基于学习者语料库的语用研究：以正式语体口语产出为例

［关键词］ 语料库，语用研究，得体性，口语产出，汉语二语

［摘  要］ 语料库是研究人类语言运用的数据库，基于学习者语料库的研究可分为聚焦语言结构分析和语言使用两个大范畴，无论从数量上或质量上，前者的比例大大高于后者。之所以会出现这种情形，最主要的原因是大部分学习者语料库先天不足，因为从设计和取样，到加工标注，都侧重语言结构，无法提供语言运用的关键信息。本文探索利用干净文本（已转写校对但尚未标注）和原始音档进行语用相关研究的可行性，以高端汉语二语 （CSL）学习者的口语语篇产出为例，聚焦正式场合公开演讲中跟礼貌相关的四个核心因素（开场白、自谦、表示感谢和表示客气），讨论的重点是口语产出得体性以及相关的语用问题。

［中图分类号］H030   ［文献标识码］A  ［文章编号］1674-8174（2023）01-0036-07

1. 引言

利用语料库研究人类语言是近年语言学研究的热点之一（Brezina & Flowerdew，2019）。细看近十年来在学术刊物上发表的这一类文章，发现绝大部分汉语二语（CSL）相关的研究属于对学习者的口语或书面产出的语言结构分析，特别是偏误分析。海姆斯（Hymes，1972）提出语用能力的理念到现在已经过去几十年，客观地说，对培养学习者语用能力的探讨和研究不管是数量和质量，比起前海姆斯时代只注意学习者语言结构的情形，已经有了极大的改观，但前面的道路还很长。跟英语相比，汉语语料库虽然起步较晚，但发展势头迅猛（Zhang & Tao，2018）。近十几年来，因为有大批量的外国学生到中国求学，这些人都需要参加HSK这一类大型语言水平考试，考试中得到的语料，大大促进了汉语学习者语料库的发展。语料库的创建和使用引发了基于语料库的诸多研究，所以近年来在CSL 教学领域，与语料库相关的各种研究，特别是与CSL习得相关的硕士博士论文简直可以用井喷来形容。因为目前大部分语料库尚未系统地提供语用方面的信息，比起语音、词汇和语法标注，语用标注的研究仍在起步阶段，如何利用语料库开展语用相关的研究，是目前急需探索的问题。

本文以CSL学习者的口语语料库为例，主要探讨如何根据生语料库（未标注的干净文本）所提供的信息进行语用研究，比如学习者口语产出是否得体这些只靠语言结构分析无法回答的问题。这种研究之所以重要，是因为语料库的标注、加工和搜索引擎的建立是一个漫长的过程 （Tao，2017），很多语料库因为这种等待而失去了前行的动力，无法进入“以库养库”的良性循环。文中所用口语语料大部分来自大型口语能力测试研究项目①（Computerized Oral Proficiency Assessment， 简称COPA）和与该测试相关的CSL学习者口语语料库（Language Acquisition Corpus/Spoken Chinese，简称LAC/SC）。

2.“汉语二语”和“语用为纲”

为了避免误读和误导， 在进一步讨论本实验性研究以前，必须对两个概念做一些说明。一个是“汉语二语”，一个是“语用为纲”。

本文用“汉语二语”泛指包括对外/在外汉语教学， 境外世界各地的华语/祖语教学，和其他非第一语言的汉语教学，与目前通用的“国际中文教育”密切相关，但两者并不等同。“国际中文教育”包括写的中文（汉字）和说的中文（口语），关注的都是第二语言教学方面的问题，在本质上都属于“二语”的习得和教学。方言地区和海外华裔的普通话教学是否归入汉语二语教学是一个比较敏感的问题，在民族和国家语言政策层面，不管是境内的方言区还是境外的华人，中国人的母语就是汉语。在语言教学和习得层面，方言区和少数民族地区的普通话学习与二语教学和习得有诸多共享地带，更接近二语习得而不是母语习得。本文在讨论中把香港和海外粤语背景的普通话学习者也归入“汉语二语”学习者，主要是为了把他们的口语语料与英语背景学习者的口语语料做一些对比研究，因为这些人的第一语言并不是普通话，他们的普通话学习和非华裔汉语学习者的口语学习从语言习得的角度有诸多可比性。

