期刊好文 ｜ 20年来国内外学习者语料库建设及应用研究分析（文／尤易、曹贤文）

学习者语料库（learner corpora）是指通过收集外语或二语学习者的自然语料，利用计算机软件工具进行加工整理而成的语言数据库。根据《剑桥学习者语料库研究手册》的定义，学习者语料库是“按照明确的设计标准收集汇编的，由外语或二语学习者产出的自然数据或近乎自然数据的电子集合”（Granger等，2015）。冯志伟（霍斯顿，2006）指出：“语料库的使用……逐渐成为语言学研究的主流方法……是语言学研究的一次革命性的进步。”学习者语料库可以为第二语言习得研究提供大规模的真实语料作为分析材料，通过定量与定性分析，能够极大地提高研究结论的客观性、稳定性和普遍性（张宝林，2019）。

近年来，学习者语料库对于第二语言教学与研究的基础性作用日益凸显。汉语中介语语料库作为支撑平台，其提供的大规模学习者语言数据改变了传统的小规模、主观思辨式的研究范式，“为对外汉语教学研究提供了有力支持，极大地推动了汉语习得研究与中介语研究的发展”（张宝林，2019）。为了总结20年来本领域的研究状况和发展趋势，本文提取2001—2020年国内外核心期刊数据库中与学习者语料库¹相关的研究文献，采用文献计量方法进行分析，通过对比国际学习者语料库、国内英语学习者语料库、国内汉语中介语语料库的建设以及应用研究状况，探讨如何吸收借鉴国内外相关研究经验，进一步推动汉语中介语语料库建设及应用研究。

本研究以CiteSpace软件为主要数据处理工具。CiteSpace由美国德雷塞尔大学华人学者陈超美教授研发，是一款引文可视化软件，通过生成科学知识图谱，可直观呈现科学知识的结构、规律和分布等情况（李杰、陈超美，2016）。我们分别从中国知网（CNKI）和科睿唯安（Web of Science，简称WOS）数据库中检索“学习者语料库”相关研究，获得国内CSSCI和国际SSCI两大核心期刊数据库中的相关研究文献，然后利用CiteSpace软件针对以上数据进行处理和分析，用表格和可视化图谱的形式呈现2001—2020年，“学习者语料库”相关研究的发展趋势、核心作者及其合作网络、核心期刊、研究热点、研究前沿等内容。

CiteSpace所需的领域文献主要通过关键词检索和基于领域的核心期刊定位检索这两种方式取得（赵丹群，2012）。本文采用前一种方式，即通过设定关键词在WOS以及CNKI数据库中分别收集相关文献。其中国际英文文献来源于WOS数据库，检索方式为主题词检索，语言设定为英语，文献类型设定为“Article”，最终主题词确定为“learner corpora”或“interlanguage corpora”²，主题词检索逻辑最终确定为“（TS=（learner corpora）OR TS=（interlanguage corpora））AND DT=（Article）AND LA=（English）”，文献时间跨度为2001年1月1日至2020年12月31 日，数据库限定为SSCI数据库。于2021年11月20日共检索到850条符合条件的文献，后期经人工筛选，剔除非学习者语料库研究、书评等无关研究457条，剩余393条。

国内文献来源于CNKI数据库，检索方式为主题词检索。为使检索结果更全面，主题词检索逻辑最终确定为“SU（主题）=‘二语’ OR SU（主题）=‘外语’ OR SU（主题）=‘中介语’ OR SU（主题）=‘学习者’ OR SU（主题）=‘学生’  AND SU（主题）=‘语料库’”。文献时间跨度为2001—2020年。文献类型为学术期刊，并将期刊来源限定为CSSCI数据库，于2021年11月20日共检索到1249条符合条件的文献，后期经过人工筛选，剔除非学习者语料库研究、会议通知、新闻、会议综述、书评等无关研究690条，得到有效文献 559条。

选取国内文献共559条，对这些文献进一步分类得到英语学习者语料库相关研究415篇，汉语中介语语料库相关研究131篇，其他小语种以及少数民族语言中介语语料库研究共13篇。由于小语种以及少数民族语言中介语语料库研究数量过少，因此本文只对2001—2020年国内英语学习者语料库研究及国内汉语中介语语料库研究情况做具体分析。

1. 英语学习者语料库

图1显示了CSSCI数据库中2001—2020年国内英语学习者语料库相关研究文献数量，并按年份绘制成折线图。2011年前，中国英语学习者语料库研究总体呈增长趋势，尤其是2006—2011年发文数量快速增长，于2011年达到最大值39篇。2012—2020年发文量有所回落，但是年均发文数量仍为24篇以上，维持在较高水平。

