国内英语教学用多模态语料库建设现状 - 何美 20130422. 语料库 语料库是指按照一定的语言学原则，运用随机 抽样方法，收集自然出现的连续的语言运用文 本或话语片断而建成的具有一定容量的大型电 子文库。 关于语料库的三点基本认识：语料库中存放的 是在语言的实际使用中真实出现过的语言材料； 语料库是以电子计算机为载体承载语言知识的.

Presentation on theme: "国内英语教学用多模态语料库建设现状 - 何美 20130422. 语料库 语料库是指按照一定的语言学原则，运用随机 抽样方法，收集自然出现的连续的语言运用文 本或话语片断而建成的具有一定容量的大型电 子文库。 关于语料库的三点基本认识：语料库中存放的 是在语言的实际使用中真实出现过的语言材料； 语料库是以电子计算机为载体承载语言知识的."— Presentation transcript:

1 国内英语教学用多模态语料库建设现状 - 何美 20130422

2 语料库 语料库是指按照一定的语言学原则，运用随机 抽样方法，收集自然出现的连续的语言运用文 本或话语片断而建成的具有一定容量的大型电 子文库。 关于语料库的三点基本认识：语料库中存放的 是在语言的实际使用中真实出现过的语言材料； 语料库是以电子计算机为载体承载语言知识的 基础资源；真实语料需要经过加工（分析和处 理）, 才能成为有用的资源；

3 语料库驱动学习 在 20 世纪 90 年代初 Tim Johns 提出一种新的基于语料 库数据的外语学习方法 : 数据驱动学习（ data-driven learning, 简称 DDL ）。其主要思想是引导学生对语料 库数据进行观察，检索，自我发现语言使用规律，以 自下而上的方式归纳语法规则和语用特征 优点：数据驱动学习改变了以往传统的单向灌输的教 学模式，提供真实的语言实例，激发学生的学习兴趣， 通过语料库检索，培养学生自主学习和自我解决问题 的能力，达到辅助英语教学的最终目的

4 国内传统文本语料库教学应用 - 理论研究综述 21 世纪初，国内一些学者 ( 李文中 1999 ，朱乐红, 2000; 何安平, 2001) 开始关注于语料库在英语教学中的应用研究。李文中, 濮建 忠（ 2001 ）率先提出语料库索引在英语教学中的三种方式； 2004 年王金栓探讨语料库驱动学习英语教学新模式；同年首届中国语 料库语言学与英语教育教学研讨会在广州华南师范大学外文学院 召开, 对语料库语言学与英语教育教学的各个议题展开了激烈讨 论，极大地促进了语料库的英语教学研究；目前国内关于语料库 应用于英语教学的研究中所涉及的内容有词汇教学、语法教学、 语音拼写教学、写作教学翻译教学、口语教学、中介语研究、学 习模式、教学模式改革、话语和语篇研究等，曾永强（ 2001 ） 《基于语料库的适应性学习模式》，徐曼菲（ 2004 ）《图示理论、 语料库语言学与外语教学》、卫乃兴，李文中，濮建中 (2005) 《语料库应用研究》、梁茂成，李文中，许家金《语料库应用教 程》、潘潘（ 2012 ）《基于语料库的语言研究和教学应用》等 。

5

6 国内传统文本语料库教学应用 - 语料库建设开发综述 由卫乃兴、李文中和濮建忠等人首次在国内实现了语 料库资源的在线查询、检索和免费共享, 实现了 4 个语 料库的 700 多万词的文本资源 KWIC 网络在线转换和实 时传送与共享, 开发了数据库学习系统 现在在国内已 建成多个大型英语语料库：中国子语料库，中国英语 学习语料库，大学学习者英语口语语料库，中国专业 英语学习者口语语料库，中国英语语料库，中学英语 口语语料库，公共英语等级考试口语语料库等，这些 英语语料库都与中国的外语教学和外语学习紧密相联。

