文/ 文心说
不知道你有没有过这样的经历：好不容易背下一堆单词，写作时迫不及待地用出来，而发下来的批改却被打上了几个大大的红叉。
你问老师，凭什么说我错？
老师头也不抬地说，这个词根本不是这么用的。
那一瞬间，你突然很难过，辛辛苦苦背了这么多单词，可自己根本就不会用。
然而，有这样一个工具、一种方法，能让你迅速学会一个单词最为地道的表达方式。事不宜迟，让我们赶紧来看看这个神奇的工具——语料库吧。
什么是语料库？
也许你是第一次听说这个词，也许你曾在不少地方邂逅这个词，却从未了解过它。不管怎样，今天，你都可以和它来一个亲密接触了。
让我们先来看一下维基百科上的解释：
语料库一词在语言学上意指大量的文本（text），通常经过整理，具有既定格式与标记；事实上，语料库英文 “text corpus” 的含义即为 “body of text”。
简单来说，语料库就是一个存储语言数据的地方。
语料库分为动态和静态两种，动态语料库指里面的资料会不断更新，而静态语料库则不会。语料库里收集的不仅仅是书面用语，还包含口语化语言，如演讲、采访等。
目前比较完善的语料库多为英语单语语料库，意思是只搜集了英文文本的语料库。今天我们的重点也在英语语料库上。
语料库可以很大，也可以很小。小的语料库通常为了一些专业化的研究，而大的则有许多用途。目前可用英语语料库中，最庞大的所搜集的文本单词量大于5亿。可见里面有多少值得研究、学习的材料。
语料库有什么用？
语料库的最初建立，是为了研究语言，因此它被广泛应用于语言学各领域。然而，渐渐地，人们发现，它对于语言学习同样非常有帮助。因此，越来越多的语言教学者开始将语料库应用于教学。
我们不是教学者，但仍可以学习使用语料库——它将大大提升我们的学习效率。
以个人经验而言，语料库对于英语学习最有用的几方面在于：
1. 学习单词用法
2. 辨析近义词
3. 学习介词用法
4. 背单词
接下来，我会一一讲解运用语料库进行以上四种学习的方法。
不过，在此之前，我们需要了解一下，哪些语料库可以用？
如何找到合适的语料库？
目前，可供大家免费使用的大型语料库并不多，如果需要购买语料库的使用权限可不便宜。在这里，推荐两个可免费使用一定次数的大型语料库：
The Corpus of Contemporary American English (COCA)
The British National Corpora (BNC)
以上两种是不限领域的大型语料库，也是我做研究时最常使用的两种。需要注意的是，注册后，根据账号使用者的资历，每天每个账号可搜索次数有限，如果真的有必要可申请多个账号。
另外，为了不浪费搜索次数，每次搜索完可将结果先保存下来。
除了现成的语料库以外，我们还可以使用语料库代替品，或者自建语料库。这些在以后的文章中再作为重点讲解。
运用语料库进行学习
接下来，我们将学习语料库最简单的几种操作方式，帮助我们高效学英语。举例中使用的是COCA。
1. 学习单词的地道用法
比方说，我们背了一个新单词 military，我们想知道这个单词在地道表达中该如何使用。这时，我们只需要输入单词，点击搜索，查询结果即可。
在Frequency一栏，我们可以看到这个词的使用频率，这个功能在这里不算重要。我们重点看的是Context一栏。这里展示出来的是句子的一部分，我们可以点击每一行 “context” 的位置，查看完整段落：
同时，你还能看到这段文本的来源。
如果你觉得这样看有些不方便，那有一个更加直观的方式。
来到搜索页面，点击左侧搜索栏上方的 KWIC (Keyword in Context)，这时你将得到一个五颜六色的表格：
这个表格可就大有用处了。除了像上文一样，你可以查看完整文本，网站还自动将不同词性的单词标注上了不同颜色。于是我们可以看到，用在military这个单词后面的，一般是名词（蓝色方框）。
