王純磊

（宿遷學(xué)院外語系，江蘇宿遷 223800）

基于學(xué)習(xí)者視角詞典編纂自動(dòng)釋義的理據(jù)

王純磊

（宿遷學(xué)院外語系，江蘇宿遷 223800）

信息化詞典學(xué)的發(fā)展必須滿足學(xué)習(xí)者的個(gè)性化需求和特殊學(xué)習(xí)需求。在此我們探討詞典編纂面向?qū)W習(xí)者自動(dòng)釋義功能的理據(jù)：一是紙質(zhì)詞典信息的重現(xiàn)是電子化詞典的主要編撰方式；二是從查詢自動(dòng)化發(fā)展到內(nèi)容生成自動(dòng)化是編纂自動(dòng)化的基本需求；三是發(fā)展到面向用戶的自動(dòng)化是自動(dòng)化編撰的有效跨越；四是可拆解的系列自動(dòng)化計(jì)算過程是人工釋義過程的基礎(chǔ)。

學(xué)習(xí)者；詞典編纂；自動(dòng)釋義；理據(jù)

在高度信息化的當(dāng)代社會(huì)，詞典編纂依然是數(shù)年乃至數(shù)十年的大工程，而互聯(lián)網(wǎng)時(shí)代的信息爆炸和技術(shù)進(jìn)步已經(jīng)讓詞典編纂自動(dòng)化的腳印日漸凸顯。在緊跟詞典編纂者的多樣化需求的背景下，通過建設(shè)一系列的語言信息數(shù)據(jù)庫和語言分析引擎，詞典編纂在眾多環(huán)節(jié)已經(jīng)由手工發(fā)展到自動(dòng)化，而且其自動(dòng)化與智能化的程度不斷提高。[1](p138)實(shí)現(xiàn)詞典編纂的自動(dòng)化是傳統(tǒng)計(jì)算詞典學(xué)的至高追求。建立起面向常人閱讀的巨大詞庫與面向機(jī)器存取的巨大詞庫是詞典編纂的自動(dòng)化過程中的主要任務(wù)。但是我們認(rèn)為：建立宏觀與微觀的計(jì)算詞典學(xué)的體系可以從面向編纂者的自動(dòng)化發(fā)展到面向詞典用戶的自動(dòng)化。之所以要發(fā)展到面向詞典用戶的自動(dòng)化是因?yàn)榧堎|(zhì)詞典信息的重現(xiàn)是電子化詞典的主要編撰方式，同時(shí)國內(nèi)外的主流詞典編纂系統(tǒng)還徘徊在排版自動(dòng)化和查詢自動(dòng)化的兩個(gè)層次。因此發(fā)展到內(nèi)容生成自動(dòng)化成為迫切所需。[2](p94)本研究將基于讀者的認(rèn)知視角來分析為詞典編纂而進(jìn)行的自動(dòng)釋義研究的相關(guān)理據(jù)。

一、學(xué)習(xí)者的學(xué)習(xí)型雙語詞典和釋義模板的建構(gòu)

學(xué)習(xí)型英英詞典是一種單語詞典，它往往是學(xué)習(xí)型雙語詞典與學(xué)習(xí)型雙解詞典的原型詞典，因此在學(xué)習(xí)型詞典中居于核心和全局的重要地位。一般而言學(xué)習(xí)型雙語詞典提供的對(duì)等詞也是基于源語釋義的，然而學(xué)習(xí)型雙解詞典更是源語釋義及其釋義譯文來直接呈現(xiàn)。[3](p85)基于語言符號(hào)的任意性，言語概念層次的差異性和跨文化認(rèn)知的趨異性，我們?cè)S多研究者堅(jiān)持這樣一種觀念：外語學(xué)習(xí)者由單純使用雙語詞典到高頻地使用雙解詞典再到有規(guī)律地使用單語詞典的復(fù)雜過程體現(xiàn)了詞典編撰中源語釋義的獨(dú)特的文化認(rèn)知價(jià)值與理解性學(xué)習(xí)價(jià)值和元語言的侵略性影響。

