第二章 文獻探討佮分析
第四節 語料庫語言學
語料庫語言學是語言研究的新興學派，語料庫是共大量的自然語言材料，用 電子檔案方式保存佇電腦資料庫內底，提供做語言研究所用（黃昌寧、李涓子 2002）。
語料庫的應用非常闊，用國內的例來說明語料庫實際應用佇台語研究的方向 佮情形：嚴國仁（1995）台語口語的詞頻調查、張學謙（2000）用語料庫來比較
台語借詞的情形、楊允言（2003）對語域佮借詞的觀點探討台語文寫作風格、楊 允言（2004）用兩版本聖經作語料進行語詞變化研究、謝昌運（2007）台語加強 詞的研究、曾國榕（2008）台語學術類佮非學術類的詞彙使用比較、賴淑玲（2008）
教育部台灣閩南語推薦用字的比較分析、李欣珉（2008）國民小學閩南語民間版 教科書漢字選用之研究、蔡秀俐（2009）羅馬字 tī 台語文漢羅文本中 ê 使用分析—
以台語文語料庫為基礎…等。
下面舉出幾个研究實例，做本研究的參考：
一、楊允言佮張學謙的研究
楊允言佮張學謙（2007）提出：辭典佮語料庫是一个語言佇計算語言學發展 的時所需要的重要基礎建設。
語料庫會使講是一種語言除了辭典以外，佇計算語言學的發展所需要的重要 基礎。佇 2003 年，楊允言開始建立台語文語料庫，目前相關功能包括：台語語 詞檢索、台語音節佮語詞的頻率統計、台語音節佮語詞的互訊息以及相關度統計。
本研究的研究方式採用上述的功能，欲利用台語文語料庫當中聖經的部分
（共三个版本的聖經），透過詞頻統計的方式，來探討台語語詞的歷時變化。
二、楊允言的研究
楊允言（2003）利用台語語詞中移借語層詞彙的使用情形來探討台語文的寫
作風格，將移借語層的詞彙看做是日語借詞、華語借詞佮教會用語三个主要無仝 的語域（register）。共無仝年代的文本提來比較，看出其中的差異。
楊允言用李勤岸的研究做基礎16，另外佇語料的部分，閣加上卓緞女士的白 話字歌詩，仝款用計算各語域詞彙的方式，來量化寫作風格。
這个實驗利用台語詞彙的統計、比較，對語域佮借詞的觀點來探討台語文寫 作的風格，提供語料庫語言學應用佇文學分析的一个實例。
三、江永進的研究
江永進（1999）的國科會計畫：用語料庫來進行台語語言模型的建立佮應用，
探討台語音轉文、文轉音的問題。
2001 年伊閣用語料庫進行語音辨識的實驗，蒐集台語語音資料、擴充台語語
料庫，並且紹介用資訊科技處理音節的方式。伊認為建立台語佮華語語詞對應的 資料庫，是台語這種弱勢語言所需要的：
16 李勤岸（2000）的研究語料是 1916 年佮 1935 年出版的台語聖經，以及 1920 年代佮 1990 年 代的台語文小說，伊共語料內底出現的詞彙，分類佇所屬的各語域來做比較，發現台語詞彙 在這段時間的變化是：教會用語減少真濟，日語借詞增加無濟，華語借詞大量增加；規个來
台華語是無仝款ｅ語言，具備無仝款ｅ語法，無仝款ｅ語詞順序(word order)，但是具備相當濟ｅ共同詞，以及可以簡單對應ｅ對應詞。跨語言
語言模型調適，主要ｅ想法是利用華語大量ｅ語料，來調適台語語料不 足ｅ困境。(江永進 2004:3)
2009 年江永進閣進一步提出利用語料庫進行台華語互譯的研究，伊使用讓格 書寫17方式製作一套台華語平行語料庫，用來探討詞典製作佮台華語互譯的問題。
佇江永進遮的研究當中，攏會當凸顯用語料庫進行統計的方式是處理自然語 言的關鍵方式，毋過相對華語語料庫的發展來講，台語文的語料庫需要閣較濟的 拍拚佮政府的重視，才會當挽救台語的流失佮弱勢化。
四、曾國榕的研究
曾國榕（2008）用語料庫語言學的方式來比較學術佮非學術的台語書面語的
風格差異，針對台華共通詞、詞彙豐富度、羅馬字詞彙、平均詞長這四个方面來 探討。伊的研究發現台語借用華語詞彙是一種趨勢，愈正式的文體借用的比例愈 懸。
這種利用語料進行斷詞、統計，再來分析、比較語料中間的差異的方式，是 本研究進行的模式。
17 讓格(làng-keh)書寫是佇語句當中適當的所在加入一个空白字元，有促進閱讀閣語言統計…等的
五、其他研究
蘇新春（2010:7）佇《詞彙計量及實現》這本冊內底講著：
計量研究，又叫定量研究，通過對語料進行數的反映，以達到認識語 言規律和特點的目的。計量研究認為，事物的質與量有著密切的關 係，質存在於量之中，量反映質。重要的語言現象都會以較多的量的 形式表現出來。
陸致極（1991）佇《計算語言學》嘛表示字頻佮詞頻的統計，是欲了解語言 成分佇實際使用當中的規律性，這種大量的資料處理，利用計算機是一種上好、
上正確的方式。
語料庫的研究方式佇近來是一个台語文研究的進步；2003 年，台灣羅馬字協 會所建立的「台語文語料庫18」，是目前國內收錄上濟音節數的台語書面語語料庫。
除了這个語料庫以外，台語語料庫猶有其他，親像：國立政治大學漢語口語 語料庫19、台灣閩南語兒童語料庫20…等。雖然其中規模佮發展攏猶未成熟，毋過 已經提供予真濟台語研究真好的材料佮幫贊。比較政府佇華語語料庫佮台語語料 庫投入的經費、人力、資源等等，致使台語語料庫的發展無法度綴會著華語語料 庫，這部分閣愛靠閣較濟的有志人士來共同拍拚。
18 台灣羅馬字協會管理，楊允言程式設計佮資料蒐集。
19「國立政治大學漢語口語語料庫（NCCU Corpus of Spoken Chinese）」佇 2006 年開始籌備、建立，
包含三个語言的口語語料：華語、客語、台語，目前猶未開放。