语料库驱动的通用汉语学术词表构建

doi:10.12339/j.issn.1673-8578.2024.03.010

中国科技术语 ›› 2024, Vol. 26 ›› Issue (3): 84-92.doi: 10.12339/j.issn.1673-8578.2024.03.010

语料库驱动的通用汉语学术词表构建

高松¹(), 钱隆²(), 丁芊³()

¹ 大连外国语大学汉学院,辽宁大连 116044
² 北京语言大学国际中文教育研究院,北京 100083
³ 安徽信息工程学院通识教育与外国语学院,安徽芜湖 241199

收稿日期:2023-10-18 修回日期:2024-04-28 出版日期:2024-07-05 发布日期:2024-07-05

作者简介:

高松(1982—),女,博士,大连外国语大学汉学院副教授,硕士生导师。研究方向为计算语言学、对外汉语教学。主持国家社科基金、教育部人文社科基金项目等5项。出版学术专著1部,发表论文20余篇,获得省级奖项3项。通信方式:gaos_0808@163.com。

钱隆(1996—),男,北京语言大学国际中文教育研究院在读博士研究生。研究方向为语料库语言学、国际中文教育。通信方式:qianlong_blcu@163.com。

丁芊(1997—),女,安徽信息工程学院通识教育与外国语学院助教。研究方向为话语分析、功能语言学。通信方式:dingqian0801@163.com。

基金资助:
2020年教育部人文社会科学研究青年基金项目“基于语料库的现代汉语书面语历时演变计量研究”(20YJC740010); 2023年北京语言大学研究生创新基金(中央高校基本科研业务费专项资金)项目“基于依存树库的英美汉语学习者二语书面语发展特征计量研究”(23YCX162); 2022年教育部产学合作协同育人项目“大学英语智慧教学实践互动平台建设”(220600273075052)

Developing and Validating a Chinese Academic Vocabulary List (CAVL): A Corpus-Driven Approach

GAO Song¹(), QIAN Long²(), DING Qian³()

Received:2023-10-18 Revised:2024-04-28 Online:2024-07-05 Published:2024-07-05

摘要/Abstract

摘要：

学术词表开发是学术汉语研究的重要课题。该研究基于1450篇学术期刊论文构建了汉语学术语料库,借鉴英语学术词表AWL和AVL的创建方法,开发了一个包含1368个词型的通用汉语学术词表,并对该词表的有效性进行了检验。检验结果表明:通用汉语学术词表覆盖了汉语学术语料库25.88%的文本,覆盖水平较高;词表在BCC和LCMC语料库的学术、科技子库的覆盖率分别为18.85%和23.86%,在文学库和微博库的覆盖率低于3%,这一差异表明词表中的学术词汇具有一定代表性;词表对汉语学术语料库各子库的覆盖率均超过17%,能较好地服务于不同学科领域的学术汉语教学和学习。词表展示了汉语学术词汇学习目标,为学术词汇教学、学习以及专门用途汉语教材编写提供了参考。

关键词: 词表, 学术词汇, 语料库, 学术汉语

Abstract:

The development of Chinese academic vocabulary lists is a significant topic in the study of Academic Chinese. This research constructed a Chinese academic corpus (CAC) based on 1,450 academic journal articles. Drawing from the methodologies employed in the creation of the Academic Word List (AWL) and the Academic Vocabulary List (AVL) in English, we developed CAVL with 1,368 word-types. An assessment of CAVL’s efficacy indicated that it covered 25.88% of the CAC, demonstrating a high level of coverage. The list accounted for 18.85% and 23.86% of academic and technological sub-corpora in the BCC and LCMC respectively. However, its coverage in literature and microblog sub-corpora was less than 3%, and this difference suggests that the academic vocabulary in the lexicon is sornewhat representative. CAVL covers more than 17% of all sub-corpora in CAC, showcasing a balanced representation across various academic disciplines, hence can serve as a valuable resource for Academic Chinese teaching and learning in different fields. CAVL delineates the learning objectives for Chinese academic vocabulary and offers a reference point for vocabulary instruction, learning, and the development of Chinese textbooks for specific purposes.