貫而言之，不同釋義版本之間優(yōu)劣評(píng)判的參照點(diǎn)是：釋義輸出中的實(shí)詞。它是釋義輸出中的核心，釋義方式是多元的，但是內(nèi)在實(shí)質(zhì)是一元的。無論是整句釋義方式或者短語釋義方式或者近義詞釋義方式，也或者是人工釋義或是自動(dòng)釋義，它們釋義的核心是一個(gè)要素：實(shí)詞。確立具有一定針對(duì)意義的釋義模板是應(yīng)對(duì)自動(dòng)釋義模式的基本條件，無論是采用整句釋義還是短語釋義的時(shí)候都需要建立基本的釋義模板。由介詞、連詞、冠詞等構(gòu)成的虛詞和代詞以及模式化實(shí)詞詞塊是釋義模板的主要內(nèi)容。這些內(nèi)容與模式化實(shí)詞詞塊所構(gòu)建的釋義框架是把自動(dòng)釋義所生成的名詞、動(dòng)詞、形容詞、副詞等按需要進(jìn)行匹配和嵌入。此時(shí)架構(gòu)的釋義框架中核心的釋義元素是基本名詞、動(dòng)詞、形容詞與副詞?；诂F(xiàn)有權(quán)威詞典的釋義數(shù)據(jù)庫我們可以針對(duì)不同性質(zhì)的詞目批量化地自動(dòng)抽取出詞目呈現(xiàn)模式而構(gòu)成自我需求目的的釋義模板。[4](p31)在詞匯的層級(jí)概念體系中處于相同地位的詞都會(huì)有類似模式與結(jié)構(gòu)的模板。例如，對(duì)于所有的鳥類名稱，我們可以采用與提取出a kind of bird which“體形特征捕食特征活動(dòng)環(huán)境”等類似的釋義模板。當(dāng)然此類研究的焦點(diǎn)是名詞，所以動(dòng)詞、形容詞、副詞等詞性的詞目的釋義是否適用該釋義模板不在本研究討論的范疇。

二、詞典編纂自動(dòng)釋義的相關(guān)理據(jù)

1.紙質(zhì)詞典信息的重現(xiàn)是電子化詞典的主要編撰方式。

網(wǎng)絡(luò)與電子產(chǎn)品的普及使得電子化詞典的存儲(chǔ)媒介形式較為豐富：掌上專用型、手機(jī)內(nèi)嵌型、光盤附帶型、硬盤安裝型、在線網(wǎng)站型等等不一而足。無論是哪種類型的電子化詞典都是面向?qū)W習(xí)者的電子化詞典。肇始于20世紀(jì)40年代末期美國的機(jī)器翻譯研究建立了大量的電子化的語言信息詞典數(shù)據(jù)庫，該數(shù)據(jù)庫是針對(duì)自動(dòng)化處理的電子化詞典編撰的契機(jī)。可以說電子化詞典的編撰與使用是以計(jì)算機(jī)編程用途的電子化詞典數(shù)據(jù)庫的建設(shè)為前提的。然而影響是雙向的，面向普通學(xué)習(xí)者的各種類型的電子化詞典的發(fā)展也一定程度上反過來促進(jìn)了計(jì)算機(jī)編程用途的電子化詞典的發(fā)展。在1992年牛津英語詞典第一次發(fā)布光盤版之后，國內(nèi)外的面向?qū)W習(xí)者的電子化詞典開始迅速普及。在90年代后期電子化詞典成為計(jì)算機(jī)用戶的必備軟件，而在中國2005年之后網(wǎng)民普遍進(jìn)入寬帶時(shí)代，電子化詞典的下載、使用和制作發(fā)布蒸蒸日上。[5](p157)

