Mirosława PODHAJECKA, Instytut Filologii Angielskiej, Uniwersytet Opolski, Opole KORPUSY JĘZYKOWE JAK MOGĄ POMÓC W NAUCE JĘZYKA OBCEGO? Streszczenie. Korpusy językowe stanowią ogromne zbiory tekstów, które mają dziś szerokie zastosowanie m.in. w leksykografii i językoznawstwie stosowanym. Mimo swoich niewątpliwych zalet dydaktycznych korpusy wciąŝ nie są jednak powszechnie wykorzystywane przez osoby uczące się języków obcych. W niniejszym referacie omówię cechy jednego z najwaŝniejszych korpusów anglojęzycznych Brytyjskiego Korpusu Narodowego (BNC), a następnie na wybranych przykładach pokaŝę proste sposoby rozwiązywania problemów językowych przy jego uŝyciu. 1. WPROWADZENIE Korpusy językowe, dzięki dynamicznemu rozwojowi językoznawstwa korpusowego oraz technologii komputerowych, stały się waŝnym materiałem badawczym, wykorzystywanym m. in. w leksykografii (zob. Ooi 1998) czy językoznawstwie stosowanym (zob. Hunston 2002). Są to dziś jednak takŝe zasoby tekstowe dostępne zwykłym uŝytkownikom. Choć istnieją pewne ograniczenia (np. konieczność zakupu płyty CD lub opłacenia subskrypcji za dostęp online do całego korpusu), często uŝytkownikom zapewnia się darmowy dostęp do próbki korpusu lub umoŝliwia proste wyszukiwanie ze strony internetowej. Aby pokazać podstawowe moŝliwości korpusu, jakie wykorzystać moŝna w dydaktyce języków obcych, przedstawione tu przykłady zaczerpnęłam z pełnej wersji jednego z najwaŝniejszych korpusów anglojęzycznych Brytyjskiego Korpusu Narodowego (ang. the British National Corpus). 2. BRYTYSKI KORPUS NARODOWY OGÓLNA CHARAKTERYSTYKA 2.1. Definicja korpusu Piotrowski (2003: 146) definiuje korpus jako zbiór tekstów zapisanych w postaci cyfrowej i stanowiących reprezentatywną próbkę danego języka. Korpus róŝni się od dowolnego zbioru tekstów tym, Ŝe stanowi pewną przemyślaną całość. Cechą wyróŝniającą korpusów komputerowych jest teŝ ich rozmiar. Oznacza to, po pierwsze, Ŝe korpusy istnieją wyłącznie w postaci elektronicznej (teksty przetwarzane są komputerowo), a po drugie, Ŝe zasadniczą cechą korpusów jest reprezentatywność. Choć moŝna przyjąć, Ŝe korpusem nazwać moŝna właściwie kaŝdy zbiór tekstów (zob. McEnery i Wilson 1996: 21, Podhajecka 2006: 338-339), z punktu widzenia osób uczących się języka obcego reprezentatywność jako kryterium projektowe ma jednak ogromne znaczenie. Innymi słowy, podstawowym celem tworzenia korpusów powinno być moŝliwie najbardziej reprezentatywne odwzorowanie danego obszaru językowego, np. języka ogólnego czy specjalistycznego, w naturalnych proporcjach
Korpusy językowe jak mogą pomóc w nauce języka obcego? 163 (Lewandowska-Tomaszczyk 2005: 28), dzięki czemu uŝytkownicy otrzymują wiarygodną informację o częstości i zakresie uŝycia danego elementu językowego. NaleŜy dodać, Ŝe zasadniczym narzędziem do analizy materiału korpusowego są programy konkordancyjne, zwane potocznie konkordancerami, które umoŝliwiają tworzenie konkordancji (zestawień słów kluczowych w kontekście). Konkordancje pozwalają określić pewne stałe wzorce leksykalne i występują najczęściej w formacie KWiC (ang. Key Word in Context), w którym słowo kluczowe znajduje się w pozycji centralnej z kontekstem prawo i lewostronnym. Programy konkordancyjne projektowane są przy tym w taki sposób, by umoŝliwić dostosowanie wielkości kontekstu