Key words: vocabulary list, Chinese academic vocabulary, Corpus, Chinese for academic purpose

高松, 钱隆, 丁芊. 语料库驱动的通用汉语学术词表构建[J]. 中国科技术语, 2024, 26(3): 84-92.

GAO Song, QIAN Long, DING Qian. Developing and Validating a Chinese Academic Vocabulary List (CAVL): A Corpus-Driven Approach[J]. China Terminology, 2024, 26(3): 84-92.

图/表 6

参考文献 33

[1]	NATION P. Learning Vocabulary in Another Language[M]. Cambridge: Cambridge University Press, 2001:18-20.
[2]	COXHEAD A. A new academic word list[J]. TESOL Quarterly, 2000, 34(2):213-238.
[3]	刘迪麟, 雷蕾. 学术词表研究综述[J]. 外语教学, 2020(2):34-37.
[4]	刘宇红, 殷铭. 语言学语域的学术词汇表与术语词汇表[J]. 中国科技术语, 2022, 24(2):47-54. doi: 10.12339/j.issn.1673-8578.2022.02.007
[5]	GARDNER D, DAVIES M. A new academic vocabulary list[J]. Applied Linguistics, 2014, 35(3):305-327.
[6]	VALIPOURI L, NASSAJI H. A corpus-based study of academic vocabulary in chemistry research articles[J]. Journal of English for Academic Purposes, 2013, 12(4):248-263.
[7]	LIU J, HAN L. A corpus-based environmental academic word list building and its validity test[J]. English for Specific Purposes, 2015, 39:1-11.
[8]	LEI L, LIU D. A new medical academic word list: A corpus-based study with enhanced methodology[J]. Journal of English for Academic Purposes, 2016, 22:42-53.
[9]	薛蕾. 基于汉语语言学论文语料库的学术汉语词汇析取及特征研究[D]. 昆明: 云南师范大学, 2017.
[10]	王笑然, 王佶旻. 经贸类本科专业学术汉语词表研究[J]. 语言教学与研究, 2022,(4):9-19.
[11]	钱隆, 袁亮杰, 王治敏. 学科融合视域下医学汉语学术词表的构建[J]. 云南师范大学学报(对外汉语教学与研究版), 2023, 21(3):31-40.
[12]	朱明玉. 通用学术汉语词表研究[D]. 昆明: 云南大学, 2020.
[13]	EVANS S, GREEN C. Why EAP is necessary: A survey of Hong Kong tertiary students[J]. Journal of English for Academic Purposes, 2007, 6(1):3-17.
[14]	李泉. 论专门用途汉语教学[J]. 语言文字应用, 2011(3):110-117.
[15]	张黎. 专门用途汉语教学[M]. 北京: 北京语言大学出版社, 2016:1-10.
[16]	单韵鸣. 专门用途汉语教材的编写问题:以《科技汉语阅读教程》系列教材为例[J]. 暨南大学华文学院学报, 2008(2):31-37.
[17]	高增霞, 刘福英. 论学术汉语在对外汉语教学中的重要性[J]. 云南师范大学学报(对外汉语教学与研究版), 2016(2):44-51.
[18]	王佶旻. 来华留学预科教育的汉语能力标准[J]. 语言教学与研究, 2021(2):26-34.
[19]	张秀菊, 罗煜宁, GAZI T E. 提升来华留学研究生培养质量的针对性措施研究:以河海大学为例[J]. 外国留学生工作研究, 2020(2):24-28.
[20]	李海燕, 张文贤, 辛平. 本科留学生学术汉语写作课需求调查与课程建设:以北京大学本科留学生学术汉语写作通选课为例[J]. 国际汉语教育(中英文), 2020(1):51-60.
[21]	肖珊, 廖雅璐, 徐成慧. “一带一路”背景下高校留学生专门用途汉语能力需求分析模型及发展探讨[J]. 语言产业研究, 2021(3):198-206.
[22]	鲁洲. 来华留学生专业学习的现状与问题[J]. 外国留学生工作研究, 2014(3):54-59.
[23]	张博. 学术汉语词汇的主要特点及教学策略[J]. 世界汉语教学, 2022(4):517-530.
[24]	NAGY W, TOWNSEND D. Words as Tools: Learning Academic Vocabulary as Language Acquisition[J]. Reading Research Quarterly, 2012, 47(1):91-108.
[25]	COWAN J R. Lexical and syntactic research for the design of EFL reading materials[J]. TESOL Quarterly, 1974, 8(4):389-399.
[26]	DURRANT P. To what extent is the Academic Vocabulary List relevant to university student writing?[J]. English for Specific Purposes, 2016(43):1-13.
[27]	桂诗春. 多视角下的英语词汇教学[M]. 上海: 上海外语教育出版社, 2013:165-166.
[28]	卫乃兴. 语料库语言学的方法论及相关理念[J]. 外语研究, 2009(5):36-42.
[29]	郭曙纶. 汉语语料库应用教程[M]. 上海: 上海交通大学出版社, 2013:9-11.
[30]	崔维霞, 王均松. 基于语料库的词表创建原则及方法研究[J]. 中国科技术语, 2013, 15(2):15-19. doi: 10.3969/j.issn.1673-8578.2013.02.004
[31]	尹斌庸, 方世增. 词频统计的新概念和新方法[J]. 语言文字应用, 1994(2):69-75.
[32]	JULLIAND A, CHANG-RODRIGUEZ E. Frequency Dictionary of Spanish Words[M]. The Hague: Mouton, 1964:LXVII-LXIX.
[33]	DURRANT P. Discipline and level specificity in university students’ written vocabulary[J]. Applied Linguistics, 2014, 35(3):328-356.