電子化詞典普及的基本優(yōu)勢(shì)體現(xiàn)在：一是攜帶方便，查詢便捷，檢索豐富；二是詞句可以朗讀，語法可以擴(kuò)展，用法可以操練。網(wǎng)絡(luò)版的超級(jí)在線詞典甚至可以一次查詢多部詞典和添加用戶自定義的新詞。這個(gè)與紙質(zhì)詞典相比可以說是翻天覆地，但是即便是現(xiàn)今最新的電子化詞典依然是在重現(xiàn)紙質(zhì)詞典的信息。目前的電子化詞典盡管在鼠標(biāo)取詞與詞句朗讀等查詢性上與模糊檢索、全文檢索、分類檢索等檢索性上與便攜性與多媒體性已經(jīng)給眾多詞典用戶帶來了前所未有的便捷，但是電子化詞典的本質(zhì)優(yōu)勢(shì)不僅在于重現(xiàn)紙質(zhì)詞典的完整內(nèi)容，還在于應(yīng)該承擔(dān)起滿足學(xué)習(xí)者的個(gè)性化認(rèn)知需求和群體化的識(shí)別需求。根據(jù)用戶的話題需求和難度需求而從海量的互聯(lián)網(wǎng)語料中獲取與優(yōu)化讀者所需是理想化電子化詞典的構(gòu)想之一；根據(jù)用戶的詞匯能力覆蓋范圍和釋義風(fēng)格偏好而由計(jì)算機(jī)自動(dòng)生成相關(guān)釋義內(nèi)容是理想化電子化詞典的構(gòu)想之二。理想化電子化詞典的近義詞辨析是基于語料庫以及特定語域網(wǎng)頁語料再根據(jù)用戶的詞匯能力覆蓋范圍來有選擇性地呈現(xiàn)；[6](p223)理想化電子化詞典也能多維度的依據(jù)用戶的閱讀興趣、詞匯能力覆蓋范圍與語言能力水平來定性定量分析并抓取合適的語篇來滿足用戶的精讀與泛讀需要。

2．從查詢自動(dòng)化發(fā)展到內(nèi)容生成自動(dòng)化是編纂自動(dòng)化的基本需求。

80年代中期在我國出現(xiàn)針對(duì)詞典編纂的計(jì)算機(jī)輔助軟件的研發(fā)，編程開發(fā)者包括了語言教學(xué)與研究者、計(jì)算機(jī)專業(yè)人員、圖書情報(bào)管理人員、其他行業(yè)從業(yè)人員、出版社辭書工作者。隨著計(jì)算機(jī)編程技術(shù)與數(shù)據(jù)庫管理技術(shù)的飛速進(jìn)步，隨著寬帶在我國教育系統(tǒng)和社會(huì)生產(chǎn)生活中的迅速普及，詞典編纂系統(tǒng)及其輔助軟件也不斷地升級(jí)換代與更新。我國詞典編撰已經(jīng)從排序、查詢、排版為主要特征發(fā)展成為分布式、工作流管理、大型平行語料庫為主要特征的編撰形式。在國際上，英美和歐洲其他國家是詞典編纂系統(tǒng)研發(fā)與實(shí)踐的主要集中區(qū)。在21世紀(jì)前的，分散性、稀少性與私密性是詞典編纂系統(tǒng)研發(fā)的主要特征。但是從2002年起歐洲舉辦了多次國際性的詞典編纂系統(tǒng)研討會(huì)，開會(huì)地點(diǎn)主要包括英國（2002，2003）、捷克（2004）和意大利（2006）。這些詞典編纂系統(tǒng)研討會(huì)極大地促進(jìn)了基于詞典編纂系統(tǒng)研發(fā)的創(chuàng)新與技術(shù)交流。[7](p8)與國內(nèi)研發(fā)技術(shù)與實(shí)力相比，國際上的研發(fā)團(tuán)隊(duì)和個(gè)人更多地依賴于政府和出版商的支持與資助。同時(shí)國際水平詞典編撰的研發(fā)呈現(xiàn)出：技術(shù)上多樣化；平臺(tái)復(fù)雜化；語種多元化。