中国人的语言在学术界历来饱受名称困惑之苦，从官话、国语、汉语、普通话到华语，其所指都是中国与世界各地华人通用的共同语，是中国和世界各地华人所共同拥有、共同使用的一种语言。我们要强调的是，不管给同一个人戴什么不同的帽子，人还是那个人。这些不同的名称除了给学术界和学习者带来莫大的困扰（Norman，1988），给学派及观点不同的学者带来争不完的话题以外，并没有改变中国和世界各地华人中存在着一种共同语的现实。有这么多不同的说法的主要原因，是大家的关注点各有侧重。

“语用为纲”是一种语言教学理念，要求学习者在语言的实际运用中得体地使用语言，是本文讨论汉语二语学习者口语产出“得体性”的基础，因为跟“语用学”这一学科有千丝万缕的关系，成了一个容易引起混淆，而且不容易说清楚的概念，需要一个详细的界定和说明。结合本文聚焦的“得体性”，我们以语用能力为主线，列出语用为纲这一理念的三个要素（语境、功能、内容）， 其中的语境问题是本文讨论的重点，并以此为基础，用来自语料库的实例探讨学习者口语产出的得体性问题。

在海姆斯提出“语用能力”的概念之后，围绕着“语言运用”的研究，开始与之前聚焦“语言结构”的研究齐驱并驾。语用学和相关文化理念的研究，包括从学科的角度进行各种探讨（陈平，2021；冉永平等，2021），对语用学与语言教学之间的互动和互补方面的研究和分析（吕必松，1993；崔希亮，2010；赵金铭，2011），以及从社会语言学的视觉研究广义的语言运用与语言教学和習得的关系（吴伟平，2006；王初明，2010；方绪军等，2011）。近年来对建国以来汉语非母语教学的各种回顾和反思（李泉，2019；李宇明、翟艳 ，2021），也不断提到学以致用和语用能力培养的问题。由于多年来语用研究“重理论，轻实践”（陈新仁等，2013）的原因， 还有语言运用本身的复杂性、多样性和不可预见性，语用为纲这一理念在教学、测试和语料库建设中常常难以真正落到实处。

语用为纲的教学理念基于语言运用，有自己的教学模式，而语境是这一模式三个核心因素之一（吴伟平，2020）。 为了让学生对这一因素有充分的理解并在自己的口语产出中关注语境，我们可以把语言运用也看成一个体系。参照语言结构教学模式（结构为纲教学模式=语音+语法+词汇），以三个核心要素为基础，创建语言运用教学模式 （语用为纲教学模式=语境+功能+内容），并在教学和评核中把这些具体要素落到实处。在这个模式中，第一要素“语境“是判断学习者语言产出是否得体的关键，包括两个方面的因素，一个是语言交际的相关人物，一个是语言运用的场合。有经验的一线教师都知道，语境因素在我们的CSL教材、教学活动和测试中常常是“意会”多于“言传”，在平时的小测和课程评核中更是近乎空白，所以对大部分学习者来说，说话的时候对自己的口语产出是否正确比较有把握，至于是否得体就心中无数。

在语言结构模式中，每一个要素都可以根据教学和学习的需要继续细分， 比如普通话的语音可细分为声母、韵母和声调，声母又可以根据发音部位继续细分，词汇和语法也在海量的研究和反复实践中发展出各自的分类规则。多年来，我们就是根据这些结构的分类安排教学大纲和一切教学活动。但是与语言使用相关的要素又该如何分类、如何与教学和教材编写相结合呢？比起结构相关的研究和实践，语言使用相关的研究和实践还是太少，上面提到的综合性应用研究项目（2002-2020）就是我们在这方面的尝试。其特点之一是把抽象的语境因素具体化，为学习者提供“抓手”。

