 的 层 次 性 内 容 的 涵 盖 面 类 与 类 之 间 的 区 别 度 每 个 节 点 的 重 要 程 度 与 颗 粒 度 等 因 素 基 于 以 1 汉 语 国 际 教 育 动 态 语 料 库 由 北 京 师 范 大 学 中 文 信 息 处 理 研 究 所 和 汉 语 文 化 学 院 共 同 建 设, 主 要 收 录 对 外 汉 语 教 学 领 域 经 典 教 材 和 新 HSK 样 卷 文 本 语 料, 并 提 供 多 层 次 的 语 言 信 息 标 注, 目 前 规 模 约 14 万 句,240 余 万 词 次
上 考 量, 我 们 设 计 了 一 个 包 含 三 个 层 次 的 话 题 节 点 表 作 为 标 注 框 架, 参 见 表 1 表 1. 面 向 对 外 汉 语 教 学 的 话 题 节 点 表 一 级 节 点 二 级 节 点 三 级 节 点 基 本 信 息 人 物 人 物 信 息 ( 年 龄 国 籍 职 业 ); 家 人 与 朋 友 ; 外 貌 ( 相 貌 衣 着 ); 身 体 部 位 ; 爱 好 与 特 长 ; 性 格 ; 其 他 事 物 天 气 与 气 候 ; 日 期 ; 时 间 ; 数 字 ; 方 位 ; 物 品 属 性 ( 数 量 颜 色 大 小 归 属 品 牌 ); 其 他 餐 饮 食 物 ; 饮 料 ( 茶 咖 啡 ); 就 餐 ( 约 餐 订 餐 用 餐 ); 点 餐 ; 做 饭 ( 买 菜 洗 菜 做 菜 ); 餐 具 ; 菜 谱 ; 其 他 出 行 问 路 ; 交 通 方 式 ; 票 务 ; 住 宿 事 务 ; 出 入 境 ; 旅 游 ; 其 他 日 常 生 活 购 物 买 东 西 ( 描 述 / 比 较 商 品 询 价 与 砍 价 ); 退 货 与 换 货 ; 商 品 质 量 ; 其 他 娱 乐 休 闲 读 书 ; 玩 游 戏 ; 听 音 乐 ; 看 电 影 ; 看 电 视 ; 看 演 出 ; 看 比 赛 ; 养 宠 物 ; 养 植 物 ; 摄 影 ; 下 棋 打 牌 ; 唱 歌 跳 舞 ; 逛 街 出 游 ; 参 观 ( 博 物 馆 ); 其 他 时 尚 追 星 ; 手 机 通 讯 ; 美 容 与 整 容 ; 网 聊 ; 网 购 ; 拼 客 团 购 ; 名 牌 ; 流 行 音 乐 ; 其 他 运 动 与 健 康 运 动 ; 健 身 ; 运 动 会 与 比 赛 ; 生 理 健 康 : 受 伤 ; 生 病 ; 看 病 ; 吃 药 ; 探 病 ; 生 活 习 惯 ; 养 生 ; 减 肥 ; 怀 孕 生 子 ; 季 节 变 化 与 生 活 关 系 ; 心 理 健 康 : 心 灵 鸡 汤 ; 情 感 / 情 绪 ; 其 他 家 庭 与 社 区 亲 情 ; 亲 子 关 系 ; 家 庭 教 育 ; 婚 姻 生 活 ; 社 区 生 活 ; 其 他 日 常 事 务 作 息 ; 穿 着 打 扮 ; 打 扫 卫 生 ; 洗 衣 ; 洗 照 片 ; 环 境 布 置 ; 维 修 ; 搬 家 ; 理 发 ; 收 / 发 快 递 ( 信 件 ); 借 / 还 物 品 ; 办 证 / 卡 ; 计 划 ; 意 外 ( 迟 到 车 祸 ); 报 警 ; 接 机 ; 送 机 ; 生 活 经 验 及 常 识 ; 丢 / 还 物 品 ; 留 言 ; 其 他 社 会 生 活 学 习 与 成 长 学 汉 语 ; 课 程 与 选 课 ; 作 业 与 研 究 ( 请 教 / 讨 论 ); 请 假 ; 社 团 及 其 他 校 园 活 动 ; 周 末 假 期 ; 考 试 ; 游 学 / 留 学 ; 选 择 学 校 / 专 业 ; 奖 学 金 ; 毕 业 ; 校 园 食 宿 ; 学 习 压 力 与 困 难 ; 理 想 ; 人 物 经 历 ; 成 长 烦 恼 ; 其 他 人 际 交 往 拉 家 常 ; 友 谊 ; 恋 爱 择 偶 ( 追 求 相 亲 ); 师 生 关 系 ; 邻 里 关 系 ; 同 事 关 系 ; 约 会 ( 同 学 朋 友 恋 人 等 相 约 ); 聚 会 ( 生 日 晚 会 ); 请 客 ; 做 客 ; 送 礼 ; 家 长 里 短 ; 其 他 工 作 职 场 职 业 介 绍 ; 个 人 层 面 : 求 职 ; 职 业 选 择 ; 福 利 待 