考察國內(nèi)外的詞典編纂系統(tǒng)的歷史研發(fā)過程后，我們發(fā)現(xiàn)：詞典編纂的自動(dòng)化可以區(qū)分為從初級(jí)到高級(jí)的三個(gè)不同相位的歷史發(fā)展階段。第一階段是自動(dòng)化排版，即通過構(gòu)建友好的輸入界面，包含釋義、例證和近義詞等具體要素由詞典編纂人員直接輸入本地?cái)?shù)據(jù)庫。本地?cái)?shù)據(jù)庫中建立釋義字段、例證字段、近義詞字段等相應(yīng)字段。最終，根據(jù)字段的具體格式自動(dòng)生成排版界面。第二階段是查詢與參考的自動(dòng)化，即在詞典編纂中建立計(jì)算機(jī)輔助編撰策略，以交互式編纂體系來構(gòu)建集成化的獨(dú)立編撰界面，進(jìn)行多種語料庫分析和多種數(shù)據(jù)庫查詢，提高編纂效率，促進(jìn)編纂釋義的相關(guān)決策進(jìn)程。第三階段是內(nèi)容自動(dòng)生成階段，編撰人員預(yù)先設(shè)定各種任務(wù)參數(shù)，由計(jì)算機(jī)根據(jù)任務(wù)參數(shù)，自動(dòng)篩選語料庫并進(jìn)行相關(guān)條目的數(shù)據(jù)庫查詢。由計(jì)算機(jī)輔助自動(dòng)地進(jìn)行各種編纂環(huán)節(jié)的決策，可以編撰出只需少量修改的詞典釋義條目。而且自動(dòng)化編撰的可靠性主要可以規(guī)避人工操作在微觀釋義方面：詞目范圍、語體標(biāo)簽、頻率等級(jí)、近義反義詞匯、對(duì)等詞、詞匯句法搭配、辨析、例證、釋義所造成的誤差。[8](p28)

計(jì)算機(jī)輔助詞典編纂系統(tǒng)在現(xiàn)代詞典編撰中已經(jīng)取得了長(zhǎng)足的發(fā)展，尤其體現(xiàn)在：排版自動(dòng)化。但是距離可操控的內(nèi)容自動(dòng)化、決策自動(dòng)化方面還有很大差距?？陀^地說排版自動(dòng)化充其量也只是簡(jiǎn)單的數(shù)據(jù)轉(zhuǎn)換過程，而決策自動(dòng)化、編纂自動(dòng)化涉及到廣泛而深入的多學(xué)科領(lǐng)域，具體到內(nèi)容生成自動(dòng)化更是我們?cè)~典應(yīng)該繼續(xù)研究的重大課題。

3．發(fā)展到面向用戶的自動(dòng)化是自動(dòng)化編撰的有效跨越。

內(nèi)嵌式的詞典編纂系統(tǒng)從本體上說其自身本來就是一個(gè)自動(dòng)化的電子詞典軟件。自動(dòng)化的電子詞典軟件為編纂者的詞條信息制作提供語料和海量的微觀釋義信息。[9](p301)即便是在某個(gè)詞典完成了全部編纂工作后，電子詞典軟件也以光盤版、硬盤版、掌上版或者在線版形式游離于紙質(zhì)詞典之外。當(dāng)然孤立運(yùn)行狀態(tài)的電子化詞典是否一定只是紙質(zhì)詞典的信息重現(xiàn)，完全取決于最初詞典編纂者的需求決策，同時(shí)也受到詞典編纂系統(tǒng)后臺(tái)設(shè)計(jì)與前臺(tái)設(shè)計(jì)本身自帶的功能特性影響。我們認(rèn)為，對(duì)學(xué)習(xí)者的個(gè)體化需求和群體化需求的功能的關(guān)注是新一代電子化詞典的核心價(jià)值。建設(shè)詞庫并實(shí)現(xiàn)自動(dòng)化是計(jì)算詞典學(xué)的最高理想，其本質(zhì)上就是面向編者的自動(dòng)化。這種以詞典編撰者為核心服務(wù)對(duì)象的固化必然導(dǎo)致詞典編纂系統(tǒng)的功能局限。而我們所倡導(dǎo)的是：在加速詞典編纂各項(xiàng)任務(wù)的同時(shí)，更要面向用戶的個(gè)性化需求或群體化需求來探索詞典的有效編撰。[10](p78)