7 传统文本语料库教学应用 “ 瓶颈 ” 目前基于语料库的教学模式和实践仍处于探索阶段, 且 教学应用研究多关注于词汇教学。 传统语料库多为文本进行转写标注，其应用于直接应 用于日常语言教学却仍有不少障碍，主要问题包括： （ 1 ）现有文本语料库主要为调查和研究语言而设计和 建立，其规模大、话题和语域种类繁多，但内容通常 不能与语言教学要求直接接轨；（ 2 ）语料库的体例与 传统的教材体例相距甚远，从中提取的词语索引行也 往往使初学者感到过于纷杂和不完整；（ 3 ）语料库的 标注体系，如口语语料库中的诸多音韵标记，通常令 人费解；（ 4 ）语料库只显示文字和数据，而语言教学 却已进入了 “ 多媒体 ” 时代 - 何安平（ 2009 ）

8 多媒体 VS 多模态 内容的载体即逻辑媒介来界定某个内容是否是 多媒体材料。逻辑媒介指在物理媒介上装载内 容或信息的编码手段, 如文字、模拟音频流、 数字音频流、图像、视频流等。 模态在本文里指人类通过感官如视觉、听觉等 跟外部环境如人、机器、物件、动物等之间的 互动方式。

9 多模态语料库 - 多模态语料库是建立在 “ 言语理论 ” 基础之上的, 以 言语活动为研究对象, 以从原始数据中抽取信息和 知识为手段, 以语境模型为驱动的囊括整个言语活 动的语言、声音、图像和动作的多媒体语料库（张 霄军， 2007:36 ）。 教学应用优势： 多模态语料库的语料不再仅限于文本, 以多媒体素 材包括音频和视频为语料, 在多元语境中反映语言在 语音、语义和语用等方面的全貌，学生更直接的体 验语言使用的多模态语境。 通过多媒体素材语料进行检索，提高学生的自主性 改变以往灌输式的教学方式，有利于建设 “ 以教师为 主，以学生为辅 ” 的教学模式。

10 国外多模态语料库的建设 早在 2000 年， NIMM 工作组就当时现存多模态语料库，转写软件， 标注工具进行调查，发现全球范围内已存在 64 个多模态语料库,36 个用于面部表情和言语多模态研究， 28 个研究身体姿势和言语多 模态研究，并已有 21 个标注方案，现存的多模态语料库主要用于 多模态话语分析，视听识别系统，人机智能对话领域的，但是当 时多模态语料库的研究多是仅限于两种模态的分析，标注软件， 研究成果应用范围不广。经过十几年众多学者的努力，现在已建 有用于不同用途的可以分析多种模态的大型语料库工程，包括用 于多模态话语分析的 CID 语料库， D64 语料库， IFADV 语料库， Smartweb 语料库用于研究人机智能对话技术，也有应用其他领域 的： AMI 会议语料库（ 3 个不同会议室 100 小时的会议内容，用于 研发浏览先前会议内容的技术）， CUBE-G 语料库（由德国和日 本联合建设，用于研究多模态文化差异）， Fruits Cart Corpus （ 13 个成员的任务生成性对话，用于研究语言生成）。

11 国外多模态语料库检索软件开发 许多应用于多模态语料库标注和检索的软件： ANVIL ， Elan ， MacVisSTA ， DRS ， Exmeralda ，同时还有其他功能的软件， Transformer 用于文件格式转换， speechware 语料库转写软件， C-BAS 用于标注编码。 Elan 软件是荷兰纽梅因马普心理语言学研究所开发的一 个多媒体转写标注软件，在话语分析、态势语言、语言存档、口语语料 库建设、濒危语言或方言的保存等方面被广泛使用。 Elan 支持多种音频 和视频文件格式的转写和标注，媒体与文本直接关联，一一对应，可以 无限添加标注；支持大字符集 Unicode 编码汉字、国际音标等各种字符的 输入和显示；转写标注内容与数据库紧密结合，使用者可以根据需要进 行各种形式的检索；许多多模态语料库的建设中都是用了该种软件。而 多模态语料库应用到外语教学的研究也起步于 2000 年。意大利系统功能 语言学和多模态话语分析专家 Anthony Baldry 和其他学者共同研发 “ 多模 态语料库标注系统 ” （ Multimodal Corpus Authoring System ，简称 MCA ） 该信息检索工具基于系统功能语言学和多模态话语分析理论，以 “ 帧 ” 为基 本单位刻画了影视语篇的语义内容和类型结构，从而成功地表征了多媒 体信息的语义内容。如今在意大利、新加坡等国，该多模态检索系统已 经在多所高校的外语电化教学中得到了应用。

