作者简介：周小兵，中山大学国际汉语教材研发与培训基地教授，博导，主要研究现代汉语、汉语二语教学与国际汉语教材；薄巍，中山大学中文系博士，主要研究二语习得与对外汉语教学；王乐，中山大学外国语学院博士，主要研究功能语言学、应用语言学；李亚楠，深圳贝赛思国际学校教师，硕士，从事汉语国际教育研究。

 

一  引言

 

语料库语言学和语料库技术的发展日益革新，对语言教学的课程设计、教材编写与课堂教学均带来广泛影响（何安平，2010）。“语料库证据”指将大型语料库里真实语料的使用频率、常用搭配、前后语境等语言特征提取出来，为教材编写提供资源，指导教学中的语言选取、内容选编等（郭曙纶等，2011）。

 

长期以来，国内外基于海外非母语者教材（尤其是多次改版的经典教材）所建的语料库，开发和研究很不成熟。主要表现是：建库少，应用少，研究少。因此，有必要系统研究已编海外非母语者汉语教材的文本语料库。为行文方便，本文将此类库称为“国际汉语教材语料库”。

 

二  国际汉语教材语料库的建设

 

教材语料库建设一般分为两个阶段: 第一阶段是教材库建设；第二阶段是在教材库基础上建设教材语料库。下面以中山大学国际汉语教材语料库建设为例进行讨论。

 

(一) 教材库建设

 

全球汉语教材库由中山大学国际汉语教材研发与培训基地(以下简称“教材基地”) 建设。该基地由国家汉办、中山大学共建，2009年创办。

 

全球汉语教材库（www.ctmlib.com）收录国际汉语教材17，800余册（40个国家出版、57种教学媒介语）/ 种（该库中的“册”数是不重复的），实体教材10，000余册/种。现有教材库主要收集海外非母语者使用的汉语教材，不包括我国少数民族学习汉语使用的教材。教材库收录教材信息包括: ISBN 书号、书名信息（书目全名、外文题名、丛书名等）、作者信息（主要责任者、责任者附注、主要责任方式等）、出版信息（出版国家、出版社、出版年、版次、页数、价格等）、学习者信息（适用国家、适用水平、适用学校、语言环境等）、基本内容（教学媒介语、教材资源类型、汉字繁简体、注音形式、适用课型、语言要素、内容简介）、补充内容（教材介质、教材类型、专业汉语教材、文化类教材、练习形式等）、附载物（形式、数量、简介）、链接信息（本书介绍链接、购买链接等）、其他（样课、书籍封面、审核阶段等）。

 

每一册/种教材，详细信息含98个字段；最简信息35个字段。建库目的，是让世界各地的汉语教师和其他从业者（含教育机构管理者、出版社人员）及时从网上了解教材信息，找到自己想要的教材。

 

教材库提供国际汉语教材信息在线查询服务。用户可根据详细、准确信息，找到相关教材。也可以通过国别或地区、教学媒介语、教学水平、大致教学内容等模糊关键词检索出目标性、针对性较强的教材。自建库以来，教材库网站访问总量达532，572人次。

 

大容量的全球汉语教材库，为建设教材语料库夯实了基础。

 

(二)教材语料库建设

 

第一步，通过调研，选定首次进入教材语料库的教材。教材基地组建专门团队，对海外16个国家和地区的汉语教学和教材使用情况进行了考察。通过对97名海外汉语教育专家的访谈，形成了调研报告和调研方案。

 

在此基础上，通过专家遴选，初步确定首批入库的3212册/种汉语教材，涵盖19个国家，22种教学媒介语。教材选择兼顾了出版时间、语种、出版地、适用对象和课程类别等多个因素。

 

1. 注重时效性，2006年后出版的教材有1752册，占54.5%。

2. 覆盖当前国际汉语教材中较多的22个语种：日语、韩语、汉语、英语、越南语、俄语、泰语、法语、印尼语、西班牙语、德语、意大利语、荷兰语、印尼语、菲律宾语、阿拉伯语、冰岛语、芬兰语、哈萨克语、吉尔吉斯语、斯洛伐克语、马来语。

