目前世界上种类最丰富的幼儿语料资源，是美国认知科学家、加利福尼亚大学圣地亚哥分校教授贝茨（Elizabeth Ann Bates, 1947–2003）主持研制的“儿童语言数据交流系统”（Child Language Data Exchange System, https://childes. talkbank.org）。该资源中汉语普通话语料库有两个（北京幼儿语料库，大致两周一次，记录了10名20～26个月幼儿日常活动中的语言；南京幼儿语料库，按照预设情境，记录了50名14～48个月幼儿与其母亲的对话）。通行的语料采集方法，或引导幼儿在场景中围绕所设计话题说话，或按照预先设计的母子游戏方案进行对话。此种方法受制于实验取向和次数限制，采集语料有限。也有一些研究者采用追踪记录法，比如，对一名幼儿在16～22个月年龄段加以观察，但是仅记录21次，这种间断性采集难免数据稀疏。也许这些方法及语料适合于某个专题研究，但针对幼儿语言成长的系统研究，则需要长时期跟踪、连续性采集的语料。

幼儿词汇发展水平是衡量语言能力的基本尺度。国内学者的研究：①或仅仅分析部分词类，或给出某年龄段的词汇量，多未能列出较为完整的幼儿词汇清单；②或所列词类不全，或仅给出某年龄段的部分词语，甚至涉及1～5岁幼儿掌握的部分实词，但未提供分年龄段的词汇清单。我们看到的，仅有黄锦芬等（1988）分三个阶段（3～4岁、4～5岁、5～6岁）列出的词汇清单。由于未见汉语幼儿2～6岁（13～72个月）长期跟踪的连续性语料，不但迄今尚无一份完整的汉语幼儿（2～6岁）常用词汇发展表，而且某一年龄段的常用词汇也未见相对一致的清单。

近20年来，语料库语言学已成为语言研究主流方向，基于大规模真实语言文本和相应软件工具，研究幼儿语言成为新的趋势。我们采用自然状态录音法，坚持“三不原则”（不设计录音内容，不限制录音场景，不规定录音次数），长期跟踪采集幼儿日常会话，研制“汉语幼儿（2～6岁）日常会话跟踪语料库”，然后提炼各年龄段常用词表并建构其词汇语义系统，为进一步探索幼儿的话语结构和话语行为能力的成长提供基础。该研究主要任务是耗时费力的基础工作：跟踪录音→加工语料→分词统计→提炼常用词汇→建构语义系统。换而言之，幼儿语言学理论或跨学科（认知、心理、社会、文化、交际等）研究并非本研究的重点，尽管李葆嘉（2002, 2005, 2008, 2010）提出并采用了一系列相应的理论方法，但是在没有充分的基础研究之前，纯粹的理论研究可以缓行。

二、历程

衡量幼儿语言能力发展的明显指标是词汇量。依据语言学的层级性元语言理论，元语言符号包括：习义元语言词元系统（幼儿日常概念）、释义元语言基元系统（辞书释义基元）、析义元语言义元系统（语义分析元素）和认知元语言知元系统（语言认知元素）。其中，习义元语言词元系统由基于幼儿语言认知能力形成的日常概念构成，是个体语言成长为“成人语言”的内核或底座。

要了解幼儿语言能力的发展，基础工作就是在自然状态下对其日常会话跟踪录音。我们团队尚无针对多个对象同时并举的条件，只能以个案方式进行，走一步是一步。实践表明，某年龄段的“纯幼儿语料”只要达到一定规模（两岁段10万字；三岁段15万字；四岁到六岁段各自达到20～25万字），所提取的常用词就可以满足该年龄段幼儿的日常语言交流。本研究不涉及所谓“尽可能大的语料库”（尽管我们团队的语料库已是目前规模最大的）。我们信奉的哲理就是“一叶知秋”（中国古代哲理）、“一滴水可以折射太阳的光辉”（西方古代哲理），即“共性与个性皆寓于个别之中”。有兴趣的同道，可以建立新的跟踪语料库，凭借新的研究补正我们的数据。

根据现有语料统计和提炼，汉语幼儿常用词汇量大体如下：两岁段628个、三岁段1376个（递增748个）、四岁段1847个（递增471个）、五岁段2227个（递增380个）、六岁段2938个（递增711个）。三岁段出现最高递增峰，四岁段持续，五岁段词量递增度放缓，而句子组织和表达能力日趋提高。六岁段出现第二个词量递增峰，个体日常语言趋于成熟。此外，幼儿话说结构句的统计结果显示，与成人“话说结构范畴匹配框架”（框架63种）相比，四岁段幼儿语料中未见的仅6种，五岁段幼儿语料中未见的仅4种（与幼儿的认知水平和社会知识有关）。幼儿话语行为效能的研究显示，两岁段幼儿59种，三岁段76种，四岁段已掌握78种。

个体语义系统的不断成长反映了个体认知对象世界程度的不断提高。通过幼儿词汇语义系统的建构，可以全面深入地了解幼儿语义系统的成长状态。如果列出的幼儿词表，仅满足于传统语法的词语分类，或简单的语义分类，也就不可能窥见幼儿成长的足迹。基于幼儿日常认知能力和语言知识挖掘（充分利用上下文和语境），本研究建构了前后衔接的两套语义系统。前一套是2～4岁的语义系统，分为4大类（指称类、陈述类、描绘限制类、情态功能类）15～16中类，可根据年龄段调适。后一套是5～6岁的语义系统，分为7大类（指称类、陈述类、描绘类、限定类、标记类、情态类、呼应类）29中类（即29个语义词类）。语义系统建构采取基于范畴化心理联想机制的词汇语义类聚法，就像拼图游戏一样，将其碎片进行从小到大的局部组合，以期最终拼出一幅相对完整的画面。通过不同年龄段常用词汇语义系统的对比，可以呈现汉语幼儿词汇语义的逐步成长轨迹。

