北京大学CCL语料库的研制

北京大学中国语言学研究中心CCL语料库是面向语言学本体研究和语言教学的大规模语料库,目前包括现代汉语、古代汉语和汉英句对齐平行语料,规模超过7亿汉字。CCL语料库检索系统以包括汉字、字母、标点等在内的字符为基本索引单位,提供普通查询、批量查询、模式查询等多种检索方式。同时该系统支持限定范围查询、基于复杂检索表达式的查询、统计模式频次、对查询结果进行排序、下载查询结果等功能。本文介绍CCL语料库的建设情况与主要功能,具体涉及语料分布概况、语料库查询功能和使用方式、语料库索引与检索技术架构等。

北京大学现代汉语语料库基本加工规范

北京大学计算语言学研究所已经完成了一个有2700万汉字的现代汉语语料库的基本加工。加工项目除词语切分和词性标注外,还包括专有名词（人名、地名、团体机构名称等）标注、语素子类标注以及动词、形容词的特殊用法标注。这项大规模语言工程的顺利完成得益于事先制订并不断完善的规范。发表《北京大学现代汉语语料库基本加工规范》是为了抛砖引玉,更广泛地向专家、同行征询意见,以便进一步修订。

北京大学现代汉语语料库基本加工规范(续)

北京大学计算语言学研究所已经完成了一个有 2 70 0万汉字的现代汉语语料库的基本加工。加工项目除词语切分和词性标注外 ,还包括专有名词 (人名、地名、团体机构名称等 )标注、语素子类标注以及动词、形容词的特殊用法标注。这项大规模语言工程的顺利完成得益于事先制订并不断完善的规范。发表《北京大学现代汉语语料库基本加工规范》是为了抛砖引玉 ,更广泛地向专家、同行征询意见 ,以便进一步修订。

基于CCL语料库的“树”的隐喻研究

文章在隐喻理论和概念整合理论的指导下,从CCL语料库现代汉语部分中搜集语料,对汉语中“树”的隐喻义展开研究,分析其隐喻背后的生成机制。文章主要解决两个问题:一是“树”的隐喻类型有哪些,二是从概念整合理论的角度分析“树”的隐喻现象的生成机制。

基于CCL语料库的“裸”字历时语义研究

本研究以北京大学CCL语料库的例子和数据为基础,从隐喻的角度对“裸”字古今语义演变进行分析,并结合部分含“裸”字网络热词的实例语义分析,证明在“裸”字的古今语义中,所有义项的基本语义特征都是“没有、光”,而正是在这个语义特征的基础上,形成了“裸”字的古今语义网。

基于语料库的英汉情感隐喻对比研究

本文对来自于Metalude语料库和CCL语料库的英汉情感隐喻语料进行了对比研究,采纳了语料库的研究方法来研究情感隐喻。表达情感是隐喻的重要功能之一,因此研究不同语言和不同文化背景下的情感隐喻表达是了解隐喻形成机制的重要窗口。笔者通过英汉语料库的对比,以及对英汉情感隐喻的喻体所进行的类型学研究,试图探究不同文化背景下情感隐喻形成的机制。

语料库视野下现代汉语“跳”字义项分布研究

运用类型学的方法比较汉语"跳"和英语对应单词"jump"在汉英中型语文词典中的释义情况,发现"跳"在汉语词典中有6个义项,而"jump"在英语词典中有20多个义项,英汉释义数量悬殊值得思考。运用语料库技术穷尽性地标注了含有"跳"字的30000条共计150多万字的语料,在《现代汉语词典》已有义项的基础上,又发现了4个义项。

基于语料库的现代汉语教学方法研究

随着网络数字技术的融入,高等院校的教学方法发生了翻天覆地的变化。本文从微观层面入手,以具体的教学内容与教学实践为依据,以北京大学中国语言学研究中心的语料库检索系统为基础,探讨在现代汉语教学中引入语料库的重要性和可行性。

基于语料库的汉语“鼻”的隐喻表达梳理

鼻,作为人体的重要器官之一,有着丰富的含义。该文借助Lakoff的隐喻理论,利用北京大学汉语研究中心语料库(CCL),找出了所有具有隐喻意义的"鼻"的词语表达,发现了鼻的13个目标域,并对其进行了意义的理解和推导。

