金碧希 卫乃兴 ｜｜ 话语研究的语料库路径：方法、挑战与前景

话语研究的语料库路径：方法、

挑战与前景

金碧希  卫乃兴

文献引用格式：

金碧希 & 卫乃兴.(2023).话语研究的语料库路径：方法、挑战与前景. 外语与外语教学(01),1-11+144.

作者简介：

金碧希，副教授，博士，研究方向：语料库语言学，话语分析;

卫乃兴（通信作者），教授，博士，研究方向：语料库语言学，话语分析。通信作者邮箱：nxwei@buaa.edu.cn

摘 要：

本文系统评述语料库话语研究的不同路径,包括基于语料库的话语研究(corpus-based discourse studies, CBDS)、语料库辅助的话语研究(corpus-assisted discourse studies, CADS)和语料库资讯的话语研究(corpus-informed discourse studies, CIDS)。我们首先讨论各个路径的主要方法特征、常用分析技术以及与经典批评话语分析的对接及耦合，继而分析不同路径的思想和方法的异同。文章还讨论了话语分析在信息技术革命背景下面临的挑战，探讨其发展方向。

1. 引言

       1.1 不同类别的话语分析

       20世纪60年代以降，人文社会科学领域的重大学科变化便是话语分析运动的兴起。这一重大变化肇始于语言学的重要转向，即从索绪尔所认定的语言研究转向言语研究，从乔姆斯基确立的语言能力研究转向语言行为研究。如果从这些主流语言理论的角度看，话语分析只属于言语层面或语言行为层面的研究。转向使语言和话语分析不再聚焦于形式和结构的描写与解释，而更多关注意义与使用。 

       方兴未艾的话语分析运动至少催生了三个不同类别的研究活动。第一类是对真实使用中的型式与意义的研究，尤以语料库语言学范式下的词汇-语法型式研究为典范；意义即使用，意义载之于型式。第二种是对探索跨越句子边界的篇章构成的研究，如Hoey的篇章型式(textual patterns)(Hoey 1983,1991)，或者Swales的语步分析(Swales 1990)。第三种聚焦蕴含于形式和结构的社会、文化意义，尤以批评话语分析(Critical Discourse Analysis, CDA)最为彰显。CDA视语言使用和话语活动为社会实践，广泛吸收不同学科的思想、视域和分析框架，探索话语对权利关系和意识形态的建构。它于20世纪90年代得以迅疾发展，声势浩大，遂成显学。 

       本文讨论的话语研究主要是上述第三种活动，即将话语视为社会文化行为，以探索语言的社会文化及意识形态意义为要旨的CDA一类的研究活动。但从研究方法而言，我们不可避免地要涉及第一种研究活动，即真实使用中的型式与意义探索。 

       1.2 从语料库语言学到语料库话语分析

       20世纪90年代是语料库语言学的黄金岁月。基于语料库或语料库驱动的研究范式被广泛认可，并迅速扩展、进入几乎所有语言学领域。批评话语分析也是语料库学者较早进入的领域。Caldas-Coulthard (1993)首次将语料库方法用于批评话语分析。她基于自建的小型英国媒体语料库，解构了男性精英话语方式下女性受到的话语歧视；媒体话语反映了不对称的两性权利社会现实，而话语歧视又加固不平等的社会现实。Hardt-Mautner (1995)勾勒出词频分析和词语索引分析技术等方法在批评话语分析中的运用，提出了将语料库语言学和批评话语分析相结合的鲜明立场。Stubbs (1994,1997)对批评话语分析的概念、数据与论证方法提出了系统而激烈的批评，并展示了采用语料库方法进行话语分析的研究案例。Krish‐namurthy (1996)基于语料库数据，更加系统地通过频数分析、数据分布、搭配分析，并与词典定义对比，缜密分析了词汇的话语意义构建，堪称早期语料库话语分析的经典范例。这些先驱者开辟了话语研究的语料库路径，将语料库语言学的思想与方法带入了批评话语分析。历经数十年发展，语料库话语研究产生出大批特色鲜明的新颖成果，多种不同特征的研究路径业已形成。