3. 兼顾中国和海外出版语教材；海外版教材1802册，占56.1%。

4. 照顾各年龄段，包含学前、小学、中学和大学各个层次。

5. 通用汉语类教材。包含当前国际汉语教学的主要课程———语言交际技能类，语言要素类，其他类（如唱歌、游戏、文化等）。

 

第二步，将选定教材的文本进行扫描或OCＲ处理，转化为电子文本。

 

第三步，对其中的字、词进行标注，制成在线检索系统。该系统存储并查询500万字的国际汉语教材语料库。

 

自然语言分词处理、分词人工校正以及文本特征标记服务于教材语料库的数据提取，为创建索引提供参照。教材语料库的查询环节包括过滤、校正字词和语法等文本要素，通过查询结果匹配度计算出频率并排序，实现教材语料库的搜索功能和结果链接跳转。

 

该库语料在汉语作为第二语言学习中具有一定的典型性、可教性等特征，检索结果反映的是汉语二语教学中的常用用法。

 

第四步，在此基础上，制成汉语文本指难针在线分析软件以及汉语字词档案在线分析软件，使教材语料库实现以下功能：教材语料的字词分析，教材文本语料的定级与评估。

 

三  国际汉语教材语料库的应用

 

国际汉语教材语料库的应用价值，主要体现在以下方面：教材编写指南的研制，教材评估与难度测定，测评软件的研制与使用，教材语料库与其他语料库的配合使用。

 

(一)研制教材编写指南

 

从学习角度看，不同的汉字、词汇、语法点，有不同的学习难度等级。从二语学习者、使用者角度看，不同的汉字、词汇、语法点，其使用频率也有区别。因此，教材编写必须考虑相关语言要素的频率与分级。对于教材的研究者、开发者来说，必须了解现有教材的汉字、词汇、语法点分级情况和文化点选用情况。

 

现有的汉字、词汇等级表，基本是根据汉语母语者使用频率研制的。现有的语法点等级表，只是参照汉语本体研究的语法体系；现有的文化项目表，更是根据对本族人的文化介绍研制。这些等级表和项目表，既未充分考虑汉语二语学习者、使用者的情况，也未充分考虑汉语二语教学和教材的情况。如果能依据国际汉语教材语料库，根据教材中汉字、词汇、语法点、文化点的出现频率，研制出相应的字、词、语法点分级表和文化项目表，将会直接促进汉语作为第二语言教材编写，对国际汉语教学有重要的指导作用。

 

因此，教材基地广泛收集国际汉语教材，形成国际汉语教材语料库，通过分析统计和分析单字、词汇、语法点、文化点进行频率统计，并结合国际汉语教学专家组的意见，教材基地于2012年研制出《国际汉语分级字表》《国际汉语分级词汇表》《国际汉语分级语法点表》和《国际汉语分类文化项目表》，并将其作为教材编写的指南，真正体现了教材语料库建设“从教材中来，到教材中去”。

 

1. 编制分级汉字表

《国际汉语分级字表》（2012）包含2719个汉字，选自3212册通用汉语课堂教材中频率较高的汉字；根据其出现频率高低，参考汉字与词汇的关系，分成四个等级：一级字869个，二级字784个，三级字574个，四级字492个。超纲字指不在这四个等级中的单字。

 

使用建议：零起点教材只从最常用的一级汉字中选取；初级教材汉字尽量只从一、二级汉字中选取；中级教材尽量只从一、二、三级汉字中选取，慎用超纲字；高级教材汉字使用相对自由，尽量覆盖四级汉字，超纲字最好不超过35%。

 

字表研发过程借鉴刘英林、马箭飞（2010）字表研制的方法，参考《汉语国际教育用音节汉字词汇等级划分》。基于教材语料生成字表后，在计算机上进行比对，删减重复部分。依据字词出现频率进行由低到高排序，并针对少量内容采取专家干预的方式，最终形成该字表。该字表避免了基于经验制作的做法，是一种标准化、规范化、系统化、科学化的等级水平划分。同时，字表制作过程删减了地名、人名等使用度较低的字。《国际汉语分级字表》采用大数据的计算机技术手段，不依据教材等级对词汇进行等级水平划分，而是将所有字词依据频率进行重新排序，避免了教材字词出现顺序对字词等级的影响。

