（语言学及应用语言学专业论文）体育语域语料库的研制及其赛事词汇研究.pdf

中文摘要国内外体育语言研究尚处于初步，关于体育语言或体育语域的界定、体育语言学的研究对象及其任务等，都没有深入研究。具体到体育赛事语言的界定、体育赛事语言的研究范围及任务等，还没有形成系统。运用语言学理论和方法研究体育语言的论著凤毛麟角，体育语言的研究有待深入。本研究运用语言学理论和方法研究体育语言。首先，建立体育语域语料库( 体育赛事语言和体育传播语言) ，并进行自动分词和词性标注再辅以人工校对。其次，对体育语域语料库中的体育赛事语料进行词频统计，编制体育赛事基本词表，从中提取体育赛事基本词汇2 2 1 7 个。再次，将体育赛事词表与通用语词表进行比较，提取体育赛事专用词汇2 5 3 个( 增加1 8 3 个) 、常用词汇2 1 6 个。在此基础上，对赛事专用词汇进行语义分类( 7 类) ，并对赛事项目词语进行义征分析，从而反映出体育赛事专用词汇的系统性。本研究坚持人工和机器、定性和定量的研究方法，其研究成果不仅体现在正文中，也表现为词表以及体育语料库本身，填补了体育赛事语言研究的空缺。为体育教学、体育语言词典编撰和体育语言学的建立提供参考。关键词：体育语域语料库赛事词汇统计语义分类义征分析a b s t r a c ts p o r t si nt h ei m p o r t a t i o no ff o r e i g nl a n g u a g et r a n s l a t i o na ss t i l li nt h ep r e l i m i n a r ys t u d yo f t h el a n g u a g eo f s p o r to rs p o r t sr e g i s t e rd e f i n i t i o n ，s p o r t sl i n g u i s t i c sr e s e a r c ha n di t sm a n d a t e n ot h o r o u g hs t u d y s p e c i f i cl a n g u a g et ot h ed e f i n i t i o no fs p o r t se v e n t s ，s p o r t sa n dm i s s i o ns c o p eo ft h es t u d yl i n g u i s t i c s ，n os y s t e m l i n g u i s t i ct h e o r y ，a n dm e t h o d so fu s i n gt h el a n g u a g eo f s p o r t so nar a r ed e p t hr e s e a r c ht ob et h el a n g u a g eo f s p o r t l i n g u i s t i ct h e o r ya n dm e t h o di nt h i ss t u d yu s i n gt h el a n g u a g eo fs p o r t f i r s t , t h eb u i l d i n go fc o r p u sr e g i s t e rs p o r t s ( s p o r t se v e n t sa n ds p o r t sc o m m u n i c a t i o nl a n g u a g ei n s t r u c t i o n ) ，a n da u t o m a t i cs p e e c ht a g g i n gs u p p l e m e n t e db ya r t i f i c i a ls e g m e n t a t i o na n dp r o o f r e a d i n g s e c o n d l y , t h el a n g u a g eo fs p o r t sf i e l d sc o r p u sc o r p u ss p o r t sf o rf r e q u e n c ys t a t i s t i c s ，c o m p i l e db a s i cv o c a b u l a r ys p o r t se v e n t s f r o ms p o n se v e n t sf r o mt h eb a s i cv o c a b u l a r y2 2 17 f u r t h e r , s p o r t se v e n t sa n dc o m m o nd i c t i o n a r yw o r d sf o rt a b l e ，2 5 3s p o r t i n ge v e n t sf r o mp r o f e s s i o n a lt e r m s ( i n c r e a s e d1 8 3 ) ，2 1 6c o m m o n l yu s e dt e r m s o nt h i sb a s i s ，t h es p e c i a lt e r m i n o l o g yo f t h er a c ea n ds e m