语境的第一个因素是“人物”，可按交际双方之间的关系分为平等和不平等两类。前者常见的有同事之间和朋友之间的关系，后者包括下对上和上对下两种情形。这两种人际关系是影响口语产出得体性的直接因素，特别是不平等的人际关系，是二语学习者在交际的时候必须用到的语用知识。第二个因素是言语行为的“场合”，可细分为非正式，正式和庄典（需要遵循一定仪式）三类。朋友之间，同事之间，家庭成员之间，假如不是讨论什么生死攸关的大事，一般用的都是非正式场合常用的语言和语体。跟工作相关的，比如开会，情况通报，官方通知等等，通常会用到正式场合的语言和语体。正式场合之上有一些很特殊的场合，需要用到特定的语言和语体，比如奥运会的开幕和闭幕，阅兵，还有国庆的官方庆典这一类需要仪式感的庄典场合。一个国家，一个公司，一个学校的庆典，谁先说话谁后说话，该怎么说话，都有讲究。生活中的红白喜事，庆生，入土，乔迁，入宅，在这些场合说话，都得遵守一定的规矩。不同的文化有自己约定俗成的一套礼仪，这些礼仪和规矩通过特定的语言形式表达出来。在这些场合，一个人说话的时候所用的语言形式偏离了这些约定，大家就会觉得这个人说话“不得体”。

具体地说，语体是通过对语音，词汇和语法的选择和操控而达到的某一种特别的效果，跟语言形式有直接的关系。借用《诗经》的分类，我们可以把风、雅、颂与非正式、正式和庄典这三种场合联系起来（冯胜利、施春宏，2015）。在实际交流中，我们让学生把语体的变化看成一条连线，两头是非正式的“风”和庄典的“颂”，中间是从半正式到正式的“雅”。让他们了解人物关系和场合，是口语交际中语体的决定因素，在口语产出中不但要注意发音、词汇和语法，还得时刻注意语境这一要素才能达到“得体”的最终目标。

除了语境这个要素，口语产出是否得体与交际中用到的语言功能和交际的内容也有密切的联系，这三个要素之间的匹配和相互制约，也是得体交际中必须面对的问题。总而言之，得体口语产出的特征是语境、功能和内容三者之间的完美配合，或退一步说，就算达不到完美的匹配，三者之间也应该没有明显的冲突。学习者用汉语在人际交往的过程中，必须根据语境、功能和内容的要求选择适当的语言形式，这就是语用能力的具体体现。那么，如何判断CSL高端学习者的口语产出是否得体呢？我们可以用下表提供的信息，简单说明不同语言水平学习者的得体和不得体口语产出。

如表1中所示，我们把学习者的水平分成中、高、优三级，在结构为纲的教学模式中，我们可以根据词汇大纲中甲、乙、丙这些词汇等级作为教材和教学的参考，但是在语用为纲的模式中并没有现成的体系可以参考。把语境因素具体化以后，我们就可以把人物关系和场合的正式程度作为难度指标， 在教学中让语言水平不同的学生面对不同的语境因素。平等的人际关系对语言的要求最少，在不平等的人际关系中，学习者就必须学会规矩和变通。在中华文化中，下对上应该有礼貌，相对正式，这就是规矩。判断学习者的口语产出是否得体，简单地说，守了规矩就是得体，我们可以用一个最简单的例子来说明这一点。