2. 汉语中介语语料库

图2显示了CSSCI数据库中2001—2020年国内汉语中介语语料库相关研究文献数量，并按年份绘制成折线图。2009年前，汉语中介语语料库文献发表处于缓慢发展阶段。2011年迎来文献发表的第一个小高峰，这一年由北京语言大学、南京师范大学举办了“首届汉语中介语语料库建设与应用国际学术研讨会”，会议的召开一定程度上促进了中介语语料库研究，并刺激了发文数量增加。数据也显示，汉语中介语语料库研究C刊论文发表数量于2013年达到20年来的最高点，该年共有17篇汉语中介语语料库的论文被CSSCI数据库收录，此后，发文数量维持在年均10篇上下波动。

图3显示了SSCI数据库中2001—2020年国际学习者语料库相关研究文献数量，并按年份绘制成折线图。2001—2008年，研究文献数量仍较少，从2009年起，有关国际学习者语料库研究文献达到14篇，并逐年稳定增长，2018—2020年增长更加迅速，2020年收录SSCI的文献数量达到54篇。

从以上三张发文量统计折线图可以看出，在与学习者语料库相关研究的核心期刊论文发表方面，国内英语学习者语料库与汉语中介语语料库相关研究的总体发展趋势大体相似，经过一段时间的快速增长和小幅回落之后，近年保持在比较稳定的水平。而国际上的研究文献数量，在经历较长时间的增长趋势后，近年仍保持快速增长，在大规模语料处理和分析技术的支持下，基于学习者语料库的研究愈加受到国际学术界的重视。

我们利用CiteSpace软件从研究文献中提取研究者信息，设置文献时间跨度为2001—2020年，时间切片（Time Slicing）为1年，每段时间切片中默认被引用或出现次数前50位，得到2001—2020年国内英语学习者语料库、汉语中介语语料库、国际学习者语料库研究领域核心作者及其合作网络图谱。

1. 国内核心作者及作者合作分析

（1）英语学习者语料库。本研究共统计到国内英语学习者语料库研究作者410位。其中刘永兵、张会平、卫乃兴、梁茂成、王立非5位学者发文数量均超过9篇，见表1。共17位作者发文数量均超过5篇，形成20年来国内英语学习者语料库研究核心作者群。从图4可以看到，国内英语学习者语料库研究形成了三个较大的合作团队：围绕梁茂成、王立非和文秋芳等学者形成的研究团队，该团队是国内该领域研究的最大团队；围绕刘永兵、张会平等学者形成的研究团队；围绕卫乃兴等学者形成的研究团队。

（2）汉语中介语语料库。本研究统计到国内汉语中介语语料库研究作者共计134位，收录发表文章数量前5位的作者分别是张宝林、肖奚强、施春宏、邢红兵、周文华，发文量均在5篇以上，见表2。发文超过3篇的作者共14位，构成了20年来汉语中介语语料库研究领域核心作者。从图5可以看出，部分作者已经形成了较为稳定的合作研究关系。20年来国内汉语中介语语料库研究学者较稳定的研究团队主要有三个：以张宝林和崔希亮两位学者为中心的研究团队，以肖奚强和周文华两位学者为中心的研究团队，围绕施春宏等学者的研究团队。

2. 国际核心作者及作者合作分析

本研究共统计到国际作者578位。其中，Scott Crossley发文量19篇，排名首位；发文超过10篇的共3人；排名前5位的学者发文量均超过5篇，其中发文9篇的Xiaofei Lu（陆小飞）为美国宾夕法尼亚州立大学华人学者，见表3。从图6可以看出，在学习者语料库研究领域，国际学者形成了多个研究团队，其中Scott Crossley、Kristopher Kyle、Danielle McNamara为发文量排名前3位的学者，他们组成了20年来国际学习者语料库研究最突出的研究团队。图6也显示，刘海涛（Haitao Liu）与蒋景阳（Jingyang Jiang）等国内学者组成的团队活跃于国际研究领域。

3. 小结

由上文可见，主要研究团队中的核心研究者同时也是研究领域核心作者，学者之间加强交流并形成稳定的研究合作关系，能够更有力地推进研究进程。国际学习者语料库和国内英语学习者语料库研究都已经形成了较为稳定且具一定规模的研究团队，而国内汉语中介语语料库研究学者的团队相对较为零散，学者之间需进一步加强联系和合作。