a n t i cc l a s s i f i c a t i o n ( 7 ) ，a n dc o l l e c t i o na n da n a l y s i so f r a c ea n d j u s t i c ef o rt h ep r o j e c tt e r m t h i sr e f l e c t st h es y s t e m i ct e r m so f p r o f e s s i o n a ls p o r t se v e n t s r e s e a r c ha n dt h em a n u a lm a c h i n e s ，q u a l i t a t i v ea n dq u a n t i t a t i v er e s e a r c hm e t h o d s ，t h er e s u l t so fi t sr e s e a r c hi sn o to n l yr e f l e c t e di nt h et e x t c o r p u sa l s om a n i f e s t e di t s e l fv o c a b u l a r ya n ds p o r t s t h es p o r t se v e n t st of i ut h ev a c a n c yl a n g u a g es t u d y f o rp h y s i c a le d u c a t i o n , s p o r t sa n ds p o r t sc o m p i l e dl a n g u a g ed i c t i o n a r yr e f e r e n c ef o r t h ee s t a b l i s h m e n to f l i n g u i s t i c s k e y w o r d s ：s p o r t sr e g i s t e r ；c o r p u s ；t e r m sr a c es t a t i s t i c s ；s e m a n t i cc l a s s i f i c a t i o n ；s e m a n t i ca n a l y s i s1 1 1学位论文独创性声明本人郑重声明：1 坚持以“求实、创新”的科学精神从事研究工作。2 本论文是我个人在导师指导下进行的研究工作和取得的研究成果。3 本论文中除引文外，所有实验、数据和有关材料均是真实的。4 本论文中除引文和致谢的内容外不包含其他人或其它机构已经发表或撰写过的研究成果。5 其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。作者签名日期学位论文使用授权声明本人完全了解南京师范大学有关保留、使用学位论文的规定，学校有权保留学位论文，r 向国家主管部门或其指定机构送交论文的电子版和纸质版；有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅；有权将学位论文的内容编入有关数据库进行检索；有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。作者签名日期引言第一节体育、体育赛事与体育语域研究一、体育教育、体育运动与体育赛事“体育”的英文是p h y s i c a le d u c a t i o n ，指以身体活动为手段的教育，直译为“身体的教育”。美国百科全书“体育”词是p h y s i c a le d u c a t i o na n ds p o r t ，直译为“身体教育和体育运动”，指的是切非生产性体力活动，即从兴趣出发、以强身健体和竞技为目的的体力活动。美国百科全书中还有另一个词a t h l e t i cs p o r t ，直译为“竞技运动”，一般也译为“体育运动”。在我国，对体育一词的解释有广义和狭义两种。体育，现代汉语词典的定义是：“体育是以发展体力、增强体质为主要任务的教育，通过参加各项运动来实现。”辞海则对于体育做了更详细的界定：“狭义指身体教育，即以强身、医疗保健、娱乐休息为目的的身体活动。与德育、智育、美育相配合，成为整个教育的组成部分。广义指体育运动，包括身体教育、竞技运动和身体锻炼三个方面。它们均以身体活动为基本手段，来锻炼身体，促进健康，增强体制，并具教育、教学和训练作用，以及提高技术和竞赛的冈素。”从t 述对体育的定义来看，基本思想是一致的，只是定义的范围和层次略有区别。从中，可以窥探出“体育”这个学科的发展过拌。体育学科作为一个独立的研究体系，发展历史才有几十年；另外，世界各国的体育发展情况不同，各个国家的文化也不同。对体育概念的表述白然存在着差异。总的来说，可以分为三个阶段：体育l ( p h y s i c a le d u c a t i o n ) ：身体的教育( 本义)体育，( p h y s i c a le d u c a t i o na n ds p o r t ) ：身体的教育和体育的运动( 扩展义)体育3 ( a f f d e t i es p o r t ) 竞技运动( 特定义)所谓竞技运动，本研究称之为“赛事运动”。