目 錄
在第六屆漢語中介語語料庫建設與應用國際學術研討會開幕式上的致辭
劉利 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 001
漢語中介語語料庫建設研究
當前計算語言學發展的幾個特點
馮志偉 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 003
“全球漢語中介語語料庫”的建設平臺與檢索功能
張寶林 崔希亮 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 018
學習者語料庫的語用問題：以漢語二語為例
吳偉平 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 039
漢語口語中介語語料轉寫若干問題探討
劉運同 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 057
少數民族國家通用語言口語語料庫的構建
彭恒利 陳昳可 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 066
面向國際中文教育的多樣態商務漢語詞匯核心資源的構建
王鴻濱 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 077
20 年來國內外學習者語料庫建設及應用研究分析
尤易 曹賢文 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 091
對全球漢語中介語語料庫字層面標注升級的思考
范晨菲 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 108
近 30 年漢語中介語語料庫研究現狀和趨勢分析
鄧司琪 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 116
基于漢語中介語語料庫的應用研究
基于讀書報告用詞考察的來華研究生漢補課程反思
韓玉國 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 129
漢語二語學習者筆語產出性詞匯復雜性研究
張江麗 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 142
政治隱喻特點及其映射規律探析
宋銳 王治敏 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 153
韓國學習者漢語短時類時間副詞深度習得狀況研究
卜曉琳 胡曉清 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 168
中介語語料庫在外向型漢語虛詞學習詞典編纂中的作用
王雪燕 荊磊 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 191
韓美 CSL 學習者生造詞對比研究
趙習連 宋春陽 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 206
介詞“從”及其結構的偏誤分析與教學建議
盧方紅 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 218
基于語料庫的韓國漢語學習者量詞“個”習得研究
馬子涵 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 233
動態助詞“過”的偏誤分析及習得順序考察
胡楚欣 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 245
基于語料庫的“很是”與“很為”的對比研究
孟楊 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 261
馬來西亞華文小學漢語傳承語與外語學習者書面表現的對比分析
曹 娜 張馨予 黃建通 曹賢文 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 274
泰國學習者漢語單雙音易混淆詞語特征及成因研究
段清釩 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 288
基于 HSK 動態作文語料庫“從”的語義習得與中介語研究
王予暄 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 303
方位成分“中”語法化和習得過程關系研究
吳貽卿 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 327
基于語料庫的韓國學習者漢語嵌偶詞習得研究
張昱 胡曉清 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 335