       1.3 本文概览

       本文系统评述语料库话语研究的不同路径。我们将语料库话语研究分为基于语料库的话语研究(corpus-based discourse studies, CBDS)、语料库辅助的话语研究(corpus-assisted dis‐course studies, CADS)和语料库资讯的话语研究(corpus-informed discourse studies, CIDS)三条路径。我们将分别讨论三种不同路径的主要分析技术及其理念，比较思想和方法的异同，剖析现存问题及应对措施，在此基础上，我们将进一步讨论话语分析在信息技术革命背景下面临的挑战，探讨发展方向。

       话语分析在我国语言学界已通行多年，其中不乏利用语料库进行研究的诸多案例。然而，我们尚缺乏对话语研究的语料库路径的系统审视。我们认为，系统地评述话语分析的各条语料库路径，讨论各自的区别性方法特征以及相关理念，对话语研究的方法论建设以及下个阶段的健康发展不无裨益。尤其是在目前构筑中国话语体系、对话世界的要务之下，系统讨论语料库话语研究的方方面面，推进基于语料库的话语研究具有显见的必要性与意义。 

        2. 话语分析的语料库路径

       本文依次讨论前文述及的三条语料库话语研究路径：基于语料库的话语研究、语料库辅助的话语研究和语料库资讯的话语研究。

       2.1 基于语料库的话语研究

       2.1.1 CBDS路径的确立

       如前所述，20世纪90年代语料库语言学的鼎盛发展促使一批先驱者开辟了基于语料库的话语研究。然而，这个新兴研究方向的问世却更多由现实研究项目使然。其时正在开展的一批大型话语研究项目原本要采用经典的CDA方法开展探索，研究者却发现后者的特征性方法很难为之，比如个人化的、碎片式例证的、主观性极强的论证。Hardt-Mautner (1995)很能说明问题。她原本要采用Fairclough (1989)和van Dijk (1991)主张的概念框架和方法进行英国媒体的欧盟话语分析，却不得不转而采用语料库的方法从数据分析开始。

       在先驱研究的引领下，更多的语料库学者开始了基于语料库的话语研究。他们不再依赖碎片式的例证进行主观性强的所谓定性研究，而采用语料库的经典方法，基于规模化的语料库证据进行研究。如英国兰开斯特大学的Baker团队，基于1.4亿词容的英国主流媒体语料库，进行RASIM(refugees、asylum seekers、immigrants、migrants)话语意义研究(Baker et al.2013)。世纪之交，越来越多的基于语料库的话语研究问世。和CDA一样，这一时期的CBDS较多地进入政治话语或媒体话语研究领域，探索语言与社会、权力、意识形态的关系。21世纪以来，CBDS已成为独具方法特色的话语研究“方面军”。表1显示其中一部分影响力较大的代表性研究。

       由表1可见，CBDS进入了广泛范围的社会问题话语探索，研究的皆是所处时代的热点议题。这些研究采用语料库语言学的理念与方法，自建语料库、自动处理大批量数据、定量与定性分析结合，是基于语料库证据或语料库证据驱动的话语研究1。正是这一时期的丰硕研究成果确立了CBDS这一研究路径。 

       2.1.2 核心分析技术以及与CDA概念耦合

       CBDS是语料库语言学向话语分析的扩展，它采用语料库语言学最为基础性的分析技术和方法，包括频数分析、词语索引分析、搭配分析、关键词分析、n元分析、语义趋向与语义韵分析等。这些核心分析技术的综合运用形成CBDS研究扎实的数据基础及分析过程。但另一方面，这些分析技术必须与CDA的核心概念及理性分析对接或耦合。CBDS与CDA多种分析路径下的概念进行了有益的对接与耦合，包括Fairclough (1995,2003)提出的辩证-关系路径(dialectical-relational approach)、Wodak (2001)的话语-历史分析路径(discourse-historical analysis)、van Dijk (2006)的社会认知路径(sociocognitive approach)和van Leeuwen (1996,2008)的社会行动者表征(social actor representation)。尤其是互文性、话语策略、话语构建、隐喻、论辩、身份构建、话语霸权这些核心概念都得以在实证证据基础上展开探究。两个领域的分析技术/概念的耦合产生出不同于以往研究的协同效应。我们用图1展示语料库核心分析技术与CDA经典概念的对接及协同作用。