因为体育赛事既包括具体的比赛，也包括与比赛紧密相连的各个方面。而“竞技运动”则属于体育赛事中以输赢为目的的比赛及相关的活动。体育自古以来就具有悠久的历史，是人类生存不可缺少的部分，它伴随着人类的发展，是人类文明进步的重要体现。早在公元前3 0 0 0 年至前2 0 0 0 年，古埃及已有角力、击剑、射箭、游泳等体育活动。在吉希腊，游戏、角力、体操等曾被列入教育的内容。而中国在西周也盛行射( 射箭) 、御( 驾御马车) ，属于是当时的“六艺”。近代体育随资本主义的发展而兴起，但当时没有统一的名称。1 7 、1 8 世纪在欧洲逐步确立学校体育体系，到了1 9 世纪，才出现了“体育是以身体活动为手段的教育”这一概念。此后，陆续产生了许多新的运动项目。直到2 0 世纪初才逐渐在世界范围内统一称为“体育”。依据鲁威人( 2 0 0 5 ) 的看法，他将体育划分成为四大类，即学校体育、大众体育、赛事体育( 竞技体育) 和军事体育。其中赛事体育，就是以参加竞赛活动为目的的体育运动。它要求参赛者通过各种方式的训练，不断地提高自身的体能和技术水平，不断地挑战人类的极限，获得最好的比赛成绩。可见，赛事体育是体育的重要组成部分，体育的魅力在很大程度上是通过赛事运动体现的。所谓赛事运动，是指凡是产生比赛结果，有输赢之分的运动。具体来说，是具有竞赛特点和技术要求的运动项目的通称。包括田径、游泳、足球、篮球、排球、网球、乒乓球、羽毛球、棒球、垒球、曲棍球、手球、水球、冰球、跳水、体操、举重、射击、射箭、击剑、摔跤、柔道、马术、自行车、赛艇、皮艇、划艇、帆船、滑冰、滑雪等数十项。各国或各地区还有自己的特殊项目，如中国的武术。各项目都有严格的竞赛规则，运动员( 队) 须经过系统的身体训练和技术战术训练。( 辞海，上海辞书出版社1 9 9 9 年)二、体育语域和体育语域研究首先，对于体育语言，国内目前还没有明确的定义。一系列的论著和论文都是研究体育教学、训练中的语言特点和使用问题等，并不能反映体育语言的全部面貌。涉及到体育赛事语言的研究更是寥寥无几。其次，所谓i 吾域，这里专指社会不同应h 领域所造成的社会方言，即植根于社会分工的不同专门领域的言语表现。”( 李葆嘉，2 0 0 3 ) 应用于体育领域的言语即“体育语自费。“体育语言”包含予体育语坊。体育赛事语域是体育语域中的重要部分。本文所指的体育语域的研究包括体育赛事活动各个方面的研究，即包括了体育赛事( 竞技) 项目，体育竞赛规则中使用的语言，也包括了有关体育赛事活动的信息传播和和对体育活动进行评价的语言。体育是人类文明的一部分。随着新闻传播业的迅速发展和国际间交流的日益增多，体育越来越成为关注的焦点。然而，对于中国体育语言的研究，目前相关的专著和论文，是和体育运动的快速发展不成比例的，远远满足不了我国体育运动发展的形式和需求。国内外的体育语言研究多是和体育教学和训练密切相关。苏联的著名教育学家马卡连科曾经说：“同样的教育方法冈为语言的不同，就可能相- 芹2 0 倍。”冈此，体育教学和运动实践中的语言使用问题成为研究的主要方向。因为研究者多为从事体育活动各方面研究的专家，真止运用语言学理论和方法研究体育语言的代表性成果不多。在体育语言词汇研究方面，相关的词典文献比较多，如体育大辞典、中国体育百科全节、英汉体育词汇等1 0 多套。其中百科类编排的方式大多是分成以下几类：体育科学、体育史、体育机构、体育概况、体育运动项目、人物、体育组织、报刊等。每个类别分词条介绍或解释，具有代表性的有中国体育百科全书、奥林匹克运动百科全书等。词典类则大多按照技术、术语、项目及体育原理、组织、场馆、院校等来收录词条，代表词典有体育大辞典、英汉体育词汇、体育科学词典等。在著作方面，金雁群1 9 9 2 年出版的体育语言学对体育教学和运动实践中的语言进行了详细的研究和分析。他认为，体育语言学是体育学科与语言学交叉、渗透而形成的一门新兴的边缘学科它由体育学科和语言学共同孕育，主要研究在体育范畴内体育规律的学科。具体说，它是研究语言与体育教学、语言与运动训练、语言与运动竞赛等关系的一门学科。( 金雁群，1 9 9 2 ) 书中，主要讨论了体育教学语言、体育书面语、表情语言、颜色语言、音乐语言、标志语言和交际语言，其中在交际语言中谈到了解说语言和裁判用语，讨论了解说和裁判用语的使用语言、表情和手势以及语态，但并未真正涉及到体育赛事语言，属于体育教学语言的范围，是体育科学的语言。鲁威人2 0 0 5 年出版的体育新闻报道对体育新闻、体育评论、体育解说的性质、任务和特点作了一定的分析，并讨论了竞技体育的欣赏，从一定层面上触及了体育语言的研究，但是它并没有针对体育赛事、报道、评论和解说中的具体语言进行分析和研究，因此也不能算是体育语言方面的代表。从e 述的词典和著作中可以看出，研究体育运动各个层面，特别是赛事运动所产生的语言的2研究，是十分必要的，它将全面地反映体育赛事及其传播过程中语言的使用情况和特点，具有针对性和深入性，为体育教学、研究、体育赛事的传播以及语言的本体研究提供一定的基础，也将填补国内体育语言研究的一项空白。第二节体育语域的研究思路一、体育语域的研究目标李葆嘉先生( 2 0 0 3 ) 将人的语言分为三个层面：思维方式差异的语层性、应用领域差异的语域性、文本范式差异的语体性。他指出：“尽管言语思维成为现代人的本质，但是精神世界中仍然积淀着早期意识方式的孑遗，言语行为中也同样包含着相应表达方式的层垒。