 

2. 编制分级词汇表

《国际汉语分级词汇表》（2012）是通过统计、分析3212册教材中词汇的出现频率，并结合国际汉语教学专家组的意见确立的四级词汇表。词表研制过程中参考了《国际汉语教学通用课程大纲》。词汇表包括词汇8531个，分为四级：一级1032个，二级1999个，三级2155个，四级3345个。超纲词指不在该词汇表中的词汇。

 

使用建议：零起点教材的词汇除专有名词以外，应严格限定在一级词汇之中。超纲词应严格限制使用。初级汉语除专有名词之外，选词范围应该严格限定在一、二级词汇之中并做到尽量覆盖，超纲词不可超过20%。中级教材应从一、二、三级词汇中选择使用并做到尽量覆盖，可选用不超过30%的超纲词。高级教材词汇选择相对自由，教材编写中应尽量覆盖四级词汇，但超纲词不超过35%。

 

3. 编制分级语法表

通过对3212册教材中的教学（显性）语法点进行提取、标注以及频率统计和排序，并参考《国际汉语教学通用课程大纲》等相关大纲中所列语法点，最终研制成《国际汉语分级语法点表》（2012）。该表包含245个语法点（287项），分为四个等级：一级80个（102项），二级77个（88项），三级56个（62项），四级32个（35项）；从一级到四级难度递增。超纲语法点指不在该语法表中的语法点。

 

语法点比较复杂，可分为四个层次，融在上述四个等级里。第一层次包括语素、词类、句子成分、单句、复句、固定格式六个部分；其中，语素部分仅在第三、四级出现。第二层次在第一层次基础上展开，如第一层次的词类，又包括名词、代词、数词、量词、动词、形容词、副词、介词、助词、连词等。第三层次介绍具体的语法点，如助词又分为语气助词、结构助词、动态助词等。第四层次列出具体的语法项。如动态助词又细分为四个语法项（即表中语法点后的“项”）：过、了、着、呢。

 

语法点四个等级的使用建议是：零起点教材应覆盖30%以上的一级语法点，需要时可选用不超过10%的二级语法点，三、四级语法点应该严格限制使用。初级教材应尽可能涵盖一、二级语法点，限制使用超纲语法点，超纲语法点不多于10%。中级教材应基本涵盖所有三级语法点，限制使用超纲语法点，超纲语法点不多于30%。高级教材可根据教材性质和内容选取语法点，超纲语法点一般不多于35%。

 

4. 编制分类文化项目表

教材基地利用全球教材语料库对3212册国际汉语教材中的显性文化点进行统计与考察，参考了《国际汉语教学通用大纲》《AP汉语与文化课程概述》等相关大纲，制定了《国际汉语分类文化项目表》（2012）。该项目表分为五个一级项目———中国国情、成就文化、日常生活和习俗、交际活动、思想观念。该项目表共四层，第一层项目5项，二层项目38项，三层项目179项，四层项目61项。

 

《国际汉语分类文化项目表》为国际汉语文化教学总体设计、课堂教学、教材设计与测试提供依据和参考。教材编写者在使用该表编写教材或设计文化内容时，可根据具体情况从项目表中选取合适的话题，也可把话题综合概括介绍。当然，也建议使用者以现有教材为基础，继续探索补充新的文化素材和主题，优化项目表的设置。

 

(二)教材评估与难度测定

 

国际汉语教材语料库为教材评估与难度测定提供了研究语料，依托语料库可以评估和测定教材中的词汇、成语、练习、文化项目等内容。

 

1. 教材评估

词汇方面，周小兵、陈楠(2013)在教材语料库的基础上，对比了两种“一版多本”教材（《新实用汉语课本》共7个语种，包括英语、法语、西班牙语、日语、韩语、泰语和阿拉伯语；《当代中文》除上述语种外，还有印尼语和意大利语，共9个语种），与6部9册海外汉语教材词汇本土化情况。发现海外教材的本土词汇涉及面多于“一版多本”教材。海外教材本土词汇数量远远高于“一版多本”教材。