遇 ; 职 场 生 存 ; 加 班 ; 工 作 日 程 ; 开 会 ; 兼 职 ; 出 差 ; 休 假 ; 创 业 ; 晋 升 ; 辞 职 ; 企 业 层 面 : 介 绍 企 业 / 产 品 ; 招 聘 ; 培 训 ; 裁 员 ; 其 他 经 济 生 活 个 人 层 面 : 银 行 业 务 ( 如 换 钱 ); 租 房 ; 买 房 ; 买 车 ; 金 融 生 活 ( 信 用 卡 投 资 理 财 ); 投 诉 索 赔 ; 公 司 层 面 : 公 司 注 册 ; 法 律 事 务 ; 产 品 创 新 与 知 识 产 权 ; 招 商 加 盟 ; 广 告 ; 营 销 ; 谈 判 ; 进 出 口 贸 易 ; 物 流 ; 投 资 ; 售 后 ; 其 他 社 会 现 象 交 通 问 题 ( 拥 堵 事 故 ); 犯 罪 ; 法 律 纠 纷 ( 打 官 司 判 刑 ); 社 会 公 德 ; 就 业 ; 失 业 ; 环 保 / 污 染 ; 经 济 发 展 与 社 会 变 化 ( 春 运 春 晚 留 守 儿 童 养 老 人 口 问 题 贫 富 差 距 消 费 者 权 益 ); 婚 姻 家 庭 问 题 ; 教 育 ( 高 考 育 儿 ); 网 络 问 题 ; 医 疗 健 康 ; 食 品 安 全 ; 男 女 平 等 ; 名 人 与 偶 像 ; 公 益 ; 新 能 源 ; 城 市 建 设 ; 新 闻 与 传 媒 ; 时 事 政 治 ; 公 共 外 交 ; 其 他 文 化 生 活 语 言 文 化 名 字 与 称 谓 ( 人 名 地 名 称 呼 ); 汉 语 汉 字 ( 谐 音 对 联 语 言 避 讳 汉 字 文 化 ); 成 语 / 俗 语 故 事 ; 普 通 话 与 方 言 ; 笑 话 ; 学 汉 语 的 经 历 及 故 事 ;
其 他 文 艺 作 品 文 学 作 品 ( 寓 言 散 文 童 话 ); 艺 术 作 品 及 赏 析 ( 音 乐 戏 剧 摄 影 影 视 ); 创 作 背 景 / 缘 起 ; 其 他 文 化 习 俗 节 日 ( 春 节 圣 诞 ); 传 统 习 俗 与 礼 俗 ( 如 婚 礼 ); 礼 仪 ( 课 堂 餐 桌 待 客 ); 生 活 习 俗 ( 衣 食 住 行 的 习 惯 和 风 俗 ); 其 他 文 化 产 物 中 国 茶 ; 中 国 功 夫 ; 生 肖 与 星 座 ; 中 华 饮 食 ; 建 筑 艺 术 ; 中 医 ; 书 法 国 画 ; 戏 曲 ; 四 大 发 明 ; 手 工 艺 ( 如 剪 纸 风 筝 ); 相 声 曲 艺 ; 服 饰 文 化 ; 棋 牌 ; 其 他 文 化 观 念 人 生 哲 理 ; 宗 教 文 化 ; 儒 家 道 家 思 想 ; 民 间 百 科 ; 其 他 多 元 文 化 异 文 化 印 象 ; 异 文 化 适 应 ; 文 化 比 较 ; 文 化 禁 忌 ; 移 民 ( 如 海 外 华 人 故 事 ); 其 他 地 理 与 历 史 地 图 ; 景 观 / 景 点 ; 城 市 地 区 ( 城 市 比 较 介 绍 故 乡 ); 地 理 与 文 化 ; 五 十 六 个 民 族 ; 历 史 广 角 ; 历 史 人 文 故 事 ; 其 他 自 然 与 科 学 动 物 ; 植 物 ; 人 与 自 然 ; 小 百 科 ; 科 技 发 展 ; 探 索 与 发 现 ; 科 学 幻 想 ; 其 他 除 了 语 言 技 能 ( 如 词 汇 语 法 ) 的 传 授 外, 语 言 在 生 活 中 的 运 用 也 是 教 学 中 的 重 要 关 注 点, 故 而, 话 题 的 选 择 应 尽 量 贴 近 生 活 一 级 话 题 的 设 计 从 物 质 生 活 和 精 神 生 活 两 个 维 度 出 发, 物 质 生 活 可 落 实 到 日 常 生 活 和 社 会 生 活 这 两 个 节 点, 精 神 生 活 在 教 学 中 主 要 表 现 为 文 化 元 素 的 融 入, 故 而 我 们 设 置 了 文 化 生 活 节 点 此 外, 在 汉 语 学 习 的 初 级 阶 段, 大 部 分 内 容 是 关 于 人 物 事 物 基 本 信 息 的 讨 论, 故 设 置 基 本 信 息 这 一 节 点 四 个 一 级 话 题 按 顺 序 排 列 为 : 基 本 