[语料库软件支持下的文学语篇分析与数据驱动学习]
摘 要：用语料库软件分析马克·吐温的作品《哈克贝利·费恩历险记》中的主题词和词簇，可探知有关作品主题、环境、情节和语言特色的很多信息，并发现作品形成了一种富于口语化特征的文学语言，传达出幽默和讽刺的效果。对在计算机软件支持下，文学语篇的分析方法可以很好地与数据驱动学习理论结合起来，应用在高校英美文学课的教学中。
关键词：语料库软件；主题词；文学语篇分析；数据驱动学习
一、语料库与数据驱动学习
语料库研究方法注重描述而非普遍语法，重量化分析而非定性分析。语言学家对语言的研究从传统的直觉经验方法转向基于实验和统计的方法 (李文中, 1999)。近年来，将语料库与文学语篇的文体分析进行关联的研究不断出现。这种研究模式可以被应用在英美文学教学改革中，运用语料库软件，以现代信息技术为手段，全面创新教学模式，提供一种学习的新途径。
数据驱动式学习(data-driven learning，简称DDL) 是20世纪90年代初Tim Johns等学者提出的。DDL的主要思想是教师在教学中指引学生基于大量的语料库数据观察、概括和归纳语言使用现象，自我发现语法规则、意义表达及语用特征 (陈坚林, 2009)。Leech (1997) 认为“DDL能够使学生根据各自的程序、需求和兴趣，利用高速运行的检索手段进行探索式、发现式或验证式的学习，是其他非电脑语料库方式难以实现的”。
二、研究设计
《哈克贝利·费恩历险记》是“美国文学之父”——马克·吐温的代表作，也是美国文学史上一部影响深远的作品。借助语料库方法，分析步骤如下：1、用AntConc做出主题词表，通过主题词的比较，发现作品独有的常用词，对它们加以观察和归纳，探讨关于文本内容、主题、写作风格、创作背景的很多信息；2、用AntConc和WordSmith Tools找到文本中常用的四词词簇，以发现高频四词词簇的语言特色和作品的写作特点。
三、研究发现与讨论
（一）主题词分析
在某种程度上说，关键性分析是分析语言特征的基础(桂诗春, 2009)。用AncConc分析作品中的主题词，可以发现一些新的信息。
1、名词和代词
作品《哈克贝利·费恩历险记》中，关键性最高的词是I，其次的一个人物是Jim，Tom在后方出现，但是关键性要比Jim低很多，这说明这部小说中很多是哈克自己的陈述，而他与Jim之间的故事成为了小说的主要情节，人物Tom居于较次要的位置。在I与Jim后出现的一个词是Nigger，这个词的意思是黑鬼，说明故事中的主题应该是关于美国黑人的。另外，关键性很高的主题词是Duke和King，说明在这个故事当中，Duke和King是除Heck，Tom和Jim之外的主要人物，故事情节中的一些内容与国王和公爵有关。其实，作品中发生在Duke和King身上的情节将会给读者带来很多欢乐。
作品中，与情节相关的高频名词有folks，widow，runaway，night，由此可猜测出故事的主要情节，关于平民百姓的生活，涉及到逃亡的情节，很多是夜晚发生的事。高频名词中，表示周围环境的有raft，steamboat，skiff，canoe，river（说明很多故事发生在船上或与船相关），mile（表示船行的距离），woods（故事发生的另一环境就是森林），dollars，wigwam（棚屋），town，way，trouble。这些高频名词提示出作品的主要情节和故事的发生环境。
不需要阅读全文，这些关键性很高的名词和代词就可以将景物和过程呈现在读者面前，让读者对小说的主要人物形象、故事发生的时间和地点，以及故事的脉络和梗概有一个整体上的把握和了解，同时形成了作品明晰、平实的文体。
2、动词
作品中，关键性高的动词依次为：says, got, knowed, was, reckon, come, see, went, done, tell, go, let, said, fetch, do, begun, judged, hid。可以看出很多动词的使用不标准，包括动词过去式、过去分词和现在分词的使用。如knowed，catched，drownded，busted，cussing等。另外，关键性高的动词中出现了另外一些不规范的单词拼写形式，如looky和lemme，分别替代look 和let me。这说明作品涉及到很多黑人使用的不规范英文。
这说明，作品中叙述者的语言常常打破语法常规，采用一种儿童式思维的模式，动词的时态常随意转换；而其他人物语言多为土语方言，甚至是当地黑人使用的俚语。动词的应用形象生动，刻画人物事件入木三分，而作者想要传达的幽默和讽刺的意味很大程度上也就是通过这些非常规的方言和俚语传达出来的。
3、缩略词
《哈克贝利·费恩历险记》中关键性位于第二位的词是warn’t，位于第四位的词是ain’t，说明这部作品的特点是：语言风格较为口语化。另外，作品中不规范的缩略语形式还有hain’t, couldn’t, dat, wouldn’t, don’t, git, doan, t’other, wuz, s’i, em, ‘bout, uz, agin, jis, ll, I’ll, looky, reck’n, you’s, I’d, shucks（表示不满时所发出的声音，很多人们直接的对话，口语化强）,er, o, le’s, s’pose, sich, heah（口语词，=here多用于黑人英语）, he’d, dasn’t。
从这些缩略词中可以看出，作品的语言颇具特色，作家马克·吐温广泛采用美国南方方言和黑人俚语，并形成了一种朴实而富于口语化特征的文学语言。
（二）词簇的方言特色
作品中，哈克说着当地的方言土语，甚至是俚语，讲述了自己的亲身经历。哈克频繁使用的一些四词词簇打破了语法常规，有些类型的词簇使用违反了主谓一致的原则，如: I says to myself, I says all right, they was going to, I’m a going to; 以下词簇中使用了双重否定，在非正式的语言中，双重否定一般被用来加强肯定的意义，而小说中使用到的双重否定传达的却是否定的意义，如：don’t know nothing about, I couldn’t see no, It don’t make no, I never said nothing；下面的词簇中使用了不太正规的缩略词，如：It warn’t no use, see it warn’t no, but there warn’t no, ain’t a going to等。