1. 国内核心期刊统计

国内英语学习者语料库研究文献发表数量前10位的期刊分别是《外语教学与研究》《外语电化教学》《现代外语》《外语与外语教学》《外语教学》《外语界》《解放军外国语学院学报》《外语学刊》《外语研究》《现代教育技术》，在2001—2020年发文数量均超过10篇，反映学习者语料库相关研究受到较多关注，见表4。

汉语中介语语料库研究发文数量前5位的期刊分别是《语言教学与研究》《世界汉语教学》《语言文字应用》《汉语学习》《华文教学与研究》，在2001—2020年发表数量为8—13篇，见表5。

2. 国际核心期刊统计

国际学习者语料库研究发表数量前4位的期刊分别是System、Applied Linguistics、Language Learning、Journal of Second Language Writing。这4种SSCI期刊在2001—2020年发文量均在10篇以上，见表6。

从以上数据可以看出，国内外本领域均有较多核心期刊发表了一定数量的学习者语料库相关研究成果，反映出学习者语料库建设和应用研究这一主题受到国内外较多关注，是二语习得研究的热点领域。

为了显示国内英语学习者语料库相关研究的热点问题，我们运用CiteSpace生成关键词结构可视化图谱，见图7。然后统计各关键词的频次、中介中间性，并删除语料库、中介语、二语习得等范围宽泛的关键词，再分别按照频次和中介中间性进行排序，频次排序表择取频率高于6的关键词，中介中间性排序表择取数据大于0.03的关键词，整理得到表7。

从图7中我们可以发现学习者语料库研究网络结构明晰，各话题之间关联紧密，反映该领域研究拓扑结构较为完整。结合表7考虑关键词的出现频次与中介中间性，可以看出国内英语学习者语料库研究对英语口语、英语写作以及学术写作比较重视，连同词块、短语学、类联接、语义韵等为热点研究话题。

为了显示国内汉语中介语语料库相关研究的热点问题，我们运用CiteSpace生成关键词结构可视化图谱，见图8。然后统计各关键词的频次、中介中间性，并进行排序，删除语料库、中介语、习得、二语习得等范围宽泛的关键词，再从排序表择取频率高于3的关键词，中介中间性排序表择取数据大于0.03的关键词，整理得到表8。

本研究共统计到131篇汉语中介语语料库相关文章，从中可以看出，国内中介语语料库研究呈块状分布，各板块间研究尚未形成紧密的联系。结合表8统计频次和中介中间性排名前10位的关键词，“偏误分析”作为最突出的分析方法在频次与中介中间性排名均靠前，“易混淆词”在频次与中介中间性排名也十分靠前，反映它们在20年来的研究文献中占比较高。在我们统计到的131篇研究中，与汉字有关的研究篇数不多，不过，“笔画”和“部件”这两个关键词的中介中间性较高，说明汉字研究的重要性；在国别化研究中，“韩国学生”出现频次最高，反映了学者们对这一研究对象的关注。

为了显示国际学习者语料库相关研究的热点问题，我们运用CiteSpace生成关键词结构可视化图谱，见图9，然后统计各关键词的频次、中介中间性，删除English、language、acquisition、learner corpus、second language等范围宽泛的关键词，并分别按照频次和中介中间性进行排序。频次排序表择取频率高于10的关键词，中介中间性排序表择取数据大于0.05的关键词，整理得到表9。

本研究共筛得国外文献393篇，从中可以看出，国际学习者语料库研究文献形成的关键词图谱拓扑结构完整且相互之间联系紧密。通过统计频次和中介中间性排名前20位，不难发现国际学者对于语言熟练度（proficiency）、准确度（accuracy）、复杂度（complexity）、流利度（fluency）这些语言能力评量标准较为关注，对二语写作（L2 writing）与学术写作（academic writing）也比较重视。除此以外，对频率（frequency）、词束（lexical bundle）、话语标记（discourse marker）等也很重视。

通过运用CiteSpace从论文题目（titles）、摘要（abstracts）、描述符（descriptors）、书目资料标志符（identifiers of bibliographic records）中提取突发词（burst terms），能够检测到该领域出现频次在短时间内突然增加的研究术语，结合术语激增的年限，可以得知本研究领域特定时间段内研究者研究兴趣的变化，从而观察新出现的一些前沿问题。本文运用CiteSpace中突发词检测功能，设置γ值为0.2，突发词最短持续时间为4年，分别运用于CSSCI收录的国内英语学习者语料库、国内汉语中介语语料库文献，以及SSCI收录的国外学习者语料库文献进行分析。

