Page 16 - 基于大数据的英语翻译精准教学及实现路径

基于大数据的英语翻译精准教学及实现路径
Accurate English Translation Teaching and Implementation Path Based on Big Data

神经科学等多学科紧密相关。”有学者将大数据视为科学研究的第四种范式，也
就是所谓的数据密集型研究（data-intensive scientific discovery）。科学研究的第
一范式是实验，对关键因素进行描述和记录，形成相应理论；由于很多实验无法

进行，理论推演成了第二范式，以相对论等物理学理论为代表，这些理论并非诞
生于实验室，而是通过理论推演得来，后经观测证实；得益于计算机科学的发展，
计算机模拟仿真的第三研究范式应运而生；由于数据的爆炸性增长，大数据研究
被称为第四科学范式。前 3 种范式的语言学研究当前比较常见，例如以实验语音

学为代表的实验范式，以句法学为代表的理论推演范式，以及通过贝叶斯仿真方
法研究汉藏语发源地。大数据作为第四种范式为语言学研究带来了新的方法，推
动了语言学研究的创新和进步。通过大数据的应用，我们可以更好地理解语言和

语言生活的复杂性，探索语言与人类社会、经济、文化等方面的关系，为数据驱
动的跨学科创新提供更广阔的空间。
2. 语言学研究与大数据
语言学领域当前关涉大数据的研究大致可以分为 3 类。第一类研究探讨大数
据对语言学研究的方法论意义。文旭认为“大数据时代三大转变在认知语言学研

究上会大大地改变我们的本体论、认识论和方法论”。梁茂成认为“以深度学习
为代表的大数据方法将突破语料库容量扩大带来的方法瓶颈。”第二类研究关注
到自然语言处理（NLP）中大数据的作用，进而从语言学理论出发，指出具有社

会场景化的语言大数据对 NLP 的应用前景。第三类研究面向具体的应用语言学
问题开展，如相关研究通过大数据探讨“一带一路”沿线国家对中文学习的关注度。
作为一项概念的提出，语言大数据学理上存在几个基本内涵问题尚待解决。首先，
大数据和传统的语言研究中的语料数据存在哪些区别，只是单纯数据规模的扩大
吗？第二，学界缺乏语言和大数据之间的关系论述，大数据作为一种新的方法和

范式，和传统意义上收集语料建立语料库开展研究，方法上的创新体现在何处？
大数据概念的提出最早源自数据科学，其主要特性概括为 4V，即规模大
（volume）、种类多（variety）、价值低（value）和存取速度快（velocity）。

但在各类语言研究的文献中，学者们更多关注数据的规模，而忽视了大数据的首
要特征在于数据维度高。“维度”（dimension）指的是数据的特征值，“诸多
领域产生了大量的高维数据，例如基因数据、天体物理数据、图像数据，等等。
这些数据有一个共同的特点是样本的维数（特征）远远大于样本个数，即特征要

8