面向詞典用戶的個(gè)性化需求或群體化需求的突出的特征體現(xiàn)在五個(gè)方面：第一，在視覺呈現(xiàn)與信息呈現(xiàn)自由度上要有較為開闊的空間。視覺呈現(xiàn)與信息呈現(xiàn)的自由度讓電子化詞典的用戶可以自由選擇個(gè)性化的用戶界面，也讓用戶可以選擇個(gè)性化的信息項(xiàng)目。例如，用戶不需要閱讀例證時(shí)，系統(tǒng)會(huì)自動(dòng)屏蔽所有的例證。當(dāng)用戶只需要閱讀某種詞匯難度以下的例證時(shí)，系統(tǒng)也會(huì)自動(dòng)屏蔽所有的更加偏難的例證。[14](p25)第二，對(duì)詞典用戶的個(gè)性化關(guān)注。最大限度地關(guān)注電子化詞典用戶的當(dāng)前語言能力水平和詞匯語法知識(shí)點(diǎn)缺陷，以隱藏和提示學(xué)習(xí)者所應(yīng)該關(guān)注的細(xì)致釋義信息。例如，用顏色來標(biāo)記不同難度系數(shù)的詞和句子。第三，借助海量的互聯(lián)網(wǎng)資源來挖掘電子化詞典的使用空間。電子化詞典既要為用戶滿足穩(wěn)定興趣和臨時(shí)興趣的豐富的例證閱讀，也要提供近義辨析和量化信息，徹底改變電子化詞典的“千人一面”的僵化的使用模式。例如，讓用戶可以根據(jù)需要查閱某個(gè)詞或當(dāng)前詞目在美式英語與英式英語之間的使用頻率差異以及搭配差異。同時(shí)也可以讓用戶根據(jù)需求隨時(shí)查詢?nèi)舾山x詞之間的語體語域的使用頻率差異以及搭配差異。[11](p132)第四，在詞匯能力、語法能力與用法能力等方面為電子化詞典用戶提供個(gè)性化的歷史跟蹤。例如，通過自動(dòng)收集所有用戶查詢的單詞或跳轉(zhuǎn)查詢的單詞的詞匯難度來自動(dòng)判斷并且自動(dòng)通知用戶的詞匯能力發(fā)展的新動(dòng)向。第五，豐富的前后臺(tái)語料及時(shí)更新系統(tǒng)以滿足其它個(gè)性化的需求。例如，用戶在使用和學(xué)習(xí)過程中遇到的生動(dòng)而富有特色的例證可以通過系統(tǒng)的云計(jì)算推薦和提交并嵌入到其他用戶的電子化詞典中。當(dāng)然如果用戶希望讀到某些主題內(nèi)容的新聞標(biāo)題作為例證，則電子化詞典也能從后臺(tái)的云計(jì)算庫回應(yīng)用戶的需求而實(shí)現(xiàn)這項(xiàng)功能。[12](p559)

