对外汉语教学中如何给学生辨析近义词
一、工具书辨析近义词的局限
在对外汉语教学中高级阶段，随着学生词汇量的扩大，他们往往会有许多关于近义词区别的问题，比如“安静”和“宁静”、“体验”和“体会”、“悲哀”和“悲伤”等。传统上，教师习惯于依赖工具书和近义词词典，但是词典的解释有时并不尽如人意，比如《1700对近义词语用法对比》一书中对“体验”和“体会”的解释是“’体验’是通过实践、行动去认识事物、认识生活。’体会’强调把体验到的东西上升为理性的思考，用头脑去理解别人的心理和事物的道理等”。这个解释用词比被释词还复杂难懂，恐怕对中国学生更为合适。另外，近义词的英文翻译往往相同或相近，基本不起区分意义的作用，仍以《1700对近义词语用法对比》为例，该词典 “维持”的英文翻译是keep, maintain，而“保持”的翻译是keep, maintain, preserve，“悲哀”、“悲伤”的英文翻译分别是grieved，sorrowful和sad，grieved，sorrowful，显然也难以区别。
此外，学生可能提出的近义词辨析问题永远比教师预想的多，也总会超出词典收录的范围，再碰到人在国外，手头没有近义词词典怎么办？这里，我们推荐大家使用语料库作为辨析近义词的工具。
二、适用于辨析近义词的汉语语料库
目前可供免费使用的汉语语料库较多，其中较有影响力的有国家语委开发的语料库在线（约2000万字），北京大学研制的现代汉语语料库（简称CCL，约3亿字）、北京语言大学推出的BCC现代汉语语料库（约150亿字）以及中国传媒大学的媒体语言语料库（约2.5亿字）。
以上四个语料库各有特色，我们认为北语的BCC语料库最适合作为近义词教学的首选工具。首先，它是四个语料库中容量最大的，据其网站介绍，该语料库总字数约 150 亿字，包括：报刊（20 亿）、文学（30 亿）、微博（30 亿）、科技（30 亿）、综合（10 亿）和古汉语（20 亿）等多领域语料，是可以全面反映当今社会语言生活的大规模语料库。其次，该语料库可分语体查询，便于比较近义词的语体分布差异。再次，该语料库有词语搭配的统计功能，比如分别检索“漂亮的N”和“美丽的N”，语料库就能统计出“漂亮”和“美丽”最常搭配的名词n是什么，并按照出现频次的高低作出排序。如此就能比较“漂亮”和“美丽”作定语修饰名词时有什么不同。这个词语搭配统计的功能是该语料库特有的，其他三个语料库暂时还不具备。而这一功能恰恰是对近义词教学十分有用的。最后，语料库在线和CCL的例句长难句较多，句式复杂，BCC的语料较通俗易懂，留学生比较容易理解。故下文主要使用BCC语料库说明基于语料库的近义词辨析方法。
三、基于语料库的近义词辨析框架
目前对外汉语近义词的辨析框架基本沿用本体研究的成果，理论色彩过重，辨析的项目过多，较难直接应用于教学。
我们认为，适用于对外汉语教学的近义词辨析框架应该进一步简化，结合语料库的特点和教学实际，我们提出近义词辨析的三个项目：（1）句中位置；（2）词语搭配；（3）语域分布。下面逐一进行说明。
1. 句中位置
词汇在句中的位置反映该词的句法信息，比如在单句中做何种句子成分，在复句中位于前一小句还是后一小句，这又与该词的词性密切相关。我们认为，对留学生而言，近义词的词性和句中位置是最容易理解的句法项目，也是语言产出时非常重要的信息，掌握了这两点，至少语法上不会出错。语料库可以使我们方便地检索出近义词在句中的常见位置。比如“面对”和“面临”是一组近义词，都表示“面前遇到”，都能与“困难”、“危险”、“问题”、“挑战”等词搭配。那么两者的差异在哪？通过语料库检索，我们发现这两组词在句中位置上存在重大差异。“面对”可以出现在句首、句中和句尾三个不同位置，而“面临”只能位于句中，如：