 

成语方面，周小兵、程燕（2013）基于语料库系统考察31册汉语二语教材，发现教材选用的成语跟《汉语水平词汇与汉字等级大纲》差别巨大，教材成语过多，超纲、越级成语过多。该研究对比母语者语料库，发现《汉语水平词汇与汉字等级大纲》中成语很多是汉语母语者的低频成语，难度等级不合理。

 

练习方面，陈楠、杨峥琳(2015)对3部美国、日本、韩国编写的汉语教材和3部在中国使用的英语、日语、韩语教材进行考察对比发现，面向不同地区的教材练习，在学习策略上有显著差异，如美国教材注重社交策略、日本教材突出认知策略和记忆策略等。原因是教材练习体现出的学习策略应与当地教学法协同一致。此研究为国际汉语教材练习的区域化和本土化提供借鉴和参考。

 

文化方面，周小兵等（2010）参考其他语种的经典二语教材，系统考察了9部汉语文化教材。基于语料库的查询、统计发现，汉语文化类教材普遍存在以下问题:学习对象、目标不明确，内容偏重古代文化知识，语言难度偏大，跨文化体验型练习不足。通过对教材语料的细致统计，还发现以下有趣的现象：课文语言难度，对话体比非对话体要低；有非母语者参与的对话，比纯母语者参与的对话难度要低。此研究对文化类教材编写有启发。

 

2. 难度测定

教材语料库可用于教材词汇方面的难度测定，属于教材词汇层面的评估。研究者可以使用语料库和词汇分析软件，统计分析教材选词情况，从而判定教材难度如何，是否适合学习者使用。周小兵、刘娅莉(2012)依据《汉语水平词汇与汉字等级大纲》（国家汉办，1992），横向比较国内外各4部初级汉语综合课教材的词汇，发现甲、乙级词比例，国外教材高于国内教材；越级词、超纲词比例，国内教材高于国外教材。国外教材中，非华人作者编写的教材，甲、乙级词汇比例高于华人作者编写的教材；越级词、超纲词比例，低于华人编写教材。相对国内教材，4部国外教材的词汇等级与分布更符合《汉语水平词汇与汉字等级大纲》（同上）。更有趣的是，对比还发现，国外教材词汇中，汉语母语者使用的高频词、次高频词的比例，远远高于国内教材。

 

(三)测评软件研制与使用

 

在教材语料库基础上，可以研制出相应的衍生工具，如教材语料难度分析软件等，促进智能化的教材评估、研究和编写。例如，“汉语文本指难针”（金檀、李百川，2016）是基于国际汉语教材语料库研制、面向汉语作为第二语言教学的文本语料难度测评工具。该工具采用语言数据智能技术，以“汉语教材语料库”中的课文语料为数据基础，提供汉语文本语料的难度评估与改编反馈。在评估汉语文本难度时，可提供文本定级、改编反馈与例句查询等三大功能。

 

在文本定级时，该工具主要基于汉字等级、词汇等级、平均句长与文本长度等指标来计算文本难度。汉字等级与词汇等级依据《汉语国际教育用音节汉字词汇等级划分》（中华人民共和国教育部、国家语言文字工作委员会，2010；刘英林、马箭飞，2010）中的字表与词表，平均句长计算每个句子所含的字数，最长句长指文本中字数最多的句子，文本长度计算文本所含的总字符数。计算文本难度所采用的是机器学习中的支持向量机算法。我们以《阶梯汉语·中级精读1》（赵新等，2004）第10课“汉民族的红色文化”第一段为例进行测量。

 

红色是汉民族最喜爱也最常用的颜色之一。红色的种类很多，比如红中带紫的紫红，颜色较浅的粉红，颜色很浓的大红，像火一样的火红，像血那样的血红，还有跟红橘子皮一样颜色的橘红，等等，真是数也数不清。与汉语中的多数颜色词一样，红色包含着深厚的汉民族的文化心理和感情色彩，具有丰富的文化象征意义。