do potrzeb uŝytkownika (kontekst moŝna dowolnie poszerzać), a takŝe sortowanie konkordancji (np. według porządku alfabetycznego, według form fleksyjnych danego leksemu itd.). PoniewaŜ korpusy są równieŝ znakowane morfosyntaktycznie (wyrazom przyporządkowuje się określone kategorie gramatyczne, np. trybu, liczby czy przypadka), narzędzia konkordancyjne umoŝliwiają takŝe wyszukiwanie określonych wzorców gramatycznych (np. związków wyrazowych składających się z przyimka i rzeczownika, np. on evidence, at noon, in numbers). PoniewaŜ wykorzystanie informacji morfosyntaktycznej wymaga jednak od uŝytkownika pewnej wiedzy metajęzykowej oraz praktycznych umiejętności w posługiwaniu się oprogramowaniem obsługującym korpus, w niniejszej pracy pominę bardziej zaawansowane techniki wyszukiwania. 2.2. Struktura Brytyjskiego Korpusu Narodowego Brytyjski Korpus Narodowy (http://www.natcorp.ox.ac.uk) to korpus synchroniczny obejmujący ponad 100 milionów wyrazów, przygotowany w oparciu o teksty pochodzące z roku 1975 lub okresu późniejszego. Zawiera on 4124 próbki tekstowe równej długości, które tworzą ściśle określoną strukturę. Tabela 1. Struktura Brytyjskiego Korpusu Narodowego Typ tekstów w BNC Gatunek i styl tekstów w BNC 90% tekstów pisanych 75% tekstów publicystycznych 25% tekstów literackich 60% ksiąŝek 35% czasopism 5% materiałów niepublikowanych 30% stylu literackiego 45% stylu potocznego 25% stylu nieformalnego 10% tekstów mówionych 2,000 godzin nagrań (w formie transkrypcji), przeprowadzonych przez 124 ochotników z 38 regionów Wielkiej Brytanii Jak moŝna zauwaŝyć, korpus obejmuje nie tylko teksty pisane, ale takŝe wybór tekstów mówionych. Nagrania uzyskane z większość regionów Wielkiej Brytanii reprezentują angielszczyznę 4 grup społeczno-ekonomicznych, zarówno kobiet, jak i męŝczyzn, w wieku do 15 do ponad 60 lat. Podobnie jak w przypadku tekstów pisanych, celem zróŝnicowania regionalnego i społecznego próbek języka mówionego jest podniesienie reprezentatywności, a stąd i uŝyteczności, korpusu. Oprócz Brytyjskiego Korpusu Narodowego istnieje dziś kilka megakorpusów języka angielskiego (zob. Kennedy 1998: 45-57). Do najwaŝniejszych z nich naleŝy korpus
164 M. Podhajecka monitorujący zwany Bankiem Języka Angielskiego (ang. the Bank of English), stworzony z inicjatywy Johna Sinclaira, który obejmuje juŝ dziś ponad 500 milionów wyrazów (http://www.collins.co.uk/corpus/corpussearch.aspx). W odróŝnieniu od korpusu referencyjnego, który stanowi zamkniętą całość, korpus monitorujący cały czas dynamicznie zwiększa swoją objętość, aby odpowiednio dokumentować zmiany zachodzące w języku. Bank Języka Angielskiego ma jednak jedną wadę jest to korpus oportunistyczny, tj. obejmuje on teksty odpowiadające róŝnorodnym stylom i gatunkom języka, ale ich struktura jest przypadkowa i jednolita, poniewaŝ niektóre typy tekstu występują w nadmiarze. Mówiąc inaczej, nie jest to korpus w pełni zrównowaŝony. Oprócz korpusów języka ogólnego, istnieją liczne korpusy języków specjalistycznych, np. języka biznesu (zob. McEnery, Xiao, Tono 2006: 60-61), translatoryczne korpusy dwu- i wielojęzyczne, korpusy uczniowskie i wiele innych. Aktualny przegląd korpusów oraz technik korpusowych znaleźć moŝna w opracowaniu pod redakcją Lewandowskiej- Tomaszczyk (2005). 