1.面对困难，沃尔玛超市采取了很多措施。
2.我们必须笑着面对现实。
3.世界的一切不完美，你都可以坦然面对。
4.欧洲正面临二战后最艰难的时刻。
5.由于结构和机制等方面的问题，一些企业面临困难。
“面对”后可不接宾语，直接位于句尾（如例3），“面临”后面必须带宾语，不能出现在句尾位置，这是两者在句法上一个显著的区别。当“面临”和“面对”后均有名词短语时，通过语料库搜索发现，约有80%的“面对+NP”形式出现于第一个小句，表示后续小句发生的条件（如例1）。相比之下，“面临”只出现于句中（如例4、5），如果有两个小句感觉近义词，则出现在第二个小句句中（如例5）。由此我们可以得到“面对”和“面临”最典型的句法格式分别是：
面对+NP，主语……。
……，主语+面临+NP。
“面对”一般出现于第一个小句表示条件，“面临”往往在第二个小句表示结果。因此，即使搭配的词语相同，如“面对困难——面临困难”、“面对危险——面临危险”，两者仍然有所区别。
2. 词语搭配
词语搭配是词项之间的组合关系，英国著名语言学家Firth（1957）指出，“由词之搭配可知其词”。语料库证据也表明，每一个词项都有其独特的搭配行为。近义词也不例外，它们一般只在概念意义上相同或接近，但在搭配词选择上并不能随意替换。因此，通过研究搭配词是区分近义词语义行之有效的方法。事实上，传统的近义词辨析也是这么操作的，但由于以往的词语搭配往往依赖于教师的直觉和经验，难免挂一漏万，得出的搭配词语可能并不典型，无法真实反映语言的实际情况。而语料库大数据、易于检索和统计的特点使得搭配词语的分析更为便捷和客观。
在BCC语料库中对词语搭配的检索可通过“具体的词+词性符号”来实现，比如检索“打扫n”就可得出“打扫”后接名词的所有用例，更为方便的是语料库还提供了统计功能，点击“统计”后，可以得出“打扫”后接名词的频次及排序。
“严格—严肃—严厉”是一组近义形容词, 表示不放松、不宽容, 可以修饰“执行”、“管理”、“训练”、“制裁”、“批评”等, 其意义有交叉（《汉语近义词词典》）。形容词可以做定语和状语修饰名词和动词，通过检索“严格—严肃—严厉”与名词和动词的搭配情况可以比较三个词之间的细微语义差别。如下表：
语料库数据显示，尽管“严格—严肃—严厉”词义相近，但它们的高频搭配名词表现出显著差异。与“严厉”搭配的名词可分为两类，一类是“措施”、“制裁”、“刑罚”等表示外在处置手段的名词 ；另一类是“目光”、“声音”、“语气”、“眼神”等表示人的神情、神态的词。与“严肃”搭配的名词也可分为两类，一类也表示人的神情、神态，如“表情”、“态度”、“脸”、“神情”、“样子”等，另一类词是表示“问题”、“事情”、“话题”等抽象名词。同样搭配人的神情，神态，“严肃”是从整体上修饰人的神情，而“严厉”则聚焦于“目光”、“声音”、“语气”等神情的具体组成部分。“严格”最常搭配的名词语义接近，均与“管理、规章、制度”等有关，与“严肃”和“严厉”有较大差异。
同样的，我们还可以比较“严格—严肃—严厉”做状语修饰动词时的区别，结果见下表：
通过比较可以发现，“严厉”修饰的动词多具有消极、负面的语义特征，如“打击犯罪”、“查处违法行为”、“惩处腐败分子”。“严格”修饰的动词语义多带有积极、正面的特征，常与“执行、控制、管理”等行为有关，与其常见搭配名词的语义特征相符。“严肃”介于“严厉”和“严格”之间，其修饰的动词既有“查处、追究、批评、惩处”等消极义动词，也有“处理、执法、对待、执行”等中性及积极词语。修饰消极义动词时，“严肃”的语义比“严厉”轻。修饰积极义动词时，“严肃”语义比“严格”重。