信 息 日 常 生 活 社 会 生 活 文 化 生 活, 这 体 现 了 与 学 习 者 个 人 关 联 的 远 近 和 内 容 层 次 的 提 升 二 级 话 题 的 设 计 上, 基 本 信 息 所 包 含 内 容 较 为 明 确, 可 分 为 人 物 和 事 物 两 个 二 级 节 点 日 常 生 活 和 社 会 生 活 下 设 二 级 节 点 的 设 计 则 主 要 基 于 教 材 中 常 出 现 的 单 元 主 题, 并 综 合 考 虑 学 习 者 兴 趣 和 话 题 的 频 度 信 息 文 化 生 活 的 展 开 方 式 较 为 特 殊, 我 们 参 考 杨 丽 姣 (2009) 提 出 的 汉 语 教 学 文 化 项 目 整 理 思 路, 借 鉴 美 国 21 世 纪 外 语 学 习 标 准 在 文 化 教 学 上 提 出 的 文 化 三 角 观 来 对 文 化 生 活 进 行 归 类 所 谓 文 化 三 角 观, 即 文 化 包 括 一 个 社 会 所 有 的 哲 学 观 念 行 为 习 俗 和 社 会 产 物 ( 有 形 的 和 无 形 的 ) 故 而, 我 们 在 文 化 生 活 话 题 下 设 文 化 习 俗 文 化 产 物 和 文 化 观 念 节 点, 并 结 合 教 材 中 的 课 文 选 题 增 加 了 语 言 文 化 文 艺 作 品 地 理 与 历 史 自 然 与 科 学 节 点 此 外, 我 们 注 意 到 跨 文 化 交 际 是 汉 语 教 学 中 的 一 项 重 要 内 容, 也 是 每 个 二 语 学 习 者 在 学 习 和 使 用 汉 语 时 都 会 面 临 的 问 题, 因 而 增 设 多 元 文 化 节 点 作 为 一 项 二 级 话 题 三 级 话 题 在 大 纲 及 现 有 的 话 题 分 类 研 究 成 果 的 基 础 上, 结 合 对 不 同 类 型 教 材 课 文 的 调 研 结 果 给 出, 并 由 专 家 作 补 充 和 完 善 值 得 一 提 的 是, 话 题 节 点 表 需 要 经 过 大 规 模 实 际 语 料 的 检 验, 因 而 我 们 通 过 语 料 标 注 来 对 已 有 节 点 表 进 行 修 订 首 先, 对 语 料 库 中 的 2 万 句 教 材 语 料 进 行 试 标 注, 并 对 节 点 表 进 行 初 步 修 订, 一 级 话 题 和 二 级 话 题 的 框 架 在 这 一 阶 段 基 本 得 到 确 定 随 后, 在 后 期 10 万 句 人 工 标 注 中 不 断 收 集 标 注 者 的 反 馈 建 议, 进 一 步 修 订 节 点 表 中 的 三 级 话 题, 从 而 得 到 表 1 中 的 分 类 结 果 标 注 修 订 的 方 法 综 合 考 虑 了 节 点 的 频 次 颗 粒 度 等 信 息 4 话 题 信 息 的 标 注 实 践 为 了 保 证 话 题 信 息 的 标 注 质 量, 我 们 组 织 了 9 名 语 言 学 及 相 关 专 业 本 科 生 研 究 生 参 与 人 工 标 注, 标 注 人 员 经 培 训 及 试 标 注 检 验 合 格 后, 进 入 正 式 标 注 标 注 结 果 经 人 工 校 对, 存 疑 处 由 专 家 讨 论 确 认 如 上 文 所 述, 话 题 节 点 表 在 标 注 中 得 到 不 断 地 检 验 和 修 订, 具 体 工 作
分 为 以 下 九 个 步 骤 : 步 骤 1. 切 分 文 段 边 界, 确 认 话 题 标 注 单 位 2 ; 步 骤 2. 为 文 段 标 注 一 级 话 题 和 二 级 话 题 ; 步 骤 3. 收 集 一 级 二 级 话 题 的 标 注 反 馈 并 调 整 节 点 表 ; 步 骤 4. 根 据 更 新 节 点 表 修 订 标 注 结 果 ; 步 骤 5. 为 文 段 标 注 三 级 话 题 ; 步 骤 6. 收 集 三 级 话 题 的 标 注 反 馈 并 调 整 节 点 表 ; 步 骤 7. 根 据 更 新 节 点 表 修 订 标 注 结 果 ; 步 骤 8. 人 工 校 对 所 有 标 注 信 息 ; 步 骤 9. 