3. WYKORZYSTANIE KORPUSU 3.1. Wyszukiwanie pojedynczych wyrazów Jak juŝ wspomniałam, materiał korpusowy mogą z powodzeniem wykorzystywać osoby uczące się języka obcego, poniewaŝ pozwala on na rozwiązywanie problemów natury leksykalnej czy gramatycznej w oparciu o obiektywne dane tekstowe. UŜytkownicy mogą oczywiście korzystać ze słowników, zwłaszcza jednojęzycznych, ale nawet najobszerniejsze słowniki nie zapewnią odpowiednio duŝej ilości przykładów tekstowych (cytatów), aby zilustrować uŝycie kaŝdego wyrazu i znaczenia, choć to dzięki nim tworzy się naturalnie brzmiące, autentyczne teksty w języku obcym. Gdy opis słownikowy okaŝe się niejasny czy niewystarczający, warto skorzystać z materiału korpusowego. Rys. 1. Wyniki wyszukiwania dla słowoformy knowledge Podstawowym narzędziem korpusowym jak pokazano powyŝej jest opcja wyszukiwania pojedynczych wyrazów (ang. word query). Po wpisaniu w okienko poszukiwanej słowoformy, a raczej odpowiedniego ciągu znaków, oprogramowanie wyszukuje daną formę
Korpusy językowe jak mogą pomóc w nauce języka obcego? 165 wraz z częstością wystąpień (frekwencją, określaną tutaj skrótem F). Dla rzeczownika knowledge oprogramowanie wyodrębni takŝe róŝnorodne formy pochodne, m.in. przymiotniki knowledge-based czy knowledgeable. Po wybraniu słowoformy knowledge, która ma w BNC bardzo wysoką frekwencję (F 14359), mamy do dyspozycji trzy róŝne tryby postępowania: (1) udostępnienie wszystkich wystąpień, (2) udostępnienie próbki wybranej losowo lub (3) udostępnienie próbki pochodzącej z pierwszych typów tekstu. PoniewaŜ uzyskanie wszystkich wyników zajmuje duŝo czasu i jest tym samym niepraktyczne, zaleca się korzystanie z próbek, najlepiej z próbki losowej. Po wybraniu określonej procedury, program pokazuje linie konkordancyjne ze słowem kluczowym w pozycji centralnej. Konkordancje moŝemy następnie przejrzeć, szukając wśród nich interesującego nas wystąpienia kontekstowego czy wzorca leksykalnego (np. human knowledge, clear-cut knowledge czy exchange of knowledge). Co ciekawe, choć w słownikach znaleźć moŝna informację, Ŝe knowledge jest rzeczownikiem niepoliczalnym, wśród przykładów korpusowych pojawiają się wystąpienia z przedimkiem nieokreślonym wskazujące na rzeczownik policzalny (np. a knowledge of what has been accepted lub a knowledge of the body structure). W BNC moŝna się takŝe natknąć na równie nietypową formę liczby mnogiej tego rzeczownika (knowledges). Rys. 2. Konkordancje dla słowoformy knowledge W razie potrzeby, stosunkowo wąski kontekst moŝna teŝ rozszerzyć do tekstu długości paragrafu wybierając opcję na pasku narzędzi. MoŜna takŝe m.in. sprawdzić źródło, z którego pochodzi dana próbka tekstowa. Jest to opcja niezwykle uŝyteczna, gdy zaleŝy nam na określeniu gatunku czy stylu tekstu, z którego pochodzi dana forma. 3.2. Wyszukiwanie fraz
166 M. Podhajecka Innym sposobem wykorzystania materiału korpusowego jest wyszukiwanie fraz (ang. phrase query) oraz kolokacji (ang. collocation query). Przy związkach wyrazowych warto pamiętać, iŝ program traktuje spację jako znak, więc moŝe nie wyszukać frazy laughing stock, jeśli napiszemy ją razem. Co moŝe nam dać wyszukiwanie fraz czy kolokacji w korpusie? Spójrzmy na jeden prosty przykład. ZałóŜmy, Ŝe chcemy znaleźć angielskie ekwiwalenty wyraŝenia mieć wielką nadzieję. Longman Dictionary