序号	学术词汇	词频	频率比	超过20%期望频次的子库数	Julliand’s D值	学科指数值
24	结构	4452	9.93	10	0.86	1.89
25	采用	4400	7.12	10	0.82	1.83
26	作用	4327	5.96	10	0.88	1.81
27	环境	4317	4.47	10	0.88	1.48
28	相关	4259	4.68	10	0.91	1.38

序号	学术词汇	词频	频率比	超过20%期望频次的子库数	Julliand’s D值	学科指数值
24	结构	4452	9.93	10	0.86	1.89
25	采用	4400	7.12	10	0.82	1.83
26	作用	4327	5.96	10	0.88	1.81
27	环境	4317	4.47	10	0.88	1.48
28	相关	4259	4.68	10	0.91	1.38

语料库	CAC			BCC			LCMC
语料类型	语料规模	覆盖词汇量	覆盖率 (%)	语料规模	覆盖词汇量	覆盖率 (%)	语料规模	覆盖词汇量	覆盖率 (%)
学术、科技	3 533 018	914 343	25.88	2 061 587 624	388 588 524	18.85	135 212	32 267	23.86
新闻	—	—	—	1 533 155 467	155 236 408	10.13	120 365	12 059	10.02
文学	—	—	—	1 658 525 368	45 866 446	2.77	248 705	6 811	2.74
微博	—	—	—	4 255 762 243	122 536 869	2.88	—	—	—

语料库	CAC			BCC			LCMC
语料类型	语料规模	覆盖词汇量	覆盖率 (%)	语料规模	覆盖词汇量	覆盖率 (%)	语料规模	覆盖词汇量	覆盖率 (%)
学术、科技	3 533 018	914 343	25.88	2 061 587 624	388 588 524	18.85	135 212	32 267	23.86
新闻	—	—	—	1 533 155 467	155 236 408	10.13	120 365	12 059	10.02
文学	—	—	—	1 658 525 368	45 866 446	2.77	248 705	6 811	2.74
微博	—	—	—	4 255 762 243	122 536 869	2.88	—	—	—