确 认 最 终 话 题 节 点 表 和 标 注 结 果 在 步 骤 2 和 步 骤 5 的 话 题 信 息 标 注 中, 标 注 者 需 注 意 对 以 下 几 种 特 殊 情 况 的 处 理 : (1) 文 段 涉 及 多 个 话 题 : 如 果 认 为 文 段 涉 及 两 个 话 题 ( 包 括 二 级 话 题 和 三 级 话 题 ) 的 情 况, 可 为 该 段 落 标 注 两 个 话 题, 如 果 认 为 文 段 涉 及 三 个 及 以 上 话 题, 则 为 该 段 落 标 注 最 为 凸 显 的 两 个 话 题 (2) 文 段 内 部 涉 及 话 题 跳 转 : 如 果 文 段 前 后 围 绕 不 同 话 题 展 开, 比 如 中 文 起 步 第 一 册 第 19 课 中 国 城 这 篇 课 文 为 一 段 长 对 话, 甲 乙 两 人 首 先 讨 论 了 怎 么 去 中 国 城 ( 日 常 生 活 - 出 行 ), 然 后 讨 论 了 在 中 国 城 一 家 饭 馆 点 餐 吃 饭 的 经 历 ( 日 常 生 活 - 餐 饮 ), 在 标 注 时 需 要 给 出 段 落 原 话 题 跳 转 新 话 题 及 跳 转 句 的 语 料 编 号 (3) 文 段 内 容 无 法 按 照 已 有 的 话 题 节 点 表 进 行 标 注 : 标 注 者 在 备 注 栏 给 出 问 题 描 述 及 对 话 题 节 点 进 行 增 加 或 修 改 的 建 议 对 于 其 他 标 注 者 无 法 确 定 的 话 题 标 注 信 息, 也 可 在 备 注 栏 给 出 问 题 描 述 及 相 关 建 议 (4) 三 种 情 况 暂 不 做 标 注 :1 课 文 内 容 为 简 单 句 子, 不 构 成 文 段 ( 多 见 于 入 门 阶 段 的 汉 语 教 材 );2 课 文 为 简 单 的 1-3 轮 短 对 话, 不 围 绕 特 定 话 题 展 开, 而 强 调 交 际 功 能 ( 比 如 问 好 道 歉 等, 同 样 多 见 于 入 门 阶 段 的 汉 语 教 材 ), 将 在 语 料 库 的 交 际 功 能 项 目 中 得 到 标 注 ; 3 课 文 内 容 时 代 性 政 治 性 较 强 ( 例 如 以 知 青 承 包 责 任 制 等 为 背 景 的 短 文 或 小 说 ), 不 适 于 作 为 当 前 汉 语 教 学 及 教 材 编 写 参 考 在 步 骤 3 和 步 骤 6 中, 我 们 收 集 并 总 结 标 注 者 在 备 注 栏 给 出 的 问 题 及 建 议, 并 侧 重 对 涉 及 以 上 四 种 特 殊 情 况 的 文 段 进 行 考 察, 通 过 专 家 讨 论 确 定 标 注 方 案, 以 对 已 有 话 题 节 点 表 进 行 调 整 标 注 结 果 存 储 为 XML 格 式, 以 下 为 一 个 文 段 的 话 题 标 注 示 例 : <text id="24" name=" 新 实 用 汉 语 课 本 _Volumn 1_Lesson 12_ 我 全 身 都 不 舒 服 _Text1" topic_1=" 日 常 生 活 " topic_2=" 运 动 与 健 康 " topic_3=" 生 病 "> <s id="283"> 丁 立 波 : 大 为, 你 每 天 都 六 点 起 床 去 锻 炼, 现 在 九 点 一 刻, 你 怎 么 还 不 起 床? </s> <s id="284"> 马 大 为 : 我 头 疼 </s> <s id="285"> 丁 立 波 : 你 嗓 子 怎 么 样?</s> <s id="286"> 马 大 为 : 我 嗓 子 也 疼 </s> <s id="287"> 丁 立 波 : 我 想, 你 应 该 去 医 院 看 病 </s> <s id="288"> 马 大 为 : 我 身 体 没 问 题, 不 用 去 看 病 </s> <s id="289"> 我 要 睡 觉, 不 想 去 医 院 </s> 2 语 料 库 中 的 语 料 以 句 子 为 单 位 存 储, 并 按 照 其 在 教 材 中 出 现 的 顺 序 排 列, 在 为 文 段 标 注 话 题 之 前, 首 先 要 做 段 落 边 界 切 分, 确 认 一 个 文 段 的 起 始 句 和 结 束 句