例1：（语用为纲三要素与口语产出的得体性）

（1a）今天晚上我们吃大排档还是吃食堂？（下午下课后，A学生对B学生说）

（1b）老师，您晚上在哪儿吃饭？（下午下课后，A学生对老师说）

例句（1a） 是同学或平等的朋友之间，在非正式场合中，用闲聊的口吻谈及日常生活中的小事，所以是得体的口语产出。 同样的内容和场合，在例句（1b）中，因为是学生对老师说话，语境这一要素中的人物关系有了变化，所用得用“您”才算得体，因为在中华文化中，下对上的规矩是表示尊敬。除了规矩之外，我们也有变通，老师为了拉近师生距离，表示亲切，也可以用（1a），这就是上对下的优势，有变通的权利。但如果学生用（1a）对老师说话，在没有特殊原因的情况下，就会显得不得体。除了规矩和变通以外，三个要素之间匹配不当，也会产生不得体的效果。很多高年级的汉语二语学习者，常常不知道在正式场合中，不能用闲聊或过于随便的口吻报告关于工作中的重大事故，或在非正式场合中，不要用过于复杂的语言功能描述无足轻重的生活小事，往往需要老师提醒或批评以后才恍然大悟。

3. 基于语料库的语用研究

下面分享的研究实例，用的是语料库（LAC/SC）的音档和转写的无标注“干净文本”①。学习者的口语表达是否得体的问题可以从不同的角度探讨，本文关注公开场合的礼貌用语，以斑窥豹，从是否礼貌的角度审视是否得体的问题。与礼貌相關的用语是交际能力研究的重要领域之一（Brown & Levinson，1988；Grice，1989；Gumperz，1992），研究礼貌用语和中国文化中不同语境之间的多维关系，是中国学者的探索目标之一（冉永平、张新红，2007）。不同语言文化背景的学习者能否在不同的场合，面对不同的听众，根据不同的交际目的和交际内容， 用得体礼貌的语言形式表达自己，是语用能力的重要指标（Fan，2019）。

通过对现有干净文本中语料的人工统计、梳理和检视，笔者和团队发现，研究中所用实例必须满足两个要求。一个是学习者的口语水平必须够高，另一个是收集语料建库的时候，提供口语产出的学习者必须有明确的语用指引，包括语境、功能和内容。没有达到高级以上（可参照COPA的高级，ACTFL的Advanced，或欧框的C1以上的水平描述）水平学习者的口语产出一般尚未成段成篇， 而且词汇量和语法手段的缺失会严重影响关于得体性的判断。语用指引，具体地说，是让语料提供者明白自己说话的时候，必须尽量按照语言任务中的人物关系和说话场合、语言功能和内容等因素决定自己所用的语言形式和风格。低端学习者的口语产出和非正式场合跟语体相关的信息较少，一般不宜作为语用研究的语料。根据这两个前提，研究团队在语料库中，根据音档和干净文本寻找高端学习者在语境、功能和内容都相同或相似的情况下所提供的语料，最终得到包括15个英语背景学习者和7个方言背景学习者的口语产出，把这些语料用于这一次的实验性研究。

学习者根据不同的语境要求恰如其分地使用礼貌用语是语用能力的具体体现，但如何细分和量化并无先例。在各种会议和庆典之类的正式或庄典场合中，礼貌用语可以有不同的表现形式，根据中华文化的特点， 我们列出以下四种正式场合中常见的语言现象作为本研究重点关注的对象：

①问候语和开场白。

②具体的尊称或敬语。

③表示感谢。

④表示客气的词汇或用语。

在下面“代表毕业生在毕业典礼上发言”的语料实例中，可以看到上面四种语言现象的具体表现形式（见相应的数字和划线部分）：

例2：（CSL高年级学生口语产出/公开场合致谢）

①校长，各位老师，大家好！今天晚上我④非常荣幸，我能站在这个台上，代表所有的毕业生，来对②各位老师说几句话。首先我要③非常感谢学校各位老师，还有就是校长多年以来一直对我们的教育。还有就是，当我们在灰心、失意的时候，你对我们的鼓励，我永远都不会忘记。在课堂上我和各位老师，每个人的相处，都是非常融洽的。还有就是，当我在面对这个会考，还是，还有高考的时候，各位老师对我们不断的鼓励。还有就是，当我们在假期的时候，你们都会替我们，抽空来，替我们温习我们的考试的内容，替我们补习。所以说，我相信学校的每一位老师都是世界上最好最好的老师，希望大家生活愉快，③谢谢。