 

通过测量，该文本的平均句长为43，文本长度为127，难度划分为三级，对应中级水平。这说明，教材中该段落适合中级学习者学习。经检验，该工具的定级准确率已超90%（林星彤，2016）。由于定级准确、操作方便，汉语文本指难针已被许多二语研究所采用，例如许琪（2016）。

 

在改编反馈时，该工具主要提供词汇等级和最长句的标注。词汇等级方面，该工具对初级词、中级词、高级词、更高级词和超纲词进行标注，分别对应通用大纲的一至四级以及超纲词，这里的超纲词指未出现在《汉语国际教育用音节汉字词汇等级划分》(2010)中的词汇。上述词汇分别用不同颜色标注（黑、绿、黄、紫、红）。仍以“汉民族的红色文化”第一段为例，该文本中，“喜爱”“种类”“紫”“浅”“火”“清”“包含”“着”“深厚”“心理”“色彩”“象征”为中级词（标注绿色）。文本中还出现了一些超纲词（标注红色），如“紫红”“火红”“血红”“红橘子皮”“橘红”“等等”“真是”等。教材编写者可视情况替换或改编上述超纲词。另外，虽然最长句并不一定是文章中最难的句子，但对最长句进行下划线标注反馈，仍可视为文本改编的有效方法。

 

在例句查询时，该工具依据“全球汉语教材库”中的3212册/种教材语料信息，基于“频数驱动”理念，筛选出最具代表性的教材语料数据，从而实现通过词语查询例句的语料库检索功能。使用者可以根据需求，输入特定词语（如“见面、满足、都、了”等），找出各类教材中该词汇或语法点呈现的句子或语篇，用于编写教材、教辅或教学实施。使用者可以通过“查询”功能，明确某些超纲词在教材语料库中的使用情况，进而决定对这些词汇的取舍。如文本中出现的超纲词“橘红”，点击该词，进入查询，使用者会发现教材语料库只收录了3个例句。这说明，作为超纲词，该词在其他教材中使用较少。但为了保持原文的表达效果，可以选择不做修改。

 

该工具的文本定级功能对教师来说具有参考价值。通过工具的分析，每一篇文本都可确定自身的难度等级，从而帮助教师解决以往选材时主要靠个人经验和主观判断的问题。词汇反馈功能可为教师们提供有效的参考，帮助教师解决因缺乏参考而过于随意的问题。在教授生词、语法时，该工具的例句查询功能可为教师提供相应的例句参考，可以解决以往选择例句困难的问题。

 

(四)教材语料库与其他语料库的配合使用

 

汉语作为第二语言教学的学科建设，必须解决“教什么、怎么教、怎么学”这三个基本问题。（赵金铭，2001）要很好解决这些问题，需要综合使用教材语料库和其他相关语料库。这些语料库有：目标语语料库；学习者母语语料库；中介语（二语学习者）语料库。

 

1. 相关语料库的功能

在二语研究中，这三种语料库和教材语料库的功能有一定分工，需协同使用。

 

目标语语料库可以考察“教什么”。如：a．看学习者中介语表达，跟目标语母语者使用有何异同。形式不同，会被认定为“错误”。如韩国人说“*我一小时学习了”。频率不同，可显现二语使用特点。如“见面”在“离”状态时（见了他两面）的使用频率，母语者远高于二语者。b．从某个语言项的使用情况、频率中总结出它的具体用法，并从中概括出规则。如表示总括的“都”，从其位置、搭配可总结出其用法，从用法、频率可概括出规则。

 

中介语语料库（学习者语料库）可以考察“怎么学”。功能有：a．看中介语语言现象跟目标语对比有何异同。形式跟目标语不同的是错误。通过正确率、错误率统计，可看出特定语言项的习得状况。如同一个学习者，“我学了一小时”的频率超过“我一小时学了”，证明基本习得该语言项。大范围统计，可概括出语言项的习得顺序。b．从特定语言项的使用情况、频率等，总结它在中介语中的用法、规则和发展趋势。