<s id="290"> 丁 立 波 : 你 不 去 看 病, 明 天 你 还 不 能 上 课 </s> <s id="291"> 马 大 为 : 好 吧 </s> <s id="292"> 我 去 医 院 </s> <s id="293"> 现 在 去 还 是 下 午 去?</s> <s id="294"> 丁 立 波 : 当 然 现 在 去, 我 跟 你 一 起 去 </s> <s id="295"> 今 天 天 气 很 冷, 你 要 多 穿 点 儿 衣 服 </s></text> 5 标 注 数 据 分 析 及 应 用 按 照 上 述 步 骤, 我 们 对 从 语 料 库 中 采 集 的 5457 个 文 段 进 行 了 人 工 标 注 及 校 对, 共 有 5168 个 文 段 被 标 注 话 题 信 息 ( 涉 及 两 个 话 题 的 文 段 在 此 计 为 两 段 ) 话 题 信 息 的 标 注 结 果 可 以 直 接 反 映 当 前 汉 语 教 学 中 的 内 容 选 择 和 关 注 倾 向, 接 下 来, 将 对 一 级 话 题 二 级 话 题 和 三 级 话 题 的 标 注 数 据 分 别 进 行 统 计 分 析, 挖 掘 其 中 规 律, 并 进 一 步 探 讨 标 注 结 果 在 汉 语 教 学 中 的 应 用 问 题 5.1 话 题 信 息 数 据 分 析 一 级 话 题 共 有 基 本 信 息 日 常 生 活 社 会 生 活 和 文 化 生 活 四 个 类 别, 其 分 布 情 况 如 图 1 所 示 从 标 注 结 果 来 看, 共 有 402 个 文 段 被 标 注 为 基 本 信 息, 数 量 较 其 他 三 个 类 别 较 少, 主 要 是 由 于 基 本 信 息 话 题 通 常 仅 出 现 于 初 级 阶 段 的 汉 语 教 材 中 日 常 生 活 话 题 频 度 最 高, 达 1759, 因 为 它 与 初 级 中 级 汉 语 教 学 均 息 息 相 关, 是 这 两 个 阶 段 的 主 体 学 习 内 容 社 会 生 活 话 题 涉 及 中 级 高 级 汉 语 及 商 务 职 场 汉 语 等 专 门 领 域 的 汉 语 教 学, 属 于 该 话 题 的 文 段 数 量 仅 次 于 日 常 生 活, 为 1671 文 化 生 活 多 出 现 于 中 级 高 级 汉 语 教 材, 该 话 题 下 的 文 段 数 量 为 1336 基 本 信 息, 402 文 化 生 活, 1336 日 常 生 活, 1759 社 会 生 活, 1671 图 1. 一 级 话 题 数 量 分 布 情 况 话 题 节 点 表 中 设 有 二 级 话 题 23 个, 其 中, 日 常 生 活 和 文 化 生 活 各 包 含 8 个 二 级 话 题, 社 会 生 活 下 有 5 个 二 级 话 题, 基 本 信 息 包 含 2 个 二 级 话 题, 这 些 二 级 话 题 在 语 料 库 中 的 数 量 分 布 情 况 如 图 2 所 示, 其 频 度 从 高 到 低 排 列 为 : 社 会 现 象 人 际 交 往 出 行 运 动 与 健 康 学 习 与 成 长 地 理 与 历 史 日 常 事 务 语 言 文 化 人 物 工 作 职 场 经 济 生 活 家 庭 与 社 区 购 物 娱 乐 休 闲 餐 饮 事 物 多 元 文 化 文 艺 作 品 自 然 与 科 学 文 化 习 俗 文 化 观 念 文 化 产 物 时 尚 社 会 现 象 是 最 为 高 频 的 二 级 节 点, 这 体 现 了 教 材 对 时 事 热 点 问 题 的 关 注, 有 助 于 学 生 在 习 得 词 汇 语 法 等 语 言 知 识 的 同 时, 对 中 国 的 社 会 现 实 背 景 有 所 了 解 同 时, 可 以 注 意 到, 除 了 语 言 文 化 外, 文 化 生 活 下 属 的 与 中 国 文 化 直 接 相 关 的 二 级 话 题 如 文 化 习 俗 文 化 产 物 文 化 观 念 等 在 数 量 上 并 不 占 优 势, 说 明 当 前 的 汉 语 教 材 在 文 化 项 目 的 整 理 和 呈 现 方 面 尚 有 待 进 一 步 挖 掘 和 提 升
