谈谈英语语料库的用法问题
有朋友在“答疑中心”问怎么用“英国国家语料库”（见www.yygrammar.com/guestbook/Guest_Reply.asp?TopicID=1711）。关于怎么样合理用“语料库”的问题，本站曾发过目佳老师的一篇文章（见www.yygrammar.com/Article/200908/1329_3.html）。这里摘录部分内容作为一个简要的回话：
……
……“英国国家语料库”可以用作大家研究英语语言的“工具”，但不可以完全以此作为证明语言规范性的“依据”（见www.yygrammar.com/Article/200908/1327.html）。笔者的意思非常明确，不是要否定“语料库”有哪些用途，而是说要合理地用“语料库”，将它作为大家研究语言的“工具”，而不适合将它视为语言的“规范”或“标准”。
事实上，各类“语料语”的打造，为语言学的研究提供了极其丰富且真实的语言素材。据《朗文英语口语和笔语语法》所述：“朗文语料库” 由 37244 个文本、4000 多万词的语料组成。这类文本除少数小说外，都是 1980 年未来的产物，主要选自四个语域，即会话、小说、新闻、学术文章。”这样庞大且真实的语料素材，这是几十年前的语言学者不敢想象的。
但笔者一直觉得，语料库可以作为大家研究语言的“工具”，但大家不可以完全以此作为证明语言规范性的“依据”。就拿上面提到的这本《朗文英语口语和笔语语法》来讲，它的作者是 Douglas Biber, Stig Johassson, Geoffrey Leech, Susan Conrad and Edward Finegan 四位。本书被觉得是夸克氏《英语语法大全》（A Comprehensive Grammar of the English Language）的姊妹篇，《英语语法大全》的四位作者中有三位直接为该书作出了贡献：Geoffrey Leech 为该书的直接作者之一，Jan Svartvik 审阅了该书的撰写计划和“试验章”，Randolph Quirk 为该书写了热情洋溢的前言。目前大家看看该书第 191 页在讲到主谓一致问题的一个语料剖析：
Percentage use of non-standard forms in conversation.
standard form non-standard from % use of non-standard form
I was I were5%
you were you was10%
she was she were10%
they were they was5%
I say I says50%
you say you says less than 2%
he doesn’t he don’t40%
they don’t they doesn’t less than 2%
依据前面的介绍可知，此“语料库”的权威性不容置疑。但该语料库显示，大家在会话中用非标准形式 I says 的几率高达 50%，用 he don’t 这一非标准形式的几率高达 40%。
50% 是个什么定义？那就意味着在会话中平均每两个人就有一个人会如此用。那样大家目前是否应该修改大家的语法书、教程、考试概要等，表示可以同意 I says 呢？显然不是的。当然，目前 I says, he don’t 的用法几率如此高，或许再过若干年之后，将 I says, he don’t 这种说法变成规范的表达，也是大概的，但那是将来的事，假如目前哪本教程、词典、考试试题等，用 I says, he don’t 这种表达，显然是不适合的。
笔者觉得，“语料库”只不过对大家（当然是指以此为母语的大家）对语言实质运用的一个客观记录，为了充分保证“语料”的真实性，它不只会网站收录那些语言学家觉得“正确的”素材，而且也网站收录那些语言学家觉得“不正确的”素材，虽然不可以说是“捡到篮子里就是菜”，但尽可能兼顾语料的真实性和全方位性是打造语料库的基本宗旨。虽然目前很多权威的词典都在充推荐受语料库带来的便捷和便宜，但没那本词典是完全照搬语料库的，就拿《牛津高阶英汉双解词典》第六版来讲吧。陆谷孙教授在其序中说：“当代辞书界一大革命性的进步便是电脑语料库的打造，从而为编者们提供了数目惊人的语言素材，使他们选词有了依据，择例有了空间。《牛津高阶》第六版例证多达九万，位居各版之首，自然与牛津语料库的素材是分不开的。……第六版中有的极细微的增删变化，细究之下，亦来源于语料库，足证言必有据。”但笔者在该词典上没见到过 I says, he don’t 这种在语料库中显示用几率高达 40%-50% 的非标准表达，更不需要说 you was, they was, they doesn’t, you says, I were , she were这种非标准表达了。
I says 只不过一个具体的个案而已，既然可以说 I says，是否可以说 I likes, I does, I thinks, I gets, I goes, I has, I gives 等等？笔者在 BNC中查了一下，结果如下（感兴趣的读者朋友可以自己去核对一下）：
I likes 的使用方法共有16例；
I does 的使用方法共有28例；
I thinks 的使用方法共有16例；
I gets 的使用方法共有18例；
I goes 的使用方法共有50例；
I has 的使用方法共有42例；
I gives 的使用方法共有18例；
事实上，你随意输一个你觉得是“错误”的表达，在“英国国家语料库”都大概（当然不是肯定）会找到“实例”，感兴趣的朋友可以自己去试试看看。
很好，“存在即合理”，但“合理”未必“合法”。在口语中，I says 的用法几率高达50%，已是相当普通的表达了，应该算是相当“合理”了，但它“合法”吗？笔者在此讲的“法”，是指语言的“规范”和“标准”，在大家国家，由江泽民同志签署的《中国国家通用语言文字法》就是“法”，由中国新闻出版总署颁布的《图书水平管理规定（图书编校水平差错率计算办法）》也是“法”，由国家语言文字工作委员会发布的《简化字总表》也是“法”，由文化部和文字改革委员会联合发布的《异体字整理表》也是“法”，由国家语言文字工作委员会和中国新闻出版署联合发布的《现代汉语通用字表》也是“法”，由国家科委、中国科学院、国家教委、新闻出版署联合发布的《关于用全国自然科学名词审定委员会公布的科技名词的公告》也是“法”，由中国出版工作者协会校对委员会拟定的《图书编校水平差错认定细节》也是“法”，等等。
另外，与语言运用有关的国标（国家标准）也是“法”。如：
《标点符号使用方法》（GB／T 15834—1995）
《出版物上数字使用方法的规定》（GB／T 15835—1995）
《汉语拼音正词法基本规则》（GB／T 16159—1996）
《中文书刊名字汉语拼音拼写法》（GB 3259—92）
《量和单位》（GB 3100～3102—93）
……
笔者不了解英国和美国有没这么多关于语言规范的“法”，但笔者相信对于任何一个国家来讲，必要的语言“规范”和语言“标准”都是必不可少的，不然所有语言方面的测试就会变得不可能，大家用语言交流也会变得愈加困难。
有的非规范的语言表达，虽然在“民间”得到广泛应用，但未必就能得到“官方”的认同，譬如，在大家国家，估计不少人不太区别“年份”与“年分”，“辈分”与“辈份”，但《图书编校水平差错认定细节》明确指出，用“年份”对，用“年分”错；用“辈分”对，用“辈份”错；依据“朗文语料库”，在会话中，以英语为母语的人不太区别 I say 与 I says，与 he don’t 与 he doesn’t，但，若目前有哪本词典将 I says 和 he don’t 这种使用方法网站收录其中，那一定是会招致非议的。
当然，有关语言规范方面的“法”同其他所有“法”一样，更不是绝对“正确”的，它一定也会有如此或那样的不足或缺点，正由于如此，所以所有些“法”都需要不断地修订和改进，但有一点可以一定，在“法”没修订之前，任何违“法”之举，都是要付出代价的！
……