2001—2010年，国内英语学习者语料库文献突发词有：拼写错误、冠词、主题词、习得顺序、频率、性别差异、词语搭配、标记语、口语教学、心理词汇、分裂句等。2011—2020年，突发词有：论说文、语体特征、相对频率、人称代词、类联接、学术英语、概念迁移、外壳名词、口译水平、二语知识、读后续写、语序分布等。其中，语体特征、概念迁移、二语知识、读后续写、语序分布等均为近几年突发词，可能成为未来研究热点，值得继续关注。

国内汉语中介语语料库文献突发词中，汉字研究的排名处于绝对优势地位，汉字习得、笔画、部件这3个突发词于2012年以前持续时长均超过6 年，这表明汉字研究在2012年以前为学术界关注的热点研究课题。2008—2017年的突发词有词语辨析、习得顺序、词汇习得与母语迁移，持续时长均超过4年。2016—2020年突发词为“学术汉语”。随着高级汉语学习者和来华攻读学位留学生人数的大幅增加，汉语学术教学和研究日益受到关注，“学术汉语”作为近年来核心期刊文献突发词，进一步显示该研究课题极有可能是未来研究的热点，值得持续关注。

2004—2014年，国际学习者语料库文献检测到foreign accent、interlanguage pragmatics、speech、constraint、knowledge、identity、error analysis这7个术语突显性较高。2011—2018年，coh matrix、working memory、particle、strategy、tense、coherence、metadiscourse、writing assessment、competence、automated scoring、contrasive interlanguage analysis、writing development这12个词突显性较高。在以上19个突发词中，writing assessment作为突发词从2014年持续至2017年，competence、automated scoring、contrasive interlanguage analysis、writing development作为突发词从2015年持续至2018年，说明写作评估、自动评分、中介语对比分析等课题作为国际学习者语料库研究的前沿，值得重点关注。

根据上文对CSSCI与SSCI数据库20年来收录期刊文献的研究，特别是通过从发展趋势、核心作者及其合作关系、核心期刊、研究热点、研究前沿等方面对国内英语学习者语料库相关研究、汉语中介语语料库相关研究、国际学习者语料库相关研究的对比分析，得出的分析结果对国内汉语中介语语料库建设和研究具有颇多启示。首先，在研究重点方面，汉语中介语语料库相关研究应多关注学习者口语、写作等产出能力的分析和评量，特别是对语言表现的评量维度、标准、指标等方面的量化分析；在探究习得特征和规律时，可以从单个词语或语法点的习得情况转向从语篇、语块、搭配等角度进行考察。其次，从核心作者群来看，学者之间加强合作，有利于开阔研究视野，丰富研究课题，充实研究数据，强化研究方法，扩大研究影响，推进研究发展。目前，国内汉语中介语语料库研究虽有了少量核心作者群，但发展后劲不足，还未形成有一定规模的研究合作网络。

另外，从国内文献研究前沿来看，国内英语学习者语料库与汉语中介语语料库部分研究有相似之处，如学术英语与学术汉语等，国内两个领域的学者可以就类似研究互相借鉴；与此同时，国内英语学习者语料库的研究前沿主题更丰富，例如语体特征、概念迁移、二语知识等研究话题，同样值得汉语中介语语料库研究者参考。从国际学习者语料库研究前沿来看，语料库研究的跨学科性较强，更重视二语写作、自动评量、语料库自动标注软件的开发和应用等，国内研究可适当加强自动评量系统、智能写作评估等方面的建设及研究。

尤易，南京大学海外教育学院汉语国际教育专业在读硕士研究生，主要研究方向为国际中文教育。

曹贤文，南京大学海外教育学院教授，中国语言战略研究中心研究员，主要研究方向为国际中文教育。

本文发表于《国际中文教育（中英文）》2022年第2 期第5—14页。由于篇幅所限，注释和参考文献已省略。

1）在期刊官网（http://gzzy.cbpt.cnki.net/WKG/WebPublication/index.aspx?mid=gzzy）阅读本期刊讯；

2）扫描下方二维码或复制网址到浏览器打开，在CNKI下载论文全文。

网页链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDAUTO&filename=GZZY202202013&uniplatform=NZKPT&v=5CtGUHv3iSZmtr_rVEnVjaCiv6oJbT85-OXBF96R5h0mQmPWindxwb1HVo51qIzy

【声明】感谢《国际中文教育（中英文）》编辑部授权iResearch发布此文。本文版权归《国际中文教育（中英文）》编辑部及作者所有。其他任何学术平台若有转载需要，可致电010-88819493或发送邮件至research@fltrp.com，我们将帮您协商授权事宜，请勿擅自转载。