基于COCA语料库和CCL语料库的翻译教学探索

从上世纪80年代起,作为一种研究语言现象和语言本质的新模式,语料库语言学取得了令人鼓舞的成就。语料库已经渗透到语言研究的各个领域。翻译研究领域里使用的语料库多为双语平行语料库和翻译语料库。单语语料库与翻译研究相结合,尤其是与翻译教学相结合,是一个鲜有人探索的未知领域。在课堂上使用可以免费获取的美国杨百翰大学的英语单语语料库(COCA语料库)和北京大学汉语语言学研究中心的汉语单语语料库(CCL语料库)能改变传统翻译教学模式,为翻译教学的改革提供借鉴。

基于语料库CCL的汉语语言生态研究——以“野生动物”为例

随着生态问题日益凸显,越来越多的语言学者致力于通过研究语言来发现和分析生态问题。本文在系统功能语言学框架下,以北京大学汉语语料库CCL的"野生动物"项为例,在统计和讨论过程类型、实现过程角色的动词词组和参与者角色的名词词组的基础上进行及物性分析,展示野生动物相关的语言特征。研究发现语料所反映的语言构建野生动物和人类在生态系统中的地位、能动性、感知力和活动范围各有特点,由此揭示出汉语中与野生动物有关的三个突出的生态因素,并使人们对我国的野生动物现状有所了解。

关于CCL和COCA在线语料库使用方法的研究

CCL语料库和COCA美国当代英语语料库是针对于当代语言学习者的免费的在线语料库,两个语料库都有各自的优点。在辅助语言研究与学习方面显示了强大的作用。本文分别介绍了各自的使用方法,最后列举了共同点及差异性,为以后的CCL和COCA在线语料库的使用起到一定的提高作用。

“水”词义的消极色彩演变研究

“水”在许慎的《说文解字》中解释为“水,准也,北方之行,象众水并流,中有微阳之气也。凡水之属皆从水”,其本义的感情色彩为中性;在《现代汉语词典》(第7版)中,“水”作形容词有“质量差”义,其感情色彩义为消极色彩;在现代网络用语中不乏消极色彩义“水”组成的词语。“水”的含义发展到现代带有了消极色彩,演变过程和原因如何,本文将进行讨论。本文以北京大学CCL语料库为研究基础,以现代网络以“水”为构词语素组合而成的“水军”“潜水”“水课”“注水”“灌水”“水货”“水一下(课/工作)”“太/很水”“划水”等词语对“水”消极感情色彩演变过程以及成因进行讨论。研究发现,“水”的消极色彩义的演变既与其消极色彩义的由古至今的延续、使用环境变化有关,也有由“水”的“质量差”义发展而来,还有吸收方言义与戏曲中的消极义演变而来。

辨析“其他”与“其它”

依据北京大学CCL语料库,对"其他"与"其它"的语料进行展示与分析,指出《现代汉语词典》和网上汉语词典关于"其他"与"其它"注释的错误所在,赞同《现代汉语规范词典》的处理意见。

“草根”的流行及其演化的内在机制

一、引言 “草根”原是一个词组，近年来在大众媒体特别是网络媒体中，“草根”被高频使用，实现了词汇化。例如（本文所用语料主要来自CCL语料库、中国知网和Google搜索，不再一一注明）：

坦言类话语标记“说实在的”的形成过程及其传信功能

通过对CCL语料库现代汉语和古代汉语语料库的观察,总结坦言类话语标记"说实在的"的形成过程,讨论"说实在的"的位置分布和使用场合,并从"传信范畴"理论出发,发现话语标记"说实在的"的三大传信功能:叙实传信功能、推断传信功能和不合预期传信功能。

何为“扎心”

流行语“扎心”,出自“快手直播”平台,后在网络上疯狂传播,成为2017年上半年的热词。实际上,流行语“扎心”并非新词,是早期旧词不断发展演变,增添新义而形成的。一、近代汉语中的“扎心”“扎心”一词在汉语史上出现很晚,据北京大学CCL汉语语料库统计,近代汉语中仅有六条语例,均在小说文体中使用。

“双人”与“两人”

我们知道“双人”与“两人”意思相近，都可以表示“两个人”的意思。所以现在许多银行取款窗口的墙上都张贴着这样一个警方提示：“单位或个人如需提取大量现金，请务必双人前来办理，妥善保管……”“双人”用在这个句子里合适吗？它与“两人”在句法功能上是一致的吗？我们通过检索大规模的CCL北大现代汉语语料库，检索到含有“双人”的句子600多例，