《第六屆漢語中介語語料庫建設與應用國際學術討論會論文選集》：
第二個趨勢是統計機器學習的趨勢。對機器學習的日益增長的重視，導致了計算語言學的學者們與統計機器學習的研究者更加頻繁地互動，彼此互相影響。對于支持向量機技術、最大熵技術以及與它們在形式上等價的多項邏輯回歸、圖式貝葉斯模型等技術的研究，都成了計算語言學的標準研究實踐活動。
第三個趨勢是高性能計算機系統發展的趨勢。高性能計算機系統的廣泛應用，為機器學習系統的大規模訓練和效能發揮提供了有利的條件，而這些在20世紀是難以想象的。
在20世紀90年代末期，大規模的無監督統計學習方法得到了重新關注。機器翻譯和主題模擬等領域中統計方法的進步，說明了可以只訓練完全沒有標注過的數據來構建機器學習系統，這樣的系統也可以得到有效的應用。由于建造可靠的標注語料庫要花費很高的成本，建造的難度很大，在很多問題中，這成為使用有監督的機器學習方法的一個限制性因素。因此，這個趨勢的進一步發展，將使我們更多地使用無監督的機器學習技術。
當前的計算語言學研究提倡建立語料庫，使用機器學習的方法，讓計算機自動地從浩如煙海的語料庫中獲取準確的語言知識。機器詞典和大規模語料庫的建設，成為當前計算語言學的熱點。這是語言學獲取語言知識方式的巨大變化，作為21世紀的語言學工作者，我們都應該注意到這樣的變化，逐漸改變獲取語言知識的手段。
進入21世紀之后，傳統的機器學習方法進一步發展成基于神經網絡的深度學習方法。這種深度學習方法是獨立于具體的語言的，只要有足夠大的語言數據，即使研究者不懂有關的語言，仍然可以使用深度學習技術，讓計算機自動地從海量的大數據中學習到語言的各種特征，完全用不著采用手工的方法來設計語言特征，把研究人員從艱苦瑣碎的特征工程中解放出來，而且，這種深度學習方法達到的分析精度還大大地超過了基于規則的方法或基于傳統的機器學習方法所能達到的精度。這是在計算語言學歷史上獲取語言學知識方法的具有革命性意義的變革，每一個計算語言學工作者都應當敏銳地認識到這樣的變革，改變陳舊的、傳統的語言特征獲取方法，采用新穎的、現代的語言特征獲取方法。第三，數學方法越來越受到重視。計算語言學中越來越多地使用統計學方法來分析語言數據，使用人工觀察和內省的方法，顯然不可能從浩如煙海的語料庫中獲取精確可靠的語言知識，必須使用統計學的方法。
語言模型是描述自然語言內在規律的數學模型，構造語言模型是計算語言學研究的核心。語言模型可以分為傳統的規則型語言模型、基于統計的語言模型和基于深度學習的語言模型。規則型語言模型是人工編制的語言規則，這些語言規則主要來自語言學家掌握的語言學知識，具有一定的主觀性和片面性，難以處理大規模的真實文本，而且費時費力，是一項非常艱苦的特征工程。基于統計的語言模型通常是概率模型，計算機借助語言統計模型的概率參數，可以估計出自然語言中語言成分出現的可能性，而不是單純地判斷這樣的語言成分是否符合語言學規則，這種概率性的語言統計模型顯然比規則型語言模型更加客觀和全面。基于深度學習的語言模型完全不需要人工設計語言特征，計算機從大數據中自動地獲取語言特征，這樣的基于深度學習的語言模型比概率性的語言統計模型更勝一籌，機器學習的效果大大提高了。
目前，計算語言學中的深度學習語言模型已經相當成熟。研究這樣的深度學習語言模型需要具備豐富的數學知識，因此，我們應當努力進行知識更新，學習數學。如果我們認真地學會了數學，熟練地掌握了數學，就會使我們在獲取語言知識的過程中如虎添翼。
第四，自然語言處理中越來越重視詞匯的作用，出現了強烈的“詞匯主義”傾向。
弗斯（Firth）認為，詞匯是語言描述的中心。他在1957年首先提出了搭配和類連接理論，將詞匯內容從語法和語義學中分離出來。后來，韓禮德（Halliday）提出詞匯不是用來填充語法確定的一套空位，而是一個獨立的語言學層面；詞匯研究可以作為對語法理論的補充，卻不是語法理論的一部分。近些年來，語言大數據支持的詞匯學研究蓬勃發展。越來越多的實證研究表明，詞匯和語法在語言中是交織在一起的，必須整合起來進行描述。詞匯是話語實現的主要載體，語法的作用僅僅是管理意義、組合成分和構筑詞項。語言學中的這種強調詞匯作用的傾向，叫作“詞匯主義”（lexicalism）。
這種詞匯主義的傾向也影響到計算語言學。
自然語言中充滿了歧義，計算語言學的學者們注意到，自然語言中歧義問題的解決不僅與概率和結構有關，還往往與詞匯的特性有關；英語中的介詞短語附著問題和并列結構歧義問題，都必須依靠詞匯知識才能解決。事實證明，盡管在計算語言學中使用了概率的方法，但在遇到詞匯依存問題的時候往往顯得捉襟見肘、無能為力，我們還需要探索其他的途徑來進一步提升概率語法的功能，其中的一個有效的途徑，就是在概率語法中引入詞匯信息。
當前，詞匯知識庫的建造成為普遍關注的問題。各種語法知識庫和語義知識庫的建設，都反映了這種強烈的“詞匯主義”的傾向。第五，多語言在線自然語言處理技術迅猛發展。隨著網絡技術的進步，互聯網逐漸變成一個多語言的網絡世界，互聯網上的機器翻譯、信息檢索和信息抽取等計算語言學研究的需要變得更加緊迫。
……
新書資訊