基于源文本的语料库中语块提取标准探讨

该文基于语块所应具备的"预制性"的核心特征,结合词串使用的语境,分析四类常见结构中普遍存在的符合一般意义上的语块标准,但实质上存在对于固定结构的破坏,因而不应被界定为语块的情况。研究为语料库中语块的判定提供了一个新的视角,即符合语块标准的词串不应分割或占用其他约定俗成的固定结构。同时提示研究者注意不应单纯依赖语言规则判断词串是否符合语块标准,同一词串可能由于使用语境的差异而呈现不同特征,必须结合源文件仔细勘察并对相应数据进行处理。