       我们仍以前述Baker等的RASIM研究为例。他们的系列研究无不采用频数分析、词语索引检查、搭配分析、语义趋向和语义韵等分析技术，探究核心词语的话语意义。核心词语的持续性搭配(consistent collocates)指向核心的论辩主题(topoi)；语义倾向和语义韵分析均揭示了所研究四类人群的话语表征；词语索引分析又和“水隐喻”剖析(water metaphor: pour, flood, stream)相结合，揭示了难民与政治庇护寻求者“失控、大量、无序、急需避免的自然灾害”等表征。在更高的层面，Baker等将语料库数据及其分析技术与Wodak (2001)的话语-历史分析路径对接，考察了话语事件的社会历史语境意义、话语策略和意识形态意义。尤其对媒体实施的话语霸权策略做了基于实证的理性分析，包括视角化策略(perspectivization)、积极自我呈现(positive self-representation)和消极他者呈现(negative other representation)策略等。

       2.1.3 基本思想与方法

       CBDS本质上属于语料库语言学研究，显示出毋容置疑的语料库语言学的思想与方法特征。它认为，文本是意义的最重要载体；研究假设必须始于对文本证据的初始观察；推测与论证必须基于证据；研究结论必须可以证伪。它的核心分析技术体现了这样一些方法指向：(1)严格依赖大批量真实文本证据；(2)聚焦复现或统计学意义显著的证据；(3)融合词汇与语法分析；(4)突显共选型式在局部环境下的话语意义。

       CBDS的系统性定量分析体现证据的整体解释性(total accountability)思想，即，不是依赖碎片式证据的任意阐释，而是对数据进行严密描述与解释。它的核心分析技术旨在体现语料库“累积效应”(accumulation effect)的作用(Baker 2006:13)。核心或典型的话语意义往往依赖词语使用的累积效应，通过高频的共现型式表征。正如Stubbs (1996:169)指出，“反复出现的语言型式对研究语言和意识形态的关系具有重要意义，能够为文化是如何通过词汇型式表征提供实证证据”。这些思想与方法克服了经典CDA长期以来为人诟病的小样本、摘樱桃式证据、碎片化和主观决断等方法缺陷(Widdowson 1998,2000)。 

       2.2 语料库辅助的话语研究

       Partington等(2013:10)提出了语料库辅助的话语研究，将之界定为“融合语料库分析，探讨交际语篇中语言的形式和功能的研究”。根据他们的阐述，CADS尤为注重文本非显性意义(non-obvious meaning)的挖掘。其后，Partington等(2013:10-12)又进一步发展了CADS的方法表述。根据这些表述，我们可将CADS的主要方法特征概括如下： 

       第一，折中或包容的方法(an eclectic method)。CADS不仅严格依循常用的语料库分析技术，要综合运用多种方法，以达到最佳研究效果。这就意味着使用语料库之外的数据(cor‐pus-external data)，既可助益于文本内容的解读，又可发现潜在的分析方向。 

       第二，对比分析(comparative analysis)。这是CADS研究者特别注重的研究方法，在他们看来，所有的话语研究都应具有比较研究的属性，如欲揭示一个特定语言特征，最好的办法就是将其与其他话语进行比较。对比研究包括简单对比研究(simple comparison)、系列对比研究(serial comparison)、多重对比研究(multiple comparison)和历时对比研究(diachronic com‐parison)等。 

       第三，非显性意义探索(non-obvious meaning exploration)。CADS特别强调凭借直接观察获取不了的意义分析，而之前的语料库研究往往较多地报道人们业已知道的结果。

       第四，开放的研究问题与多元参照框架(open range of research issues and multiple refer‐ence frames)。CADS超越批评话语分析的话题与意指，不局限于后者聚焦的诸如权利关系、社会歧视、意识形态等内容，研究结果不一定携带对政治、社会、文化问题的批判意旨。CADS可能使用CDA的重要分析概念，但并不局限于此。相反，CADS会使用更广泛的来自不同学科的概念参照，如政治科学、哲学、社会学、传播学、历史学、国际关系研究等广泛范围的分析概念和框架。 