人类思维交际符号演变的连续统积淀在现时言语中并进一步典】l ! 化，由此形成言语的层垒包容性或分层性，即语言内部存在确实有别但相互渗透的不同层级。”他将人类语言分为六个语层，由高酬氐分别为：思辨性语层、艺术性语层、行业性语层、日常性语层、含混性语层、体态性语层。并分析了各个语层的作品形态、主要特征和思维倾向。这是从横向思维方式上的分层级，他继而认为，言语系统还存在纵向应用功能的分领域。这里所指“语域”是专指社会不同应用领域所造成的“社会方言”，即植根于社会分工的不同专门领域的言语表现。这语域并非社会语言学意义上的社会方言。”( 李葆嘉，2 0 0 3 ) 因此依据社会分t = 的不同，可以划分出一系列的语域。如日常性语层可以划分为家庭交流语域和社会交往语域。而行业性语层可以划分为“经济语域( 生产性、流通性、服务性和管理性) 、公务语城政务性、政论性) 、法律语域、传媒语域( 新闻传媒、山版传媒、影视传媒) 、教育语域、竞技语域等。”。在语域的基础上，他义进一步提出“语体”的概念。这里所指“语体”“不是通常的泛指性语体缄言语的功能变体，而是限定在某语域基础上所形成的专门性用语、惯_ j 表达式和篇章规范性的文本范式总平，接近丁通常所说文体。”简单地讲，“语体就是在某一语域基础上形成的文本范式，其显著特征就是例定体裁”。如体育语域的体育规则、法律语域的法律文二阿、经济语域的商务文10 等等都属丁语体的范畴。基丁语层性、语域性和语体性的三级划分，李葆嘉先生进一步提出了分领域言语研究的具体步骤，提出建立日常、商务和法律语料库的构想，并制定了比较详细的技术路线。本研究的主要目标：1 建立一个8 0 万字的体育语域语料库。语料库要体现时下体育赛事语域的实际面貌，所选语料具有充分的代表性。主要是对体育语域书面语的研究，但也包括少量的口语的研究，如体育解说等。同时也包括一些新型的体育赛事传播方式，如文字转播等的研究，此部分数量较少。2 对语料进行适合体育语言特点的分词。如“任意球”、“定位球”、“抄截”、“跳投”等含义明确的词，应属于术语，不宜分开。3 对语料库进行词频统计，提取基本词汇。对基本词汇进行词性标注，建立一个附码语料库。在此基础上，建立体育赛事与赛事传播两个词表，进行对比，或与通用词表进行比较，编制体育赛事词汇专用词表。4 依据体育赛事语料，对体育赛事专用词汇进行语义分类，并对部分词汇进行义征分析。技术路线如下：l 采集并录入语料，进行初步整理分词和词性标注建成体育语域语料库i体育语域的词频统计ii词汇频度表基本词汇表llll赛事类传橘类赛事类传播类词频表词频表基本词汇基本词汇j i 词汇比较| l 语义研究l | 义征分析i二、体育语域的研究方法研究方法有综合性与分析性之别。综合性的研究主要把研究的问题看成是一个整体，强调的是各部分之间的相互依赖与联系。而分析性的研究则是把各部分分离出来，分别加以研究，强调的是各个构成部分的作用，但是把各个部分的研究结果综合起来，也能得到对整体的总括的了解。本论文主要以分析性的研究方法为主，对体育语域中的体育赛事利赛事传播两大部分进行词汇统计研究，从而了解体育语域的语言特点。1 语料库方法语料库是作为信息载体的大量语言资料的集合。以语料库为手段研究语言的主要目的是描写和解释语言中的词汇和句法的各种问题，以及处理自然语言的各种课题。语言研究者可以根据研究课题的要求，使用“标、庄 手段( 即给语料的词汇和其它形式加上识别和分类标记) 和检索工具，分析语料库中的语料，对语言现象进行定量和定性的分析。4语料库的设计过程有许多要遵循的原则，其中科学的抽样方法是保证语料库科学性和使用价值的最重要g f f q ：2 - 。本选题中的语料将借鉴i g - t 4 库中分层抽样、随机抽样等科学方法来选取样本，以保证语料和研究成果的可靠性。语料库方法应用于特殊用途英语的研究在国外已具规模。英国学者运用以语料库和计算机技术为基础的多维度分析法( m u l t i - d i m e n s i o n a la n a l y s i s ) 调查了生物学论文与历史学论文两种特殊用途英语的语言特征。( b i b e r 、c o n r a d 、r e p p c n ，语料库语言学c o r p u sl i n g u i s t i c s ) ) ，2 0 0 0 ) 目前己建成了几个较大的语料库，如s e ll 语料库、布朗语科库、l o b 语料库等。其中l o b 语料库不仅进行了词性的标注，而且进行了句法标注。在国内，利用语料库来研究汉语也得到了一批学者的支持。从2 0 世纪7 0 年代末开始，我国陆续建成了一批大规模的川于汉语计量分析研究的语料库。如北京语言文化大学建立的汉语词频f 孙, f n n n 、台湾中央研究院平衡语料库、国家语委现代汉语语料库等。2 0 世纪9 0 年代以米语料庠语言学快速发展。人规模语料库的建成，对语料库的深加工都反映了这种研究方法的广泛运_ 【i j 。将语料库广泛应_ q j 于与语言相关的各个领域逐渐成了现在研究的趋势。本论文就是在建立语料库的基础上，对特定的语域，即体育语域进行一定的研究。2 统计分析方 去所谓定量分析就是将所研究的现象的有关特征实行量化然后对取得的数据进行统计学处理，得出结论。