第二章 文獻探討
第五節 語料庫研究
國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
25
咯（囉／嘍） 這三個語氣詞可個別在閩粵言中找到相對應的語氣詞，可表示各種語 氣，大略包括肯定、提醒、猜測、建議、不耐煩等。
來的（嚟嘅） 來自粵語，表示對判斷的肯定。
啦 受閩南語、粵語及馬來語影響，使用範圍廣、頻率高，可表示確定或 主觀認可、完成、強調、命令、請求等語氣。
整理自陳淑婷（2012）《馬來西亞華語口語語氣詞變異試論》
陳淑婷將三部大馬華人電影對白中的語氣詞羅列，並一一列舉各個語氣詞在 各種方言中的語用功能，雖然鉅細靡遺但缺乏分類及針對性，不過卻足以成為本論 文的重要參考依據。截至目前為止，馬來西亞華語語氣詞尚無更完整而深入的研 究，這也是我們後輩研究者值得努力的方向。
第五節 語料庫研究
(一)語料庫
何 安 平 (2012) 解 釋 何 為 語 料 庫 語 言 學 時 提 到 ： 「 語 料 庫 語 言 學 (Corpus Linguistics)是當代語言學與計算機科學交叉的一門新興學科。它用計算機手段對巨 量的語言文字資源庫(又稱語料庫，corpus 或 corpora)進行高速檢索、統計和展 示，以揭示真實語言使用的傾向性規律及其所傳遞的意義、功能乃至思想意識。」
從何安平的解釋中，可以得知語料庫是一種利用量化方式去分析語言的工 具。因為過往的語言學研究中，雖然討論了大量語法、結構、語意等學問，卻忽略 了這些理論在真實語言中出現的概率。因此語料庫的出現正好補足了這個缺點，讓 語言學可以從更貼近真實的角度去描繪語言現象與法則。
英語語料庫語言學的理論和應用發展是所有語言中成果最為豐碩者，包括英 國牛津大學的國家語料庫(British National Corpus)、布朗語料庫(Brown Corpus)、科 布語料庫(Cobuild Corpus)、近代的朗文語料庫(Longman Corpus)、當代美國英語語 料庫(The Corpus of Contemporary American English)、美國國家語料庫(American National Corpus)等。在漢語方面，則有中央研究院之現代漢語平衡語料庫(Sinica
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
26
Corpus)和香港理工大學的華語共時語料庫(LIVAC Synchronous Corpus)。在西班牙 語語料庫的研究發展中，則以西班牙皇家學院的現代西班牙語語料庫 (CREA：
Corpus de Referencia del Español Actual）最為知名。10 (二)以語料庫為本之分析與研究
在台灣以語料庫為本的研究有漢語、英語及台語(台灣閩南語)。早期以中研 院平衝語料庫產出語言學研究論著的學者有陳克健(1994) 的素材語言學與文本處 理、1997 年的國語構詞及詞組結構研究、黃居仁(1997) 現代漢語功能詞之用法與 分 佈 研究 。 較近 期 的研 究則 有 黃居 仁 (2007) 以 語料 庫為 本 的詞 彙系 統 研究 ， Chung(2009)以語料庫為本的隠喻研究等。
除了以語言學語料庫為本的研究外，也有學習者語料庫為本的研究。在國外 的研究有 Granger(1998)研究語料庫在第二外語學習上的應用、Neff(2004)的英語學 習者語料庫對比研究。其它語種的研究還有 Gonzalez(2002)分析以西語為母語之葡 語學習者和以葡語為母語者之西語學習者的語言偏誤。
國內的研究則有盧慧娟(2009)利用自行建構和開發的學習者語料庫和輔助工 具對比分析台灣西語學習者在第三語連接詞的多用、誤用和少用之使用傾向，及其 可能的影響因素，其分析結果有別於過去的研究發現。Lu (2010)根據 Andersen (1991)所提出的詞彙動貌假說理論，以「台灣西語學習者語料庫」的語料研究不同 語言程度之學習者在西班牙語兩種過去式（簡單過去式和未完成過去式）的語言使 用。研究結果顯示針對狀態動詞而言，其結果與以英文為母語的學習者的發展模式 類似。在日語語料庫運用方面，黄淑妙(2009)則一方面用統計的方法，從橫斷與縱 斷的角度分析「台灣日語學習者語料庫」(CTLJ)的語料，一方面從語誤分析的角 度，來剖析語料的內容。
10 引自國立成功大學機構典藏，文學院外國語文學系之國科會研究報告，計畫名稱：補助人文及社 會科學研究圖書計畫規劃主題─語料庫語言學，計畫編號：NSC97-2420-H006-040-2E2，研究期 間：2008-12~2009-11
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
27
從以上的各類研究來看，語料庫的建置揭開了語言學研究的新扉頁，學者們 利用大量的真實語料做詞彙、句法、搭配詞、學習偏誤及對比分析等研究。目前國 內當無人以語料庫為本做語氣詞的相關研究，因此筆者將於本文內抽樣研究國內語 料詞的使用概況。
(三)中央平衡語料庫簡介
本文中採用的語料庫為目前國內最大最全面的語料庫─中央平衡語料庫。
「中央研究院平衡語料庫」簡稱「中研院平衡語料庫」（Academia Sinica Balanced Corpus of Modern Chinese ，簡稱 Sinica Corpus），是世界上第一個有完整詞類標 記的漢語平衡語料庫。內含自一九九○年起交換取得、直接向版權所有單位取得、
從公共區域取得的資料近兩千萬字，平均涵蓋各種文類 (如報導、評論、信函、劇 本、會話、演講)、文體 (如記敘、論說、說明、描寫)、語式 (如書面、口語、口說 的書面、書寫的口語)、主題 (如哲學、科學、社會、藝術、生活、文學) 與媒體 (如報紙、雜誌、教科書、工具書、學術論著、視聽媒體)等，此語料庫盡量做到平 衡分配在不同的主題和語式上，是現代漢語無窮多的語句中一個代表性的樣本。
此語料庫於 1994 年公開提供給國內外學術研究使用；以期在使用過程中得 到回饋，在完成目標規模前可以做必要的修正。1997 年開放的研究院語料庫 3.0 版 已達到五百萬目詞的預計規模。 本文中使用的是 4.0 版11，為一包含一千多萬目詞 的帶標記平衡語料庫。4.0 版所蒐集的文章為 1981 年到 2007 年之間的文章。語料 庫共有 19,247 篇文章；1,396,133 句數；11,245,932 個詞數 (word token) ；239,598 個詞形 (word type)，各主題其篇數如下：
主題 篇數
文學 2525
生活 5461
社會 7466
11 中央研究院現代漢語標記語料庫４.０版：http：//asbc.iis.sinica.edu.tw/
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
28
科學 1482
哲學 1378
藝術 935
加總結果 19247
從上表可得知此語料庫較大篇幅的語料來源來自生活和社會類，更為貼近真 實生活語言，也更符合本文針對分析自然語境中語氣詞的研究目標。
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
29