 

学习者母语语料库可以考察“怎么学”。如：a．跟目标语语料库对比，看学生母语与目标语的异同。若形式相同，会产生正迁移。如：我有汉语词典。/I have a Chines dictionary。形式不同，可能发生负迁移。如：我比他高得多。/I am much taller than him．英语区人容易出现“*我比他很高”。b．系统对比学习母语与目标语，概括两种语言的规则和系统差异。

 

国际汉语教材语料库可考察“教什么、怎么教”。如：比照教材语料库特定语言项目的相关信息与其他三种语料库的异同。如存现句否定式（“墙上没挂着画儿”“桌上没放着书”）在汉语母语语料库中使用频率极低，但不少国际汉语教材却用了不少篇幅讲解。此现象涉及“教什么”。事实证明，该句式其实没有必要对二语者进行教学。

 

各类语料库可根据学习者母语不同进一步分类。如学习者母语语料库，可分英语、日语等语料库。中介语语料库也如此。台湾师范大学有英语母语者学习汉语的中介语语料库。教材语料库可根据教学媒介语分类，以便凸显教材的国别化、本土性特征。如阿拉伯地区的教材，“酒、猪肉、比基尼”等词语是否出现，如何呈现，就要慎重考虑。

 

2. 教材语料库与相关语料库综合使用案例

下面以二语者使用离合词“见面”为例，看如何使用多种语料库进行考察。

 

第一步，用中介语语料库考察二语者“见面”使用情况。如：笔者统计北京语言大学HSK动态作文语料库“见面”使用情况，总频次为281，其中正确频次为236，正确率达84%。

 

从中介语角度考察，可以把出现“见面”的句式分为以下几类:

 

A. 能愿/否定/频度……+见面+了———我们又能见面了。(错误极少)

B. 时/地等状语+见面———我们每天都在学校见面。

* 他们隔了好久才见面在一个公园里面。

C. 跟+宾语+见面———如果我没跟她见面的话，我可能现在不学汉语。

*回去我的国家我就见面同事。

D. 见+了/过/……+面———我们去年见过面。

*这么多年都没见面过。

E. 见+次数词+面———我和家人一周见一次面。

* 一年之中一两次我跟他见面。

F. 见+对象+的/一+面———他们不想见对方的面。

*我一见他面就觉得有一些奇怪的感觉。

以下是这五类句子的使用情况。

 

 

由表1可知，外国学生使用“见面”，“合”时正确率高，“离”时正确率低。

对比母语者使用频率。请看表2：

 

对比两个表可知，“见面”“离”的状态，二语者频率为12.7%，远低于母语者的34.2%。

 

第二步，用双语语料库考察汉外语言对比，探索二语者错误、回避“离”态的原因，是否跟母语有关。此处只列举英汉、韩汉对比，使用“二语星空”英汉语料库(http://www.luweixmu.com/)和沪江韩语学习网站(http://kr.hujiang.com)。

 

 

第三步，使用国际汉语教材语料库考察“怎么教“，统计教材对“见面”的呈现情况，看教材、教学对学习可能产生什么影响。下面是教材库中部分教材展示的“见面”例句:

 

A. (能愿/否定/频度…)+见面(+了)

马老师:我们还在一个学校，会常常见面的。(《乘风汉语》4)

咱们聊聊天儿吧，很久没见面了。(《发展汉语》，高级上)

B. 时/地等状语+见面

田中平:好吧，七点一刻见面。(《新编汉语教程》1)

过一会儿我们在咖啡厅见面。(《中国全景·中级汉语》3)

C. 跟/和/同+宾语+见面

太好了，我也想和你见面。(《乘风汉语》3)

她说三点钟跟我们见面。(《拾级汉语》第2级)

D.见+了/过/……+面

毕业后，我们再也没见过面。(《博雅汉语》初级起步篇II)

路易斯:见了面，我给你介绍。(《中国全景·中级汉语》1)

E.见+次数词+面

我想跟你见一个面。(《当代中文》)