我们将处于随机状态的某种语言现象给予数量统计，然后通过频率、频度、频度链等量化形式来揭示这类随机现象背后所隐藏的规律性。( 唐钰明，1 9 9 1 ) 本研究将在一定规模体育语域语料库的基础上对体育赛事语域进行词汇统计研究，这是以往的体育语言研究所未涉及的领域。从词汇研究的角度来看，词汇统计研究已有很长的历史了。古印度语言学家在研究婆罗门教的经典吠陀经时，就进行过单词数日的统计。1 8 9 8 年德国学者e w k a e d i n g 编制了1 廿= 界上第一部频率词典德语频率词典。1 9 4 4 年，英国数学家g u y u l e 发表了文学词语的统计研究，大规模地使用概率和统计方法来研究语言。1 9 4 9 年，法国学者r m i c h e a 提山建立“统计词汇学”。1 9 6 5 年，德国学者1 l d k e i l 把词频统计与现代统计学结合起米，提出了“词汇计量学( 1 e x i c o m e t r i c ) ”。近加年来，由于语言统计研究中广泛地采用计算机，逐渐改变了传统的手t ：香频、手i ：统计的办法，提高了统计的效率和精度，词汇统计学在国际上有了巨人的发展。我国也早在2 0 世纪2 0 年代就进行过汉语词汇的统计研究。7 0 年代末以来，我国开始利用计算机进行汉语词汇的统计研究，除了统计字、词频度以外，还以此为基础建立了汉语的语料库，编制了各种频率词典、词表。建国以后，中央人民政府和各省的教育部fj 为了推广普通话、普及文化知识，陆续公布了一些基于频度统计的字表和词表，如：教育部社会教育司常用汉字登记表( 1 9 5 0 年9 月) l o l 7 字教育部常用字表( 1 9 5 2 年6 月) 2 0 0 0 字山东省教育厅普通话常用字表( 1 9 5 8 年8 月) - - 3 0 0 0 字中国文字改革委员会普通话三千常用词表( 1 9 6 2 年) 3 0 0 0 词北京语言学院外国学生用四千词表( 1 9 6 4 年) 4 0 0 0 词北京市教育局常用字表( 1 9 6 5 年3 月) - 3 1 0 0 字以上这些统计均针对的是汉语通用语。从1 9 7 9 年末至1 9 8 6 年，北京语言学院语言教学研究所对不同体裁的2 0 0 万字语料进行了人工切词和抽样统计，并将成果编成现代汉语频率词典。成果中有部分按报刊政论、科普书刊、日常口语、文学作品四种不同体裁分别列出的频率最高的4 0 0 0 词表。香港理工大学中文系及双语学系的研究者从1 9 9 1 卜1 9 9 2 年的大陆、台湾和香港的报刊中选取6 0 0 万字的语料，进行词频、覆盖率、使用度的统计分析，完成了中国大陆、台湾、香港汉语词库。陈瑞端、汤志祥( 1 9 9 9 )以此为基础，对9 0 年代通行于“两岸三地”的汉语词汇进行了定量分析。这是汉语界首度汉语词汇地域分布的定量研究。1 9 8 2 年国家标准局下达了“现代汉语词频统计工程”项目，研究者从1 9 1 1 9 8 2 年的社会科学和自然科学的3 亿汉字的材料中抽样2 5 0 0 万字的语料，分时期、分学科地进行词频统计。3 语义分类方法将提取出来的体育赛事专用词汇按照语义进行分类，它们都直接或间接与各项赛事活动密切相连，组成体育赛事活动的各个相关领域，形成了不同的语义场。4 义征分析方法参考实际的语料和辞书对体育赛事项耳进行义征分析，并且使用语料对所提取的义征加以验证，这样可以初步避免义征分析法的主观性。6第一章体育语域语料库的研制第一节语料性质和语料库研制原则一、语料库的语料性质体育本身是个包罗万象非常庞人的系统。有关体育的各个方面都成为了研究的对象，包括体育的产生、发展，这属于体育史的范甩；体育运动心理学、生理学、训练学、营养学：体育教学、体育教育理论：各人体育赛事、体育比赛；体育赛事传播等。在这些相关的体育活动中，都离不开语言的使用。特别是体育教学、体育赛事和体育传播，更是和语言的使用息息相关，甚至会产生直接的影响。如：体育教学中启示性语言、指导性语言、教练语言等，体育竞赛规则中语言和术语的准确和规范的使用，以及体育赛事传播中报道、评论、解说等的语言使用问题。本研究主要涉及的是体育赛事和体育赛事传播中的体育语言，包括：规范竞技项目和民间竞技项目中的各大体育赛事的简介、定义以及分类，各个规范体育项目和民间竞技项目的竞赛规则、草案，裁判法，裁判手势规则、场地器材的规格，体育报道、体育评论、体育解说等。不仅包括体育竞赛法规，体育新闻评论等书面语研究，也包括解说( 直播) 等口语研究。本语料库重点研究书面语，对口语部分涉猎很少。所以，本语料库基本是一个体育语域书面语语料库。“体育语域”即戍_ i l ；| 于体育赛事领域的言语，体育语域的研究包括体育赛事活动各个方面的研究，即包括了体育赛事项目，体育竞赛规则中使州的语言，也包括了有关体育赛事活动的信息传播和和对体育赛事活动进行评价的语言。本语料库力求反映当下体育语域的实际面貌，不关注体育语言的历时变化，因此本体育语域语料库是一个静态其时书面语语料库。根据研究课题的需要，我们对语料库中的文本进行了分词处理和词性标注，所建成的是经过附码的文本语料库。二、语料库的研制原则( 一) 代表性原则l e e c h ( 1 9 9 1 ) 曾指出：“一个语料库具有代表性，是指在该语料库上获得的分析结果可以概括成为这种语言整体或其指定部分的特性。”