对两个组别（英语背景和方言背景）共22人的语料进行逐个检查、归类、统计和复查以后，我们把上述“礼貌用语”相关的四种语言现象用下面两个统计表展示。表2的7位学生，母语是粤语（代号P4C-A），表3的15位学生，母语是英语（代号P4E-A），两组的语言任务都是在正式场合用普通话公开致谢。表中的礼貌用语如上所说，细分成四个范畴，作为口语产出得体性的指标。用加号（+）表示该范畴的礼貌用语至少出现一次，用减号（-）表示该范畴在学习者的口语产出中语料中没有发现代表性词汇，列为缺失。

表中左侧第一栏（题目/内容）中，每个发言人都是作为某个机构或某个团体的代表在公开场合发言，发言人的身份（人物）和发言的场合是语境因素在这一言语活动中的具体体现。第二栏是语料提供者的代号，其语言水平都经过两位持证评核员按测试标准和程序评定，所提供的语料通过语料库质量检查以后才能入库。第三栏“礼貌用语”的四个范畴，每一个都可以根据语用为纲的原则帮助我们判断学习者口语产出是否得体。横向的“个体缺失”指每一位学习者在四個范畴中缺失的比例，纵向的“单项缺失”指所有学习者在同一个范畴缺失的比例和百分比， 最后一列把所有四个单项缺失的百分比相加以后除以四， 得出本组礼貌用语总体缺失的平均数，以百分比体现，这个数据主要是为了与另一组学习者做整体比较。读者会注意到，表2（P4C组）和表3（P4E组）中，所有的学习者都用同一个功能提供语料（公开场合发言），虽然语境和内容略有不同，但并不会影响我们研究礼貌用语。

统计结果显示，就正式场合礼貌用语这一项指标而言， 两组学习者的口语产出在得体性方面都有明显的欠缺，粤语组（P4C）的总体表现（36%缺失）比英语组（43%缺失）略好。

两组之间的其他一些差别或许也能引起教和学双方的思考。比如英语组的每一位学生都会说“谢谢”（零缺失）， 但大部分人不知道如何表示客气（80%缺失），因为说“谢谢”的语言习惯是每个来自英语背景的学习者从小就熟悉的事情，而表示自谦在英语文化中显然不像中华文化中一样常见，很多英语背景的学习者是在学汉语的时候才第一次碰到这种语言表达形式。如果说表示感谢是英语背景学习者的强项，自谦，还有尊称，则是他们的弱项。同为高端学习者，7个人的粤语组中有两位在提供的语料中没有任何缺失，英语组15位学习者中没有发现有人能做到这一点，在这一组中，四项里面每个人都会漏掉某些东西。

4. 结语

如前所说，本文不能算是严谨的实证研究，只是一个可行性探索，其目的是看能否用干净文本和音档（或者说尚未加工标注的生语料库）做语用方面的研究。从两个表格显示的结果和上述的讨论中，我们可以得出的结论是，在语料库的语用标注体系研发并进入使用以前，跟语用相关的小规模定性研究的确可行。有一线教学经验的研究者和教师，可以看到这个探索性研究所得出的结果，会给我们带来一些与语用教学和得体性相关的启示。但这个实验因为语料的选择无法用电脑程序进行大规模检索，用于分析的参与者总数量偏少等因素，所得出的结论还有待更多类似的研究来进一步确认。

当然，学习者的礼貌用语只是得体性的一个方面，影响口语人际交流的因素除了语境以外， 还有功能和内容。对这些因素的研究和发现，包括三者之间的相互制约和互动，会帮助我们了解语言运用过程这一复杂现象，从而更全面的理解学习者的语用能力。

最后必须提及的，是本文用于研究的语料库（LAC/SC）在取样的时候严格遵循了语用为纲的原则，所有的语料提供者在完成语言任务的时候，已经明确知道自己的口语产出是在什么样的语境中发生（包括语言任务所涉及的人物和场合、功能和内容），所以尽管语用标注尚未到位，语言使用的关键因素已经是生语料库的构建成分。

［参考文献］

陈 平 2021 语言交叉学科研究的理论与实践［J］. 语言战略研究（1）.