600 500 400 300 200 100 0 基 本 信 息 日 常 生 活 社 会 生 活 文 化 生 活 图 2. 二 级 话 题 数 量 分 布 情 况 二 级 话 题 是 对 课 文 内 容 较 为 抽 象 的 概 括, 近 似 单 元 主 题, 三 级 话 题 则 较 为 具 体, 直 接 与 课 文 ( 文 段 ) 内 容 对 应 经 过 对 教 学 内 容 的 调 研 总 结 及 语 料 标 注 实 践, 话 题 节 点 表 在 第 三 层 给 出 了 246 个 三 级 话 题 我 们 对 语 料 库 中 的 三 级 话 题 标 注 结 果 进 行 统 计, 发 现 频 度 50 的 节 点 有 25 个, 从 高 到 低 排 列 如 下 : 买 东 西 经 济 发 展 与 社 会 变 化 人 物 信 息 旅 游 看 病 历 史 人 文 故 事 文 学 作 品 交 通 方 式 友 谊 汉 语 汉 字 恋 爱 择 偶 文 化 比 较 节 日 方 位 人 生 哲 理 家 人 与 朋 友 问 路 亲 子 关 系 异 文 化 印 象 成 语 / 俗 语 故 事 点 餐 景 观 / 景 点 运 动 亲 情 天 气 与 气 候 频 度 最 高 的 节 点 是 买 东 西, 共 有 172 个 文 段 被 标 注 该 话 题, 这 与 学 习 者 的 实 际 使 用 需 求 密 切 相 合 其 他 频 度 较 高 的 三 级 节 点 分 布 在 不 同 的 二 级 话 题 及 一 级 话 题 下, 反 映 了 教 材 中 较 为 典 型 的 课 文 内 容 5.2 话 题 语 料 库 的 实 践 应 用 通 过 较 为 系 统 的 调 查 研 究 及 大 规 模 的 语 料 标 注 实 践, 我 们 构 建 了 一 个 汉 语 教 学 话 题 节 点 表 和 标 注 了 三 级 话 题 信 息 的 语 料 库 资 源 的 开 发 需 要 面 向 实 际 的 需 求, 为 了 更 好 地 服 务 于 对 外 汉 语 教 学 及 相 关 研 究 工 作, 我 们 对 该 领 域 的 用 户 需 求 进 行 分 析, 并 据 此 设 计 了 基 于 话 题 信 息 的 综 合 查 询 功 能 话 题 标 注 对 象 虽 然 是 语 段, 但 汉 语 教 学 却 覆 盖 了 语 言 的 各 个 层 次 : 词 汇 短 语 句 子 段 落 等 因 此, 我 们 在 设 计 话 题 信 息 的 查 询 功 能 时, 需 要 充 分 考 虑 不 同 层 次 的 语 言 教 学 要 点 杨 寄 洲 (2003) 在 研 究 教 材 编 写 问 题 时 指 出 : 课 文 编 写 的 最 大 难 点 除 了 生 词 量 的 控 制 和 常 用 词 出 现 的 比 例 问 题 以 外, 还 有 个 语 法 点 与 课 文 内 容 相 协 调 相 匹 配 的 问 题 由 此 可 见, 对 于 教 材 语 料 来 说, 语 段 话 题 与 其 包 含 的 词 汇 语 法 点 之 间 的 关 联 也 是 汉 语 教 学 的 关 注 点 之 一 基 于 以 上 考 虑, 我 们 从 汉 语 国 际 教 育 动 态 语 料 库 语 法 点 标 注 项 目 ( 谭 晓 平 等,2015) 中 提 取 了 句 子 包 含 的 语 法 点 信 息, 并 自 主 开 发 HSK 词 语 等 级 计 算 工 具, 以 自 动 计 算 每 个 文 段 所 包 含 的 各 等 级 HSK 词 语 数 量 及 比 例 国 家 汉 办 发 布 的 新 汉 语 水 平 考 试 大 纲 中 列 出 了 HSK 一 级 至 六 级 词 汇 大 纲, 我 们 分 别 读 取 HSK 一 级 至 六 级 词 汇 表, 并 基 于 语 料 分 词 和 词 性 标 注 结 果 进 行 词 语 匹 配 计 算 各 等 级 词 语 比 例 时 不 计 标 点 英 文 数 字 和 姓 名 通 过 语 法 点 信 息 的 抽 取 和 词 汇 等 级 计 算, 我 们 将 语 段 的 词 汇 语 法 点 和 话 题 信 息 进 行 了 整 合, 实 现 了 以 话 题 为 基 础 辐 射 词 汇 和 语 法 层 面 的 资 源 建 设 因 而, 用 户 在 进 入 话 题 信 息 在 线 查 询 系 统 后, 可 以 在 话 题 列 表 中 点 击 一 个 节 点, 以 获 取 被 标 注 该 话 题 的 语 段, 并 得 到 语 段 的 详 细 信 息, 包 括 语 段 内 容 语 段 来 源 语 法 点 新 HSK 词 语 等 级 信 息 等, 基 本 体 例 如 图 3 示