( 黄昌宁2 0 0 2 ) 具体到体育语域语料的代表性，就是其建立在该语料库基础一k 的语言学分析结果能够概括、体现体育语言的整体特性。为实现体育语域语料库的代表性，要做到以下几点：1 语料库的规模一般认为，“对于一个无限的总体来说，在其他条件相同的情况下，样本越大则代表性越好”。( 杨惠中，2 0 0 2 ) 随着计算机技术的发展，现在建立一个几千万词次甚至上亿词次的大型的语料库已经不成什么问题。而“接下来的是如何建立备种有地域、语体、乃至语篇特色的大型语料库以及如何对现有的语料库进行深层次的开发与研究。”( 何安平，2 0 0 1 ) “即使一个语料库拥有海量的文本收集，如果设计不善，也不一定可以通过它对一种语言作出概括。从这个意义上来说，一个巨型语料库不一定能比一个较小的语料库更好地代表一种语言或它的一个变体。”( 黄昌宁，2 0 0 2 ) 基于这样的认识，我们的体育语域语料库在规模上并不贪大7求全。本体育语域语料库收入了各大体育赛事的主要规则和报道评论，涵盖了体育赛事活动的各个方面，以8 0 万字的规模应该可以代表体育语言的整体面貌。2 语料的真实性我们所选取的语料是否真实，是否典型，直接关系到语料库是否具有代表性。语料库的第一部分体育赛事项目及规则、裁判法等全部来源于国家体育总局、各个地方体委以及体育竞赛规则大全等，其真实性与典型性毋庸置疑。语料库第二部分语科基本来源于实际的体育赛事传播活动，一部分从网站搜集的语料均来源予官方的权威体育网站，尽量保证是实际体育赛事传播活动中所产生的材料。一部分米源各人体育类报纸的l 乜子版本，选取其中有代表性的、完整的、规范的样本。由于这部分材料较易取得，均为真实、新鲜的语料。3 语料收集的层次性。为了保证语料的代表性，在抽取语料时，考虑到了语料实际运朋的范围和比例，有层次地收集语料。由于各大赛事发展的程度利接受的程度不同，因而语言使用的范围、频率和特点也不同。本语料库根据赛事的不同，抽取的数量也不同。如球类、技巧类等运动，发展较快、接受程度最高，关于这方面的规则更完善、更系统，在赛事传播中的语言使用也最有特色和富于变化，因此所占比例相对较大。但为了全面的反映体育语域语言的特点和保证语料库的完整，相对发展缓慢、接受程度较低的赛事也按比例收录，因此本语料库应该是一个既全面，又能反映实际体育赛事活动语言特点的具有典型代表性的语料库。( 二) 平衡性原则在语料库设计之初我们就考虑剑了平衡性原则。语料库的第一部分体育赛事( 竞技赛事和竞赛规则) 与第二部分赛事传播比例人约各占5 0 ，本文作此考虑主要是因为赛事的传播现在是我们了解体育动态和状况的最主要的方式，和体育的关系密不可分，已经成为体育活动不可缺少的一部分，既然要全血的研究体育语言，就必须研究赛事传播中所使刚的语言。第二节体育语域语料库研制步骤一、方案设计阶段确定语料库的建设目标、标本的分布原b ! t j i l 采样的途径。这是语料库建设的准备阶段，在这一阶段中，我们需要对体育语域语料库的建设目标和体育赛事活动的基本环节有一个清楚的认识，在此基础上确立语料库的体例、规模及语料采集原则。本体育竞技语域语料库分两大部分，共8 0 4 万字。分类的主要依据是语料所产生的体育赛事活动的不同环节。第一部分“竞技赛事”和“竞赛规则”，“竞技赛事”语料主要产生于体育竞技的各个项目的定义以及分类；“竞赛规则”包括在各个体育竞技项目中所产生的竞赛规则以及裁判法，这两个部分都属于“体育赛事”；第二部分“赛事传播”，主要产生于新闻媒体对体育赛事活动和体育信息的报道评论，其中包括少量的解说，即直播评论。下表是本体育语域语料库( 赛事活动利赛事传播) 的体例与规模：分类规模来源田径类6 5 8 l球类4 1 7 0 8赛车类3 2 2 9射击类2 7 7 5通技巧类1 2 3 0 8体育网站项行力量类4 0 0 5体育书籍项全能类2 3 5 81 1 5 8 7 9目目极限类3 9 0 7冰雪类1 0 5 5 9水上类8 2 0 3赛棋类7 8 4 6事民间项目1 2 4 0 0活场地球类体育网站动器材民间项目2 5 3 0 9体育书籍赛通行竞技比赛规则2 0 6 5 2 02 3 7 9 3 0规民间竞技项目规则3 1 4 1 0田径1 3 5 6 2裁足球、网球1 1 0 7 9体育网站裁判体操1 8 4 73 4 8 7 5体育规则大全法武术、跆拳道4 7 5 9判蹦床1 4 9 9手势、旗语规则2 1 2 9管裁判员管理办法3 7 7 03 7 7 0理赛新闻报道1 6 9 8 1 0体育网站3 2 8 9 0 5事报刊评论1 5 9 0 9 5电子文本传其他直播评论4 5 3 7 35 7 3 3 6体育专栏播评论文字转播1 1 9 6 3合计8 0 4 0 0 4二、语料搜集阶段依据上述的代表性和平衡性原则搜集和整理语料，将原始语料放入库中，建成原始语料库。本体育语域语料库的语料来源主要有以下几条途径：1 网上下载。这是本语料库语料的主要来源，占全部语料的6 0 。在上网搜索之前必须对体育语域语料库的构成有比较明确详尽的设计，根据计划去逐项搜索，要避免盲目性。2 电子版本。这部分主要是体坛周报等报纸杂志中的体育新闻和报道，占全部语料的3 0 。主要是2 0 0 5 年下半年的头版和重要的体育事件。但是比较杂乱，需要进行适当的9整理和筛选。3 键盘输入。