陈新仁等 2013 语用学与外语教学［M］. 北京：外语教学与研究出版社.

崔希亮 2010 汉语国际教育“三教”问题的核心与基础［J］. 世界汉语教学（1）.

方绪军等 2011 语言能力“能做”描述的原理与方案：以CEFR 为例［J］. 世界汉语教学（2）.

冯胜利，施春宏 2015 三一语法：结构功能语境—初中级汉语语法点教学指南［M］. 北京大学出版社.

李 泉 2019 中国对外汉语教学七十年［J］. 语言战略研究（4）.

李宇明，翟 艳 2021 来华留学汉语教育70年： 回顾与展望［J］. 语言教学与研究（4）.

吕必松 1993 对外汉语教学研究［M］. 北京语言学院出版社.

冉永平，张新红 2007 语用学纵横［M］. 高等教育出版社.

冉永平等 2021 语用学十讲［M］. 上海外语教育出版社.

王初明 2010 外语是怎样学会的［M］. 外语教学与研究出版社.

吴伟平 2006 汉语教学中的语用点：由点到面的教学实践［J］. 世界汉语教学（1）.

吴伟平 2020 语用为纲教学体系的逆向设计：以华语二语教学为例［J］. 华文教学与研究（2）.

赵金铭 2011 社会语言学视角下的对外汉语教学改革［J］. 海外华文教育（3）.

Brezina， V. & L. Flowerdew （eds.） 2018 Learner Corpus Research： New Perspectives and Applications［M］. London/New York： Bloomsbury Academic.

Brown， P. & S. Levinson 1988 Politeness： Some Universals in Language Use［M］. Cambridge： Cambridge University Press.

Fan， L. 2019 Pragmatic competence of advanced CSL learners in spoken Chinese： A comparison of native speakers of English and of Cantonese［D］. PhD Thesis， Hong Kong Polytechnic University. Hong Kong.

Grice， H.P. 1989 Studies in the Way of Words. Cambridge［M］. Massachusetts： Harvard University Press.

Gumperz， J. 1992 Contextualization and understanding［A］. In A. Duranti and G. Goodwin （eds）， Rethinking context［C］. Cambridge University Press.

Hymes， D. 1972 On communicative competence［A］. In J.B. Pride and J. Holmes （eds）， Sociolinguistics［C］. Harmondsworth： Penguin.

Norman， J. 1988 Chinese［M］. Cambridge： Cambridge University Press.

Tao， H. 2017 Spoken Chinese corpora： Construction and sample applications in research and language pedagogy［J］. Bulletin of the Chinese Linguistic Society of Japan. 264.

Zhang， J. & H. Tao. 2018 Corpus-based research in Chinese as a second language［A］. In C. Ke. （eds.）， The Routledge Handbook of Chinese Second Language Acquisition［C］. London and New York： Routledge.

Pilot study in corpus?based pragmatic research：  Focusing on learners oral productions in formal settings

WU Weiping

（Center for Linguistics and Applied Linguistics， Guangdong University of Foreign Studies， Guangzhou，

Guangdong 510420， China）

Key words：  learner corpus； pragmatic research； appropriateness； oral production； CSL

Abstract： Based on oral productions of advanced CSL learners from a learner corpus， this paper deals with an experimental study in pragmatic issues related to appropriateness in oral communication， focusing on four key factors contributing to appropriate speeches in formal settings. Given the lack of pragmatic annotations in most current corpora， this pilot study makes use of the “clean copy” of transcriptions and sound files in the analysis. Among the tentative conclusions drawn from the study is the possibility and feasibility for study on pragmatic issues to be carried out with samples from existing corpora， even when full pragmatic annotations are not available.

【责任编辑 师玉梅】