话 题 : 日 常 生 活 餐 饮 做 饭 段 落 来 源 : 跟 我 学 汉 语 Volumn 3 Lesson 17 我 把 菜 谱 带 来 了 Text2 你 会 做 中 国 菜 吗? 如 果 你 想 学 习 做 中 国 菜, 你 应 该 先 找 到 一 个 菜 谱, 然 后 把 需 要 的 原 料 买 来, 把 它 们 洗 干 净 洗 好 以 后, 按 照 菜 谱 把 原 料 切 好, 准 备 好 作 料 再 开 始 做 中 国 菜 重 视 色 香 味 例 如 鱼 香 肉 丝, 有 漂 亮 的 红 色 和 黄 色, 鱼 一 样 的 香 味 和 又 酸 又 辣 的 味 道 你 想 不 想 尝 尝? 语 法 点 信 息 如 果 先 然 后 把 字 句 按 / 按 照 又 又 新 HSK 词 语 等 级 信 息 : 等 级 数 量 比 例 词 语 列 表 HSK-1 28 39.44% 你 会 的 有 漂 亮 和 学 习 想 吗 中 国 做 好 菜 HSK-2 6 8.45% 开 始 再 鱼 洗 准 备 HSK-3 13 18.31% 需 要 先 把 然 后 以 后 干 净 一 样 又 如 果 应 该 HSK-4 7 9.86% 例 如 辣 重 视 味 道 香 酸 按 照 HSK-5 2 2.82% 原 料 图 3. 话 题 查 询 界 面 示 例 6 总 结 话 题 是 教 材 文 本 内 容 的 体 现, 也 与 教 学 中 的 其 他 语 言 知 识 密 切 相 关 本 文 基 于 大 规 模 教 材 语 料 库 研 究 教 学 话 题 分 类 体 系, 设 计 了 一 个 包 含 4 个 一 级 话 题 23 个 二 级 话 题 和 246 个 三 级 话 题 的 三 层 话 题 框 架, 并 据 此 对 197 册 经 典 对 外 汉 语 教 材 中 的 5457 个 文 段 进 行 了 人 工 标 注 及 校 对 为 了 更 好 地 服 务 于 汉 语 教 学 及 相 关 研 究 工 作, 我 们 从 用 户 实 际 需 求 出 发, 抽 取 并 计 算 了 文 段 的 语 法 点 信 息 和 新 HSK 词 语 等 级 信 息, 以 期 为 汉 语 教 学 及 研 究 提 供 较 为 全 面 的 话 题 信 息 参 考 基 于 上 述 研 究 工 作, 我 们 希 望 从 以 下 几 个 方 面 做 出 尝 试, 以 改 进 和 提 升 现 有 的 资 源, 并 探 索 新 的 应 用 空 间 : 第 一 将 话 题 语 料 库 及 综 合 查 询 功 能 部 署 上 线, 广 泛 地 收 集 用 户 使 用 意 见, 以 修 订 和 改 善 现 有 的 资 源 及 功 能 设 计 ; 第 二 随 着 时 代 的 发 展 和 国 力 的 增 强, 对 外 汉 语 教 学 的 内 容 需 求 仍 在 不 断 地 增 长 和 变 化, 在 现 有 的 标 注 框 架 及 资 源 的 基 础 上, 我 们 需 要 持 续 关 注 社 会 现 象 流 行 时 尚 等 开 放 话 题, 选 择 合 适 的 新 闻 媒 体 报 道 作 为 补 充 语 料, 同 时, 需 侧 重 对 文 化 项 目 的 整 理 和 挖 掘, 除 了 中 国 传 统 文 化 外, 中 国 的 现 当 代 文 化 其 他 国 家 的 文 化 也 应 作 为 节 点 设 计 和 资 源 补 充 的 重 点 关 注 对 象 ; 第 三 开 展 话 题 关 键 词 提 取 话 题 自 动 识 别 等 技 术 的 研 究, 以 丰 富 现 有 资 源 库 建 设 维 度, 拓 展 资 源 的 应 用 空 间