12 国外教学多模态语料库建设 2008 年 12 曰合作建设的教学语料库 SACODEYL 多模态语料库是 多模态语料库在外域教学中的直接应用。其在欧共体资助下，由 英国、法国、德国、意大利、立陶宛、罗马尼亚和西班牙 7 个国 家的 4 所大学于。该库收录了欧洲 7 国的青少年语言，是世界上第 一个将数据驱动学习模式付诸实践的多语种多模态语料库。与其 他语料库相比，该库有其独到之处：（ 1 ）提供多种语料库工具 和灵活多样的检索形式；（ 2 ）可进行文本和多模态视频间的自 由切换；（ 3 ）用户可自定义标注；（ 4 ）补充了丰富的教学活动； （ 5 ）可免费在线使用同时多模态语料库建设中的其他一些问题 也在国外引起了广泛关注。如：多模态语料库标注信度测试，多 个多模态语料库标注软件间文本兼容，多模态语料库网络共享及 多模态语料库的著作权问题都有了深层次的研究。

13 国内多模态语料库建设 李文中教授带领开发的国内建成语料检 索与音视频定位同步播放系统，整合了 多媒体技术，支持关键词和场景检索。 杨林伟、伍忠杰设计的新闻多媒体语料 库基于 B/S( 浏览器 / 服务器 ) 架构模式均对 语料库的建设和共享具有积极的促进作 用。

14 多模态应用于教学 目前国内关于多模态语料库应用于教学 的研究有两种： 一种是间接应用，将多模态语料库的研 究成果应用于英语教学。 另一种是直接应用，将多模态语料库直 接应用于英语教学。

15 间接应用 王立非、文艳（ 2008 ）应用 Elan 软件对第二语 言教师课堂话语，母语演讲者开场片段进行多 模态分析，建立小型多模态语料库研究音韵特 征是如何和话语的结合方式； 刘芹、潘鸣威（ 2010 ）以多模态话语分析理论 为基础，拟建立中型多模态口语语料库，从多 个标注维度设计多模态口语语料库，以对学生 口语作全方位、多层次的剖析，以全面反映大 学生的英语口语水平。

16 直接应用 李学宁、马利霞（ 2010 ）探讨了 MCA 多模态 检索及其在外语电化教学中的应用的可能性； 吴进善（ 2010 ）提出多媒体教学平台建设的理 论框架，将多媒体语料检索和大学教学相结合； 河南师范大学李文中（ 2010 ）实现了多媒体语 料库的教学应用，及白晧，樊晓红（ 2012 ）基 于该语料库的实证研究。 杨林伟，伍忠杰（ 2012 ）对 Web 多媒体语料 库教学应用设想

17 多模态语料库教学应用研究总述 虽然国内多模态语料库教学研究刚刚起步，但 是引起广泛关注，多模态语料库教学应用主要 在于理论支持研究上，在语料库建设和软件开 发上较国外发展仍比较落后。李文中教授带领 建立的多媒体语料库仅限于单机使用，应用范 围有限。杨林伟等建设多媒体语料库现只能支 持音频检索。 多模态语料库开发和应用需要语料库语言学家、 外语教学专家和计算机工程师的通力合作。

18