       Partington (2015)堪称CADS的佳作。它以英国几家大报(Guardian、Daily Telegraph)和阿拉伯国家的主要英文报纸(Daily News Egypt、Gulf News) 2010年和2013年的新闻报道为语料，对比分析“Arab world”的话语表征变化。发现在这段时期内“Arab world”的话语表征发生了颇有意义的嬗变。2010年的语料分析显示，“Arab world”是相对于“Western world”的一个整体世界，这个世界极度敏感(hyper-sensitive)、暴戾(irascible)、易于冒犯(quick to take offence)、需要安抚(needs to be placated and handled with care)等。然而，2013年的语料库分析显示，Arab world更多指向单一的国家，“极度敏感”和“易于冒犯”等刻板表征已大大弱化。

       CADS所使用的语料库分析技术主要有关键词分析、搭配分析和词语索引分析。基于相关数据结果，利用广泛范围的社会文化信息和学科知识，对话语意义进行多维向的阐释和建构。例如Zottola等(2019)通过关键词识别和词语索引分析，运用传播学的概念，建构出英国媒体氮气污染报道中的多个新闻框架(frames)：“环保主义”“政府责任”“企业责任”“污染问题政治化”和“潜在危害”等。Bednarek和Caple (2014)从“新闻价值”(news value)的概念出发，尝试解构话语建构的方法，如高频出现的著名政治人物和机构名称可构建新闻的精英主义，the first等词可构建新闻的新颖性。而诸如police、credit、Israeli等普通词汇，由于共现效应则通常表征“犯罪”“欠债”“冲突”等话语意义，从而实现“负面新闻价值”（negativity in news value）。

       CADS关涉的社会议题范围也愈益扩展，具有强烈的现实关切，显示出和社会科学诸多探索领域的交叉融合趋势。如Hunt和Harvey (2015)探索的网络健康咨询议题，Clarke等(2021)有关宗教问题的话语分析，Collins和Nerlich (2015)关于网络民意调查的分析，Dayrell(2019)的气候变化话语分析，Knight (2015)对数字时代e-language交流的分析，Bednarek(2015)对电视和电影语料所做的多模态话语分析等。而兰卡斯特大学的语料库团队更是提出了“作为社会科学的语料库研究(Corpus as Social Sciences)”这一明确的探究方向。 

       综上，CADS采用语料库的一些分析技术，探究文本的型式与意义，但并不局限于语料库分析技术的使用，而是容纳更广范围的语境信息与多学科知识，对文本的隐含意义进行探索，体现出更强的包容性和拓展性。CADS的分析与启示是多维向的，不一定意味对社会的批判。对广泛社会科学领域话题的进入，开辟了新的研究疆域，以语料库分析特有的视域、方法与成果与相关学科的研究互补。 

       2.3 语料库资讯的话语研究

       Lee (2008)提出了“语料库资讯的话语研究”。尽管与语料库辅助的话语研究很难截然区隔，我们仍可概括出它的一些明显的方法特征。概而言之，CIDS显示出三个主要的方法特征。第一，CIDS将语料库视为可用的例证仓库(corpus as repository of examples)。这意味着研究是自上而下的，包括研究动因、研究假设、研究问题以及预期结论在内的研究设计皆源自特定的理论假设；语料库的总体数据，词语的频数信息和各种统计信息不是分析的起点或主要探索支撑。研究者从语料库提取所需例子作为证据，进行设定问题的探讨和论证，对所用语料库的性质、代表性、技术参数及总体数据特征并不在意，很少做出明确的描述和界定。他们会使用一些语料库的概念和数据，如词语索引、搭配、n元组合等，但并不进行严格的定量分析，尤其不用统计技术处理数据。