传说王母娘娘只许牛郎和织女每年七月七日见一次面。(《新中国语》5)

D+E.见+过+次数词+面

我们曾经见过一次面，后来就没再联系。(《走进中国中级汉语》）

我们见过三次面。(《目标汉语基础篇》6)

F. 见+对象+的/一面

如“见他的面”“见妈妈一面”，教材库中没有体现。

 

句式分布情况如表3所示:

 

教材解释“见面”基本用英语tomeet注释；多标注为“动词/V．”，极少数标为“离合词”。拼音多是jiànmiàn（说明是一个完整词），少数为jiàn//miàn（说明是离合词）。

 

通过分析统计教材语料库，可以看出目前教材普遍的问题是：呈现“见面”句“合”态（尤其是对象不用介词导引的AB句式）比率过多，“离”态比率太少，仅占18.89%。学生使用“见面”偏误多（“离”态频率高），常回避“离”态“见面”，跟教材输入的严重不足密切相关。

 

从以上案例分析可知，教材语料库跟其他语料库配合使用，可以解释学习者偏误产生的部分原因，可直接促进教材研发和教学实施，有助于解决“教什么、怎么教、怎么学”。

 

四、 问题与展望

 

本文阐释了海外非母语者汉语教材语料库的开发和应用。我们认为，目前国内教材语料库建设存在以下问题:

 

1. 类别少，内部分类不够科学。海外非母语者教材语料库主要收录通用汉语教材语料，缺少专用汉语教材（如商务汉语、旅游汉语、医学汉语等）语料。在通用汉语教材内部，没有区分面向华裔的传承语教材和面向非华裔汉语教材。

 

2. 规模不大，中山大学国际汉语教材语料库目前国内规模最大，但仅有500万字。跟实际教材相比，汉语教材库收录的教材数量还是太少，且多以纸质媒体教材为主。多媒体教材只能查询基本信息，未将其纳入语料库建设。

 

3. 加工处理不够。如多数教材语料库仅做了分词、词性标注等加工。国际汉语教材语料库只能对字、词、显性语法点、显性文化点进行标注。教材的图片、表格、练习等内容尚未进行深入加工。

 

为了满足全球汉语教育的迅速发展，满足从业人员对教材研发使用的迫切需求，面向海外的非母语者的汉语教材语料库建设，应该着力做好以下几方面的工作:

 

1. 加大语料库类别建设、规模建设，强化语料库内部的分类建设，以提高语料库使用范围和使用效率。从分类上看，教材语料库的分类，可以考虑分若干层次进行。例如:第一层，区分传承语教材和非传承语教材。第二层，区分目标语环境教材和非母语环境教材。第三层，区分多媒体教材和纸质媒体教材。第四层，通用汉语教材和专用汉语教材。第五层，各年龄段的教材。第六层，汉语水平分层，如零起点、初级、中级、高级。此外，语别因素，国别因素，也需要适当考虑。

 

2. 根据需求，对教材语料进行系统、纵深加工。如，在识别字、词、显性语法点、显性文化点的基础上，进而对隐性语法点、篇章结构、话题点、交际点（含交际功能、交际场景）等进行标注。再进一步，对话语态度进行标注，对图片、表格等多模态资源进行标注。有了这些标注，将大大提高语料库使用效能。

 

3. 加强多种语料库综合使用功能的开发。作为教学的辅助性工具，教材语料库在功能上需要配合多种语料库共同使用，在应用上可作为词汇、短语、语法、文化等方面的参照依据，实现教学、教材之间的互动。

 

比较国内外教材语料库的应用，我们发现，国内教材语料库应用系统性不强，而国外这方面已初步形成从词汇到语法的各类应用，应用产品以词典、手机APP、教材等方式呈现出来。因此，我们认为，国内教材语料库发展的必然趋势，是依托现有教材库，编制出国际汉语教学各类大纲的参考依据，并形成教材编写的资源，通过从人工评定教材到机器自动评定的研发，构建出一套较完整的“人—机”评估模型基础，更好地应用于教学、服务于教学。

 

参考文献：略