4．可拆解的系列自動(dòng)化計(jì)算過程是人工釋義過程的基礎(chǔ)。

詞典也與其它書籍一樣是有序化呈現(xiàn)人類認(rèn)知與文明的精神產(chǎn)品。具有只供理解的消極型詞典與具有豐富產(chǎn)出的積極型詞典是詞典的兩種基本類型，其它也還有許多分門別類的分法，研究者都可以從不同角度進(jìn)行其范式研究，它們各自編纂特點(diǎn)也各不相同。對(duì)外語學(xué)習(xí)或外語習(xí)得過程的精心關(guān)注與盡力協(xié)助的詞典是外語學(xué)習(xí)者詞典的核心體現(xiàn)。由語言智能、非語言智能、有限體能所構(gòu)成的具體釋義能力三要素是詞典編纂過程中首先要考慮到的主要因素。一般而言，我們可以說詞匯能力、句法能力、語義能力、語用能力、語篇能力、交流能力、查詢能力、模仿能力與語言輸出的參數(shù)控制能力是構(gòu)成語言智能的基本要素，而情感與情緒是構(gòu)成非語言智能的基本要素。而語言輸入輸出、文字的計(jì)算機(jī)錄入或手寫文字等都需要有限的體能。故而自動(dòng)釋義和人工釋義相比較而言：一是自動(dòng)釋義效率高、參數(shù)精確、海量資源調(diào)用，但是也缺乏認(rèn)知個(gè)性、缺乏體驗(yàn)性、輸出單調(diào)性、缺乏句法正確性；二是人工釋義具有認(rèn)知模糊性、句法正確性、認(rèn)知個(gè)性，但是工作效率低下、參數(shù)缺乏精確控制、輸出隨意性、資源調(diào)用范圍窄、語言能力有限性。[13](p9)因此人工釋義與自動(dòng)釋義在系統(tǒng)構(gòu)建初期與使用過程中都是相輔相成的。

三、余論

釋義評(píng)價(jià)的心理計(jì)算機(jī)制與釋義生成的心理計(jì)算機(jī)制科學(xué)地構(gòu)建了詞典釋義者的釋義思維過程。[14](p26)我們可以嘗試構(gòu)建多維釋義驅(qū)動(dòng)的意義構(gòu)建模式，選擇特定詞類為調(diào)查群體，基于學(xué)習(xí)型詞典為語料，在理論思辨、釋義評(píng)價(jià)算法、釋義生成算法、生成實(shí)驗(yàn)評(píng)測(cè)等體系下，系統(tǒng)地構(gòu)建學(xué)習(xí)型詞典的自動(dòng)化多維釋義模型。

[1]陸谷孫，王馥芳.當(dāng)代英美詞典編纂五十年綜述[J].外語教學(xué)與研究，2006，（2）.

[2]李紅印.構(gòu)詞與造句:漢語學(xué)習(xí)詞典編纂的兩個(gè)重心[J].語言文字應(yīng)用，2008，（2）.

[3]Levin,Judith.The Syntax and Semantics of Complex Nominals[J].1978.

[4]解海江,章黎平.詞典編纂理念的二度轉(zhuǎn)向[J].辭書研究，2010，（6）.

[5]Vanderwende,Lucy.Algorithm For Automatic Interpretation of Noun Sequences[J].1994.

[6]Lauer,Mark.Designing Statistical Language Learners: Experiments on Compound Nouns[J].1995.

[7]尹世超.語體變異與語言規(guī)范及詞典編纂——以標(biāo)題語言為例[J].修辭學(xué)習(xí)，2005，（1）.

[8]Diarmuid O Seaghdha.Learning Compound Noun Semantics[J].2008.

[9]Warren,Beatrice.Semantic patterns of noun-noun compounds[J].1978.

[10]謝元花.語料庫與詞匯研究[J].外語教學(xué)，2002，（3）.

[11]成文麗，曲開社，等.計(jì)算機(jī)輔助詞典編纂的技術(shù)分析與系統(tǒng)設(shè)計(jì)[J].山西大學(xué)學(xué)報(bào)（自然科學(xué)版），2003，（2）.

[12]楊自儉.語言多學(xué)科研究與應(yīng)用[M].南寧：廣西教育出版社，1997.

[13]亢世勇，王興隆，等.我國計(jì)算機(jī)輔助詞典編纂系統(tǒng)初步調(diào)查研究[J].辭書研究，2012，（3）.

[14]夏立新.對(duì)漢英語文詞典編纂和出版的一些思考[J].出版科學(xué)，2011，（2）.

責(zé)任編輯鄧年

H16

A

1003-8477（2013）12-0128-03

王純磊（1977—），男，宿遷學(xué)院外語系副教授，碩士。

江蘇省“333工程”資助項(xiàng)目；江蘇省高校社科基金項(xiàng)目（2013SJD740028）。