       第二，较多地使用批评话语分析的概念与框架。不同于CADS,CIDS大量倚重CDA的分析概念和参照框架。后者的核心概念，如互文性、再语境化(recontextualization)、话语秩序(order of discourse)、话语效验(discourse efficacy)、话语霸权、身份建构等被频繁使用于CI‐DS。话语策略分析方面，CIDS尤其参用Wodak(2001）、van Dijk (1993)和van Leeuwen(2008)提出的诸多概念，如指称/命名(referential/nomination)、述谓(predication)、论辩(argu‐mentation)、视角化(perspectivation)；或歧视性策略(discriminatory discourse strategies）、恐吓策略(scare tactics)、责怪受害人策略(blame the victim)、合法化策略(legitimation)等。在分析过程上，CIDS与CDA高度趋同。

       第三，文本细读与深度分析(close reading of text and in-depth analysis)。CIDS较多地继承了文学批评领域的文本细读和深度分析方法。通过少量文本的细读和深入分析来解读、建构话语意义。

       Flowerdew (1997)是CIDS的典型范例。他自建了Chris Pattern在任期内的施政演说语料库，剖析这位末代总督构建“良好殖民统治”神话的企图以及所用话语策略。大量的文本细读及深度分析使Flowerdew概括出了所谓“良好殖民统治”神话的四个构成要素，即free market economy、freedom of the individual、rule of law和democracy。文本细读与深度分析又揭示出神话构建所采用的四种话语策略：政治体裁变换(transformation of political genres)、预设(presupposition)、介入(involvement)和词语复用(lexical reiteration)。这些都辅之以翔实的词语用法检查与意义解读，从而揭示了语言操作、策略使用和神话构建交织为一个连贯整体的过程和机制。

       Teo (2000)聚焦澳大利亚《悉尼先驱晨报》和《每日电讯报》两家媒体对于越南犯罪团伙的新闻报道，研究借助及物性分析、主题分析和词汇衔接，探究语言、意识形态和权力的关系。研究结果指向少数族裔违法者和白人执法者之间不平等的权力关系，进一步揭示植根于两家媒体的种族主义倾向，而媒体的报道一方面反映了越南移民在澳大利亚的边缘化处境，但同时又加剧了边缘化的程度。 

       Simonsen (2019)探讨了以色列公共外交话语关于以色列和哈马斯战争的转述策略。根据van Leeuwen (2008)提出的合法化策略分析框架，通过文本细读的方式探寻以色列外交部新闻稿的话语策略。分析揭示，以色列外交部通过将局部战争合法化为全球性战争冲突，以赢得民众支持。 

       简言之，CIDS是以定性分析为主要方法特征的话语分析，较多采用CDA的分析概念，倚重的是对单个或多个文本的精细研读。语料库则为解读和阐释提供例证。严格而言,CI‐DS并未采用语料库语言学的核心分析技术，它更多地趋同于批评话语分析的研究方法。

       2.4 语料库话语研究的连续统

       综上，我们不妨将三条路径视为一个连续统上、各具独特方法特征的研究活动，见图2所示。CBDS位于连续统的最左端，其研究过程与分析技术最具语料库语言学特征，本质上是语料库语言学的一部分。CIDS位于连续统的最右端，分析概念、过程与方法最接近于CDA，与经典的语料库研究殊异。CADS位于两者中间，与左右两类研究活动的方法不乏重叠，包容和折中较多。

       3. 挑战与对策

       话语意义的固有属性、迅猛发展的信息技术以及现有学科的交叉融合趋势给语料库话语研究带来了挑战和机遇。以下简述之。

       3.1 核心分析技术的优化

       话语分析的语料库路径极大地增强了研究的科学属性。前述主要分析技术使得话语研究牢牢基于坚实和翔实的客观数据，探索过程更加系统、严密，意义分析更加全面，结论更加可信。但是，另一方面，意义本身具有较强的主观性、个体性、随机性和多元性，需要优化现有分析技术的操作。

       词语索引分析。现有的词语索引分析在有限字符或跨距的视窗下进行，显示的文本环境太小，对语境意义解读形成制约。使用扩展索引(expanded concordance)极为必要。应根据需要，灵活设置扩展索引的字符数目。 

       词语搭配分析。目前的搭配分析多基于经典的二词组合单位。诸如扩展搭配(extend‐ed collocation)以及型式流(pattern flow)(Hunston & Francis 2000)等搭配序列尚未得以充分利用。这些不同形式的搭配序列是更大的意义单位，对语境意义的贡献更为重要，应在搭配分析中占有更重要的地位。 