子语料库	覆盖率(%)	子语料库	覆盖率(%)
经济与管理科学库	31.97	农业科技库	25.69
信息科技库	30.90	社会科学Ⅰ库	23.42
工程科技Ⅱ库	30.57	工程科技Ⅰ库	23.16
基础科学库	27.36	医药卫生科技	21.50
社会科学Ⅱ库	26.53	哲学与人文科学库	17.46

语料库驱动的通用汉语学术词表构建

Developing and Validating a Chinese Academic Vocabulary List (CAVL): A Corpus-Driven Approach

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

词频排序	词型	词频排序	词型
1	研究	16	社会
2	进行	17	具有
3	发展	18	经济
4	技术	19	如
5	数据	20	结果
6	影响	21	值
7	分析	22	文化
8	通过	23	特征
9	模型	24	结构
10	不同	25	采用
11	主要	26	作用
12	方法	27	环境
13	系统	28	相关
14	信息	29	存在
15	过程	30	基于

语料库	CAC		BCC(科技)		LCMC(学术)
词表	覆盖词汇量	覆盖率(%)	覆盖词汇量	覆盖率(%)	覆盖词汇量	覆盖率(%)
预科《基础汉语常用词汇表》	2 300 331	65.11	1 266 632 672	61.44	96 149	71.11
预科《基础汉语常用词汇表》合并《通用汉语学术词表》	2 652 319	75.07	1 376 435 880	66.77	104 433	77.24

[1]	卢一鑫. 基于语料库的对外汉语教学领域术语提取[J]. 中国科技术语, 2024, 26(1): 11-18.
[2]	丘晓媛, 谭珍珍, 刘帅帅. 基于SCI论文语料库的中医涉新冠疫情术语调查及英译分析[J]. 中国科技术语, 2023, 25(3): 66-71.
[3]	洪鎏鎏, 朱玉彬. 基于语料库的五禽戏术语西班牙语翻译研究[J]. 中国科技术语, 2023, 25(3): 88-96.
[4]	冯浩达, 曾罡, 王麒凯. 语料库驱动的《海洋考古术语汉英辞典》编纂刍议[J]. 中国科技术语, 2023, 25(1): 64-73.
[5]	刘宇红, 殷铭. 语言学语域的学术词汇表与术语词汇表[J]. 中国科技术语, 2022, 24(2): 47-54.
[6]	王秀文, 于晴. 基于语料库的《斯坦福哲学百科全书》墨家核心术语英译研究[J]. 中国科技术语, 2022, 24(2): 77-84.
[7]	卢华国, 张雅. 面向术语知识库编纂的专用语料库设计[J]. 中国科技术语, 2021, 23(4): 8-13.
[8]	严瑶, 周敏康. 基于对《中医基本名词术语中西对照国际标准》研究的中医术语西班牙语翻译分析[J]. 中国科技术语, 2021, 23(3): 68-74.
[9]	李龙兴, 王宪. 应急语言服务视角下的新冠肺炎医学英语专题术语表开发[J]. 中国科技术语, 2021, 23(2): 32-41.
[10]	刘宇红, 殷铭. 术语表研制的四个步骤——以英语语言学为例[J]. 中国科技术语, 2021, 23(2): 11-19.
[11]	卢华国. 框架术语学的三大研究焦点[J]. 中国科技术语, 2021, 23(1): 3-9.
[12]	于艺佳. 基于COCA和CCL语料库分析“东方人”英译[J]. 中国科技术语, 2020, 22(5): 5-10.
[13]	蒋亦文. 基于语料库分析中性名词的演变[J]. 中国科技术语, 2019, 21(6): 24-28.
[14]	周江萌, 彭萍, 郭彧斌. 基于语料库的西藏白皮书内的专名翻译研究[J]. 中国科技术语, 2019, 21(4): 34-37.
[15]	马晴, 张政. “形式主义”不完全等于“formalism”——基于CCL和COCA语料库的对比分析[J]. 中国科技术语, 2018, 20(6): 59-66.