对光电扫描输入难以识别的文稿采取键盘输入，占全部语料的1 0 。考虑到用扫描仪扫描输入不能保证很高的正确率与其花费火量的精力去纠正扫描中的错误，还不如直接采用键盘输入，这样几乎无须进行校对。这部分主要是裁判法和裁判手势规则。特别是裁判在执法中所使用的手势，必须通过文字来反映，因此只能采用先翻译，再输入的办法。三，文本编目阶段由于所建的体育语料库规模为8 0 万字，涉及到各种不同种类( 各个赛事项目) 和不同性质( 书面语、口语解说等) 的语料，为了便于整理、查找以及校对，因此将语料库中的各个文件附上编码。编码规则为：1 一级目录( 五大类) ：l f e 表“赛事项目”，2 代表“比赛规则”；3 代表“裁判法则”，4代表“场地器材”，5 代表“赛事传播”。2 二级目录：代表一级目录下的分类，用偶数位表示，便于增添。如“1 0 1 ”，首位l 代表一级分类，属于“赛事项目”，后两位“0 1 ”代表“赛事项目”的第一类，即“冰雪运动”。3 三级目录：代表二级目录下的分类，用偶数位表示。如“1 0 1 ”前三位同上，后两位“0 2 ”代表“冰雪运动”的第二类“滑冰”。4 四级目录：代表三级目录下的分类，用三位数表示。如“1 0 1 0 2 0 0 3 ”，前五位同上，后三位为“0 0 3 ”即“滑冰”的第三类“花样滑冰”。各级位数确定的依据文佴。的个数，为了保证所有文件编码的一致性，以各级小类最多的文件个数为基础，位数不足的一律添0 。四、语料加r 阶段设计分词和词性标注程序进行机器白动分词和i 词性标注，再进行人r ：校对，形成附码语料库。这一部分的校对主要包括一校、二校和三校等三个阶段。在此之前，进行试校，计算l 作鼍，根据出现问题提出补充规则等。一校由语言学专业的硕十研究生七人分：【：进行：二校则由一人标注，以保证分词和词性标注的统一性；由于目前还没有专门的体育语言的分词程序，因此对于一些不能解决的体育语言中特有词汇的分词问题，则要进行三校。语料库的建设历时一年，最终建成的体育语料库包含文件8 1 4 个，规模为8 0 4 万字。附：体育语域语料库赛事活动目录( 标题前方数字为文件编码，后方代表文件内容所含字数)1 赛事项目1 1 5 8 7 9l o l 冰雪运动1 0 5 5 91 0 1 0 l 冰壶5 9 01 0 1 0 2 滑冰2 0 5 41 0 1 0 2 0 0 1 速滑2 6 61 0 1 0 2 0 0 2 短道速滑4 0 11 0 1 0 2 0 0 3 花样滑冰1 3 8 71 0 1 0 3 滑雪5 8 6 61 0 1 0 3 0 0 1 北欧两项4 3 01 0 1 0 3 0 0 2 大回转3 6 001 0 1 0 3 0 0 3 高山滑雪5 5 91 0 1 0 3 0 0 4 滑板滑雪2 7 21 0 1 0 3 0 0 5 回转4 3 41 0 1 0 3 0 0 6 速度滑雪3 8 01 0 1 0 3 0 0 7 速滑2 9 61 0 1 0 3 0 0 8 跳台滑雪1 4 6 81 0 10 3 0 0 9 越野滑雪7 4 71 0 1 0 3 0 1 0自由滑雪9 2 01 0 1 0 4 雪车2 0 4 91 0 1 0 4 0 0 1 雪车1 1 6 31 0 1 0 4 0 0 2 雪橇8 8 61 0 2 赛车类3 2 2 91 0 2 0 1 卡丁车3 5 01 0 2 0 2 汽车运动3 4 71 0 2 0 3 自行车2 5 3 21 0 2 0 3 0 0 1 高山自行车6 1 31 0 2 0 3 0 0 2 职业自行车1 9 1 91 0 3 极限运动3 9 0 71 0 3 0 1 蹦极1 2 6 81 0 3 0 2 登山8 2 91 0 3 0 3 定向运动1 0 9 21 0 3 0 4 攀岩7 1 81 0 4 技巧型运动1 2 3 0 81 0 4 0 1 飞镖2 3 5 21 0 4 0 2 技巧运动1 5 5 71 0 4 0 3 健美运动7 1 31 0 4 0 4 马术4 9 11 0 4 0 5 体操3 1 3 71 0 4 0 6 体育舞蹈3 0 8 31 0 4 0 7 艺术体操9 7 51 0 5 力量型4 0 0 51 0 5 0 l 击剑9 6 21 0 5 0 2 举重6 1 81 0 5 0 3 拳击9 2 31 0 5 0 4 柔道3 8 71 0 5 0 5 捧跤6 4 21 0 5 0 6 跆拳道4 7 31 0 6 棋类7 8 4 61 0 6 0 1 国际象棋1 5 3 91 0 6 0 2 围棋3 9 7 81 0 6 0 3 中国象棋2 3 2 91 0 7 球类4 1 7 0 81 0 7 0 1 板球9 1 51 0 7 0 2 棒球7 5 8 01 0 7 0 3 保龄球4 6 2 81 0 7 0 3 0 0 1 保龄球2 8 8 81 0 7 0 3 0 0 2 保龄球种类1 7 4 01 0 7 0 4 壁球6 0 51 0 7 0 5 冰球6 8 31 0 7 0 6 橄榄球7 3 21 0 7 0 7 高尔夫2 6 0 31 0 7 0 8 篮球4 4 6 91 0 7 0 8 0 0 1 篮球7 3 21 0 7 0 8 0 0 2 篮球基本位置3 1 4 01 0 7 0 8 0 0 3n b a 技术统计术语1 6 41 0 