       语义趋向与语义韵分析。语义趋向是关键词共选词语意义特征的概括，语义韵是更大语境下态度意义的抽象。两者适度的抽象度至为关键。过于抽象和过于具体都无助于话语意义剖析。前述Baker等(2013)的语义韵概括是适度抽象的范例，如a prosody of unwanted actions、a prosody of burden、a prosody of assisted movement等。 

       3.2 新型信息技术的利用

       人工智能导向的自然语言处理技术、大数据文本分析技术的迅猛发展给话语分析带来了挑战与发展空间。深度学习技术、情感分析、词向量技术、主题建模等信息技术正在进入语言研究。这些信息技术与现时的话语分析技术既有联结又承载不同功能和技术指标，应经过改造适用于话语分析。如，主题建模可挖掘文本中潜藏的主题结构和语义信息(Törn‐berg & Törnberg 2016; Brookes & Mc Enery 2018)。情感分析技术可用于探究态度与评价意义及修辞策略(Liu & Lei 2018),词向量技术可建构文本的多种语义网络关系以及词语意义的历史演变(Shi & Lei 2019)。 

       与此同时，聚类分析、多变量分析、对应分析、回归分析等新的统计手段也在推进语料库数据处理技术的发展。话语分析技术的拓新应当有多种可能。

       3.3 学科跨越与知识融合

       话语分析原本是由多学科知识、视野和方法融合而生的探索领域。在知识快速产生、交叉、融合的时代，语料库话语研究更应走跨学科发展之路，吸取更广范围的学科知识，采用多种分析框架，分析社会、文化、政治、经济等多层面的话语表征，拓宽研究的深度和广度(参见苏杭等2023)。再如，传播学的框架理论有助于揭示媒体话语对特定事件的目的导向性选择与加工(Zottola et al.2020)；而语料库型式可和新闻价值分析相结合，更有效地探讨新闻话语构建(Bednarek 2016)等。

       4. 结论

       本文系统评述了话语研究的三条语料库路径，即基于语料库的话语研究、语料库辅助的话语研究和语料库咨询的话语研究，对各自的主要方法特征进行了梳理和对比分析。三条路径可视为组成了一个连续统:CBDS本质上是语料库语言学的一部分，使用语料库语言学的分析技术探究话语意义，位于连续统的最左端；CIDS最具传统批评话语分析的方法特征，使用后者的分析概念与方法，位于连续统的右端；CADS位于两者的中间，显示出很大程度的包容与折中。三条路径在不同程度上践行了语料库研究的理念和方法，组成了语料库话语研究的方法全景。其中，CBDS给话语研究注入了最大限度的科学属性：极大改进了话语研究数据的数量和质量，使分析过程更加系统、缜密，结论更加可信、有效。CBDS和传统批评话语分析的概念进行了较好的对接，在话语建构、权力关系、身份建构、态度意义、话语策略等重要探索课题上贡献了新颖成果，显示出独特的意义与价值。CADS倚重语料库数据，使用广泛范围的学科概念。它尤为重视对比分析，显示出很强的跨学科方法特征。CIDS视语料库为适用证据的资源库，更多地倚重文本细读方法。 

       信息技术革命为话语研究提出了新的技术发展要求，挑战与机遇并存。核心分析技术的拓展、新型计算技术的改造和适用、跨学科发展是进一步发展的必由之径。

       然而，意义研究是语言研究中最为复杂和艰难的一个探索方面。本质上而言，意义是一种不可观察的抽象存在，它是主观的，但可以客观化；它是个人化的，又是集体和公共的；它是随机的、协商的，又在一定程度上是规约性的和可预测的；它根植于悠久的人文学科探索，却也需要科学理性方法的介入。话语研究的语料库路径不是要取代传统的批评话语研究，而应与之互补，协同增效，以其独特的数据、分析技术与过程方法消减传统研究的主观性、任意性、个人偏向和循环论证，从另一侧面探索并呈现话语构成、话语运作、意义表征的多种可能。