参 考 文 献 [1] 朱 志 平, 江 丽 莉, 马 思 宇. 1998-2008 十 年 对 外 汉 语 教 材 述 评 [J]. 北 京 师 范 大 学 学 报 ( 社 会 科 学 版 ),2008, 05:131-137. [2] 李 亚 丽. 对 外 汉 语 中 级 教 材 课 文 话 题 分 析 [J]. 大 众 文 艺,2012,03:263-264. [3] 孔 子 学 院 总 部, 国 家 汉 办. 国 际 汉 语 教 学 通 用 课 程 大 纲 [S]. 北 京 : 北 京 语 言 大 学 出 版 社, 2014. [4] 苏 新 春, 唐 师 瑶, 周 娟 等. 话 题 分 析 模 块 及 七 套 海 外 汉 语 教 材 的 话 题 分 析 [J]. 江 西 科 技 师 范 学 院 学 报,2011,06:58-65. [5] 余 千 华, 樊 葳 葳, 陈 琴. 汉 语 学 习 者 话 题 兴 趣 及 其 与 对 外 汉 语 教 材 话 题 匹 配 情 况 调 查 研 究 [J]. 语 言 教 学 与 研 究,2012,01:23-29. [6] 罗 洋 天. 匈 牙 利 汉 语 课 本 课 文 话 题 设 计 [J]. 云 南 师 范 大 学 学 报 ( 对 外 汉 语 教 学 与 研 究 版 ),2013,06:58-68. [7] 李 欣 蓓. 从 对 外 汉 语 教 材 话 题 的 选 择 看 编 写 者 文 化 态 度 基 于 三 部 对 外 汉 语 教 材 话 题 的 分 析 [J]. 云 南 师 范 大 学 学 报 ( 对 外 汉 语 教 学 与 研 究 版 ),2014,05:25-32. [8] 杨 丽 姣, 肖 航. 面 向 语 义 搜 索 的 语 料 库 语 境 信 息 标 注 研 究 [J]. 语 言 文 字 应 用,2015,01:107-116. [9] 汲 传 波. 对 外 汉 语 口 语 教 材 的 话 题 选 择 [J]. 云 南 师 范 大 学 学 报,2005,06:14-18. [10] 刘 华, 方 沁. 汉 语 教 学 用 话 题 库 及 话 题 分 类 影 视 资 源 库 构 建 [J]. 世 界 汉 语 教 学,2014,03:378-392. [11] 杨 丽 姣. 文 化 项 目 的 归 类 与 国 别 化 汉 语 教 材 的 话 题 选 点 [A]. 厦 门 大 学 汉 语 国 际 推 广 南 方 基 地.2009 年 汉 语 国 别 化 教 材 国 际 学 术 研 讨 会 论 文 集 [C]. 厦 门 : 厦 门 大 学 汉 语 国 际 推 广 南 方 基 地.2009:6. [12] American Council on the Teaching of Foreign Languages. Standards for Foreign Language Learning: Preparing for the 21st Century[S]. Kansas, USA: Allen Press Inc, 1999. [13] 杨 寄 洲. 编 写 初 级 汉 语 教 材 的 几 个 问 题 [J]. 语 言 教 学 与 研 究,2003,04:52-57. [14] 谭 晓 平, 杨 丽 姣, 陈 颖. 基 于 语 料 库 的 汉 语 语 言 点 标 注 研 究 [J]. 曲 靖 师 范 学 院 学 报,2015,02:103-108. [15] 孔 子 学 院 总 部. 新 汉 语 水 平 考 试 大 纲 (HSK 一 级 至 六 级 )[S]. 北 京 : 商 务 印 书 馆, 2009. 作 者 简 介 : 1. 胡 韧 奋 (1988 ), 女, 博 士 研 究 生, 主 要 研 究 领 域 为 中 文 信 息 处 理,Email: irishere@mail.bnu.edu.cn; 2. 朱 琦 (1990 ), 硕 士 研 究 生, 主 要 研 究 领 域 为 中 文 信 息 处 理,Email: azhuqi@126.com; 3. 通 讯 作 者 杨 丽 姣 (1973 ), 女, 副 教 授, 主 要 研 究 领 域 为 汉 语 国 际 教 育 词 汇 语 义 学 语 料 库 语 言 学,Email: yanglijiao@bnu.edu.cn