of Contemporary English (2003), dla przykładu, proponuje takie konstrukcje rzeczownikowe, jak be full of hope oraz have high/great hopes, a takŝe konstrukcję czasownikową I m hoping. Gdy jednak wyszukamy słowoformę hope w korpusie, okazuje się, iŝ znajdziemy tu nie tylko konstrukcję have great hope (z rzeczownikiem hope w liczbie pojedynczej, nie mnogiej), ale teŝ dość często stosowaną konstrukcję (to) sincerely hope (F 63), której nie odnotowano w słowniku. Przykład konkordancji przedstawia rysunek 3 poniŝej. Rys. 3. Konkordancje dla wyraŝenia to sincerely hope RóŜnica między opcją wyszukiwania fraz i kolokacji polega na tym, Ŝe w pierwszym przypadku program wyszukuje wyłącznie określony ciąg znaków (np. on the coast), natomiast w przypadku kolokacji uzyskujemy wyniki, w których pojawiają się wszystkie elementy kolokacji (np. elementy on oraz coast, często nie następujące po sobie linearnie, jak w przypadku wyraŝenia on the Pacific Coast). Dzięki opcji wyszukiwania kolokacji moŝemy więc stwierdzić, Ŝe w korpusie najwyŝszą frekwencję ma public backlash (F 10), niŝszą natomiast political backlash (F 5); Ŝe w angielszczyźnie współczesnej uŝywa się wyraŝenia illegal abortion (F 15), ale nie legal abortion (F 0) itd. Korpusy umoŝliwiają takŝe m.in. porównanie środków synonimicznych i antonimicznych. Przykładowo, as far as I know (F 216) ma podobny zakres znaczeniowy, co wyraŝenie to my knowledge (F 85), injured (F 3170) traktuje się tradycyjnie jako synonim wounded (F 1627), a antonimem victory (F 5548) jest defeat (F 3585). Warto przy tym pamiętać, Ŝe niektóre słowoformy mogą funkcjonować jako róŝne części mowy, co mogą odzwierciedlać dane frekwencyjne. Przykładowo, defeat moŝe w niektórych kontekstach oznaczać rzeczownik, a w
Korpusy językowe jak mogą pomóc w nauce języka obcego? 167 innych czasownik. W oparciu o materiał korpusowy moŝna sprawdzić zarówno konteksty, jak i frekwencję paralelnych wyrazów i wyraŝeń, które często wykazują spore rozbieŝności. Okazuje się bowiem, Ŝe wyrazów bliskoznacznych wcale nie cechuje ani pełna wymienialność kontekstowa, ani identyczna dystrybucja w tekście. Jak juŝ wspomniałam, korpusy umoŝliwiają takŝe rozwiązanie problemów językowych i weryfikację hipotez. ZałóŜmy więc, Ŝe chcemy sprawdzić, czy częstszym ekwiwalentem dla polskiej frazy specjalistyczna wiedza jest w angielszczyźnie specialist knowledge, czy specialised knowledge. Okazuje się, Ŝe wyraŝenie specialist knowledge (F 83) ma znacznie wyŝszą frekwencję niŝ specialized knowledge (F 13) lub specialised knowledge (F 29), dzięki czemu uzyskujemy informację o uŝyciu konkretnego wzorca leksykalnego. Rys. 4. Konkordancje dla wyraŝenia specialist knowledge Praca z korpusem wyraźnie rozwija nasze umiejętności analityczne, co z kolei przyczynia się do podniesienia naszej kompetencji w zakresie języka obcego. Wszystko to zawdzięczamy programom konkordancyjnym, które według Tribble a (1990: 11) make the invisible visible. Bez zaawansowanych technologii komputerowych umoŝliwiających automatyczne przetwarzanie tekstu wyszukiwanie elementów językowych byłoby znacznie mniej efektywne. 