根据所采集幼儿语料（城市文化背景、父母大学毕业、家庭氛围良好；绝大部分是女孩，喜欢说话和录音；父母有耐心，对通过录音保留幼儿语言生活感兴趣）的统计分析，当前汉语幼儿词汇发展水平比其父母（20世纪70年代出生）幼儿时期的状况提前约半年。如今两岁段幼儿的词汇量（13～24个月DD9.6万纯幼儿语料中，共出现词语2830个，频率5次以上的约684个，频率10次以上的约436个），相当于过去两岁半幼儿的词汇水平。如今三岁段幼儿的词汇量（26～36个月XX 18万纯幼儿语料中，共出现词语3413个，频率5次以上的约1593个，频率10次以上的约1046个），相当于过去三岁半幼儿的词汇水平。促成当代幼儿（独生子女）词量高增的因素可能有：①交流对象的成人化，三岁前幼儿的交流对象以成人为主；②智力开发的早期化，促使语言交流起步早；③启蒙媒介的多样化，除了图画卡、图画书，电子作品、电视节目等成为幼儿的日常视听材料。

南师大语言学团队的幼儿语言能力发展研究得到关注。《扬子晚报》记者蔡蕴琦前来采访，刊发整版报道《专家研制幼儿会话语料库探寻孩子学说话之谜》（2012年12月27日A8），中国网、人民网、未来网、腾讯网、科学网、中教网、深圳妈妈网、四川在线、新浪博客等纷纷转载。江苏教育电视台也做过专题采访报道。近年来，还有智能科技公司前来联系，希望合作开发幼儿自动会话系统，或索取语料样本。我们希望有机会建立共享平台，分期分批发布幼儿会话语料，以推进幼儿语言研究进展，为提升国民语言能力服务。

《扬子日报》2012年12月27日A8版

三、辛劳

“汉语幼儿日常会话跟踪语料库”从2005年启动，到2015年告一段落。录音语料库总时长35442分钟，包括18个子库（两岁幼儿3个、三岁幼儿4个；四岁幼儿4个、五岁幼儿5个和群体1个、六岁幼儿1个）。其中已转写的（时长30709分钟）建成11个文本语料库，约360万字（纯幼儿语料145万字）。尚未转写的7个录音语料库（时长4733分钟），可转写约56万字。全部转写后，预计总规模约420万字（纯幼儿语料165万）。

作为汉语幼儿自然语料库，本语料库的建成，首先是十几位幼儿的双亲及陪护家人不辞辛劳地负责录音储存，有的连续录音几年。其次是众多研究生的参与。已建成的11个文本语料库的负责人是：薛松馨、嵇红英、祁文慧、王彤、张霞、李云芳、张洋梵、李尧。参与转写的还有：王婷婷、钱韵然、孙杨、施书宇、徐丽、李文涛、马子恩、王瑶、李小敏、宋纯、黄晓晓、陈瑞琴、李玲、张彩琪、姚志勇、徐夫梅、黄小莉、朱振华、王悦、颜明、陈秀利等。也就是说，负责录音储存的十几位幼儿家人和参与转写的研究生29位，共有40余人。

日常会话具有模糊性、重复性和跳跃性，文本转写工作繁重。1分钟的录音语料转写为文本，大约需要6分钟（先听录音语料，熟悉内容约1分钟；听一句转写一句，听写交替操作约3分钟；初步转写好，再听1分钟，核对所转写的文字标点等；这些程序之间的间隙约1分钟）。以此效率计算，30709分钟录音语料转写为汉字，需要花费184254分钟，约为3070个小时。如以1人1天转写4个小时计算（转写工作极易疲劳，中间需要休息），需要768天。如果以每周工作5天计算，则需要153周。如果按一年为52周计算，也就是1人需要工作3年。本资源是分期分批邀请29人转写的，也就是每人平均5周半（即40天）。

实际上，不可能连续工作，耳朵和眼睛都吃不消，只能断断续续转写。除了初次转写，还有校对编辑等也都费力耗神。如果支付劳务费，以1人计算，月工资6000元，三年则216000元。实际上能付给转写者、校对者、编辑者的报酬极其菲薄，参与其中的大多数人并无任何酬劳。语音采集对象的这些小朋友，负责录音储存的幼儿家人都是无偿奉献，最多，过儿童节给小朋友送点小玩具。如果凡参与合作者都付给相应报酬，该语料库的研制费用约60万元。

做别人想到而不做的，做别人认为不可能做的，做别人未想到要做的—多年来的幼儿语言探索，仅是此类“边缘化探索”的尝试之一。从2000年之前的一意孤行到其后的结伴而行，作为主持人和研究者，我在此要反复强调—此为团队合作成果！

本文摘自李葆嘉、王彤等：《幼儿语言的成长：常用词汇语义系统建构》，

科学出版社出版

今日责编：朱迪返回搜狐，查看更多