7 0 8 0 0 4 篮球基本技巧4 3 31 0 7 0 9 垒球1 7 6 61 0 7 1 0 门球2 0 01 0 7 1 1 排球1 8 4 51 0 7 1 1 0 0 1 排球6 7 31 0 7 1 1 0 0 2 沙滩排球5 l l1 0 7 1 1 0 0 3 室内排球6 6 11 0 7 1 2 乒乓球1 6 8 51 0 7 1 3 曲棍球1 1 7 01 0 7 1 3 0 0 1 草地曲棍球6 1 21 0 7 1 3 0 0 2 冰上曲棍球5 5 81 0 7 1 4 手球1 7 2 81 0 7 1 5 水球8 6 11 0 7 1 6 台球6 4 61 0 7 1 7 网球7 7 31 0 7 1 8 羽毛球8 2 6 01 0 7 1 8 0 0 l 羽毛球1 1 9 51 0 7 1 8 0 0 2 羽毛球基本技巧1 2 4 61 0 7 1 8 0 0 3 羽毛球单打战术2 6 9 51 0 7 1 8 0 0 4 羽毛球双打战术3 1 2 41 0 7 1 9 足j 求5 5 91 0 8 全能型运动2 3 5 81 0 8 0 l 北欧全能6 6 81 0 8 0 2 冬季两项4 5 l1 0 8 0 3 铁人三项5 1 91 0 8 0 4 现代五项7 2 01 0 9 射击类2 7 7 51 0 9 0 l 射击1 9 7 21 0 9 0 2 射箭8 0 31 1 0 水上运动8 2 0 31 1 0 0 l 冲浪2 2 11 1 0 0 2 垂钓4 3 51 1 0 0 3 帆板1 4 91 1 0 0 4 帆船6 1 11 1 0 0 5 花样游泳8 5 21 1 0 0 6 皮划艇1 4 1 81 j 0 0 7 赛艇2 0 1 61 1 0 0 7 0 0 l 赛艇9 1 911 0 0 7 0 0 2 赛艇种类1 0 9 71 1 0 0 8 跳水1 5 8 71 1 0 0 9 游泳9 1 41 1 l 田径6 5 8 l1 1 1 0 1 田径8 4 81 1 1 0 2 标枪4 1 61 1 1 0 3 长距离跑1 5 11 1 1 0 4 撑竿跳高4 4 91 1 1 0 5 短距离跑2 7 91 1 1 0 6 接力跑2 6 11 1 1 0 7 竞走3 4 21 1 1 0 8 跨栏跑3 0 21 1 1 0 9 链球2 8 5l l 】l o 马拉松5 4 11 1 1 1 l 全能6 8 21 1 1 1 2 三级跳远2 5 01 1 1 1 3 跳高2 6 91 1 1 1 4 跳远3 7 31 1 1 1 5 铁饼2 4 81 1 1 1 6 推铅球3 8 41 1 1 1 7 障碍跑2 9 01 1 1 1 8 中距离跑2 l l1 1 2 民间竞技项目1 2 4 0 01 1 2 0 1 蹴球7 6 31 1 2 0 2 打陀螺1 0 71 1 2 0 3 大象拔河3 5 32 比赛规则2 3 7 9 3 02 0 1 冰上运动1 3 6 32 0 1 0 1 花样滑冰竞赛规则1 3 6 32 0 2 技巧型运动2 3 7 5 l2 0 2 0 1 蹦床竞赛规则1 l5 9 72 0 2 0 1 0 0 l 蹦床竞赛规则7 8 1 32 0 2 0 l 0 0 2 蹦床网上甲组规定动作4 4 22 0 2 0 1 0 0 3 蹦床网上乙组规定动作4 2 32 0 2 0 1 0 0 4 全国蹦床比赛特定规则l 】2 82 0 2 0 1 0 0 5 全国青少年蹦床比赛特定规则1 7 9 12 0 2 0 2 单跳规则7 0 6 42 0 2 0 3 体操规则5 0 9 02 0 2 0 3 0 0 1国际体操联合会男子体操比赛规则第一部分3 8 7 02 0 2 0 3 0 0 2 体操项目规定1 2 2 02 0 3 力量型运动2 3 2 221 1 2 0 41 1 2 0 51 1 2 0 6j 】2 0 71 1 2 0 81 1 2 0 91 1 2 1 01 1 2 “1 1 2 1 2l i 2 1 31 1 2 1 41 1 2 1 51 1 2 1 61 1 2 1 71 1 2 1 81 1 2 1 91 1 2 2 01 1 2 2 l1 1 2 2 21 1 2 2 31 1 2 2 41 1 2 2 5叼羊4 5 8叠罗汉1 7 6顶罐3 4 5风筝5 8 7花式跳绳4 5 9毽球6 2 0龙舟6 2 8木球2 8 4气功3 7 0抢花炮5 2 2秋千2 6 9扔沙袋3 4 2赛马1 2 6 7赛牦牛6 9 0射箭6 8 5射驽1 2 9摔跤9 0 6双飞舞跑5 8 1武术5 5 2跳板6 3 0珍珠球4 7 1中国式摔跤2 0 62 0 3 0 1 拳击比赛规则2 3 2 22 0 4 民间竞技项目3 1 4 1 02 0 4 0 1 拔河运动规则1 2 4 8 12 0 4 0 1 0 0 1 拔河运动规则1 0 4 9 42 0 4 0 1 0 0 2 检录员规则5 2 32 0 4 0 1 0 0 3 体重测量员规则l1 6 22 0 4 0 1 0 0 4 拔河比赛规定术语3 0 22 0 4 0 2 毽球比赛规则3 2 8 02 0 4 0 3 舞龙比赛规则1 1 0 52 0 4 0 4 武术比赛规则6 6 5 i2