3.3. Ocena wyników Jak wynika z przedstawionych powyŝej przykładów, dla osób uczących się języka obcego korpus moŝe stanowić uŝyteczny materiał dydaktyczny, poniewaŝ jest on komplementarny wobec źródeł słownikowych. Jak wiadomo, uŝycie wyrazów hasłowych w słownikach tradycyjnie ilustrują przykłady uŝycia, które pokazują dany wyraz w środowisku tekstowym. Z tej perspektywy moŝna więc postrzegać korpus jako wielotysięczny zbiór cytatów, które zapewniają nam ogląd rzeczywistego uŝycia języka. Choć nie wszystkie konteksty w materiałach korpusowych okaŝą się typowe czy choćby interesujące z punktu widzenia wariancji języka, analiza konkordancji pozwoli nam z całą pewnością określić, czy dane
168 M. Podhajecka konstrukcje leksykalne i składniowe istnieją we współczesnym języku angielskim, czy są one nienaturalne, czy teŝ nie występują wcale. 4. ZAKOŃCZENIE Podsumowując naleŝy stwierdzić, Ŝe korpusy językowe pozwalają nie tylko określić parametry statystyczne, zwłaszcza częstość wystąpień wyrazów lub wyraŝeń w tekstach, ale pokazują takŝe bezpośrednie konteksty językowe, wskazujące na typowe sposoby uŝycia. Dlatego teŝ wzbogacają one niejako materiał słownikowy, który jest z konieczności ograniczony do najczęstszych cytatów lub ilustracji tekstowych, nierzadko wciąŝ tworzonych w oparciu o intuicję leksykografa. Choć słowniki ma chyba kaŝda osoba ucząca się języka obcego, wiedza na temat wykorzystania korpusów jest zbyt mała, a i sam dostęp do nich jest ograniczony. PoniewaŜ jednak korpusy językowe zawierają niezwykle cenny z punktu widzenia dydaktyki języka obcego autentyczny materiał językowy, którego przeszukiwanie rozwija umiejętności analityczne, warto uświadamiać zalety korpusów zarówno dorosłym, jak nastoletnim uŝytkownikom języka. Wydaje się, Ŝe przyniesie to w przyszłości wymierne efekty. LITERATURA 1. Hunston S. Corpora in Applied Linguistics. Cambridge University Press 2002. 2. Kennedy G. An Introduction to Corpus Linguistics. Longman 1998. 3. Lewandowska-Tomaszczyk B (red.). Podstawy językoznawstwa korpusowego. Wydawnictwo Uniwersytetu Łódzkiego 2005. 4. McEnery T, Wilson A. Corpus Linguistics. Edinburgh University Press 1996. 5. McEnery T, Xiao R, Tono Y. Corpus-Based Language Studies. An Advanced Resource Book. Routledge 2006. 6. Ooi V. Computer Corpus Lexicography. Edinburgh University Press 1998. 7. Piotrowski T. Językoznawstwo korpusowe wstęp do problematyki. W: Gajda S. Językoznawstwo w Polsce. Stan i perspektywy. Wydawnictwo Uniwersytetu Opolskiego 2003. 8. Podhajecka M. Kilka uwag o wykorzystaniu zasobów internetowych do analiz korpusowych języka. Język Polski, vol. 86(5) 2006, s. 338-347. 9. Sinclair J. Corpus, Concordance, Collocation. Oxford University Press 1991. 10. Summers D (red.). Longman Dictionary of Contemporary English. Longman 2003. 11. Tribble C. Concordancing and an EAP Writing Programme. CAELL Journal, vol. 1(2) 1990, s. 10-15. LANGUAGE CORPORA HOW CAN THEY HELP IN FOREIGN LANGUAGE TEACHING? Summary. Language corpora are huge collections of text, which are today used widely, for instance, in lexicography and applied linguistics. Despite some obvious didactic advantages that they offer, language corpora are not popular among foreign language learners. In the present paper I therefore discuss the features of one of the most significant corpora of English, the British National Corpus, and by using selected examples I show simple ways of solving linguistic problems by drawing on the corpus resources.