“严格—严肃—严厉”修饰动词时的差异实际上体现了它们在语义韵（semantic prosody）上的差别。所谓语义韵是指一定的词项会习惯性地吸引某一类具有相同语义特点的词项, 构成搭配。由于这些具有相同语义特点的词项与关键词项在文本中高频共现, 后者就被“传染”上了有关的语义特点, 整个语境内就弥漫了某种语义氛围 (Sinclair，1991；Louw，1993；转引自卫乃兴，2002)。语义韵大体可分为积极、消极和中性三大类。“严厉”具有消极语义韵，“严格”具有积极语义韵，“严肃”既有积极义词项又有消极义词项，属于中性语义韵。
3.语域分布
语域就是语言的使用域,是指具有不同目的与用途的各种不同的语言变体,如科技、新闻、广告、公文契约等等领域所使用的语言（王萃田，1990）。近义词在不同的语域往往呈现不同的分布特征,统计它们语域分布差异有助于更好地理解近义词的语用特点，从而将它们区分开来。
以语域的不同变项为标准可将语域分为不同的种类。如根据话语范围，可分为政治、军事、法律、科技、文学、广告、新闻等语域，根据话语方式可分为口语和书面语，根据话语体式可分为正式语与非正式语。近义词词典对语域的解释多集中于口语和书面语的区分感觉近义词，通过语料库，我们可以得到有关近义词更多的语域方面信息。
“干扰”和“打扰”是一组近义词，都可翻译成disturb，《汉语近义词词典》认为“打扰”指某人以某种行为打断、扰乱了别人的正常活动,使他分散了精力；“干扰”指扰乱，可以是外界因素, 不一定是某人的活动。词典没有对其使用域作出任何说明。如果仅凭词典的解释及少数例句似乎难以分辨两者的差别，而BCC语料库提供了文学、报刊、微博及科技四个语域，我们将“干扰—打扰”分别进行搜索，得到它们在各个语域的词频分布如下：
从上表可知，“打扰”用于文学和微博最多，而在报刊和科技语域出现极少；相反，“干扰”在报刊和科技语域出现的频次远高于“打扰”，而在文学和微博分别不到“打扰”频次的1/2和1/3，两者的语域分布存在显著差异和较大互补性。结合语料库的搭配统计功能可以发现，“名词+干扰”最高频的十个词分别是电磁干扰（1201）、外界干扰（670）、噪声干扰（469）、因素干扰（369）、人干扰（230）、电子干扰（197）、共模干扰（194）、α干扰（188）、信号干扰（184）、脉冲干扰（181）；而“名词+打扰”最高频的前十个词分别是人打扰（533）、时候打扰（43）、电话打扰（31）、外人打扰（31）、事打扰（27）、声音打扰（10）、孩子打扰（8）信打扰（8）、东西打扰（7）、铃声打扰（7）。可见，引起“干扰”的一般是抽象事物，多与科技有关，引起“打扰”的一般是具体的人或事。“干扰”和“打扰”的高频搭配词语正好解释了其语域分布的差异，两者可互相印证。
由此可见， 对于近义词的辨析如果仅仅从概念意义或句法功能入手, 是很难分辨之间的细微差异的。 但是,通过语料库的语域检索就容易发现近义词的优先使用语域, 使学习者对近义词的语用特点有更直观和深入的理解。
四、余论
基于语料库的近义词辨析可从句中位置、词语搭配和语域分布三个对比项目展开，利用语料库提供的丰富例句和统计结果使学习者更直观地理解近义词的句法、语义及语用特点，为对外汉语近义词教学提供了方便而有效的工具。
语料库一方面凭借其大数据及自动处理语料的特点克服了传统近义词教学依靠词典和教师直觉经验带来的不足；另一方面，语料库自身也有局限性，并不能完全取代传统的辨析工具。事实上，在近义词教学中，两者应是互为补充、互相合作的关系。语料库主要提供近义词的搭配实例及对比、搭配频率、语域分布等量的信息。而传统的辨析工具则提供词语的定义、引申义、用法概述等质的信息。两者应紧密配合、互相参照，发挥各自的特点和优势。
（作者简介：陆方喆，华中师范大学文学院教师。主要研究方向为对外汉语教学、汉语语法。）
点击蓝字