这个功能对于military这个单词来说可能不那么重要，但对于一些更高级、更具迷惑性的单词来说，就十分实用了。
如果你还想了解得更多，例如这个单词通常用在口语中还是书面语中，你可以返回搜索界面，点击 “Chart” 搜索。
这时，你就能看到这个单词在各种体裁，甚至各个年代的使用频率。
我们来看两个对比非常鲜明的词：talk，communication
着重看spoken和academic两栏，我们就能轻易判断出，哪个词是口语化表达，哪个词是书面用语。这样，写作文的时候我们就能尽量避免使用口语化词汇，而日常交流时，也就别勉强使用那些文绉绉的单词了。
有空就拿着生词表来这儿查一查，地道的单词用法就在不经意间被你一一收入怀中了，说不定还能顺带提高你的写作能力。
2. 辨析近义词
近义词的辨析不仅是英语学习中的难点，也常常作为各大考试的考点。很多时候，我们查词典查了很久，还是没能弄清楚两个单词具体的差别。这时，语料库便可以派上用场了。
举两个最简单的例子：tall vs. high
这两个单词翻译为中文都可译作“高”，然而此高非彼高，英语中几乎没有真正意义上的同义词。
相信不少人知道这两个单词的区别，不过，如果需要让你将它们的区别总结一下，教给学生，你有信心吗？不妨还是先用语料库来学习一下吧。
我们使用的是上文提到的KWIC搜索方式，对两个单词分别进行搜索：
这两个词都是形容词，用来修饰名词，因此我们着重看单词右侧蓝色加框的词汇（这些是名词）。虽然截屏中只能看到很小一部分结果，但我们已经能够得出初步结论：
Tall后面加的词语有building, tower, editor, fence, door等等，都是具体名词；而High后面常跟attendance, blood pressure, capacity, contrast, cost等抽象名词。
有学者曾对这两个词做过更加专业的语料库数据分析，结果显示，在BNC语料库中，tall与high的使用比率约为1：9，也就是说high这个词更常用。而在high的100个随机例子中，31个与“测量事物”有关，例如海拔等，而58个与抽象名词相关，如质量、频率等。
当然，我们不需要做如此专业的分析，但语料库的确能够在我们对两个近义词的使用很不确定的情况下，作为字典的补充材料，为我们提供更真实的数据。
3. 学习介词用法
介词是很多人英语学习道路上的拦路虎。记得中学时，一看到题目和介词有关，便会马上提高警惕。那么，我们该如何借助语料库，解决介词搭配的问题呢？
首先我们要了解一个概念：collocation，词的搭配。意思是一个单词通常与哪些词语搭配在一起使用。
接下来，我们就可以使用搜索栏中还未使用过的“collocates”一栏了。
举个例子，我们想学习put这个词的介词搭配。
首先，我们要选择Collocates这一栏（右侧可以看到对collocates的解释）；接下来，我们输入单词put；下一步很重要，我们需要在下一格中选择prep.ALL这一栏，这是网站自定义的词性，选择以后，我们搜索出来的就只有介词（preposition）的结果了。
在搜索之前，我们还看到了一排数字，这一排数字的意思是，你的搜索范围控制在这个单词左边、或右边的几个词以内。例如我选择了左边0，右边1，这样，网页只会帮我统计出 "put+介词" 的搜索结果，不会显示 "介词+put" 或者 "put+其他成分+介词" 的结果。
然后我们就能看到结果了：
这就是put最常见的介词搭配，想看具体用法，还可以继续点进去研究：
那我们再来看看，如果我选择了搜索右边三个词，会有什么结果呢？
这时再点进去，你会发现，结果中的介词并不一定是紧跟动词的了：
于是，根据词汇的不同规律，我们就可以自由控制自己的搜索范围，进行搜索、学习了。
4. 背单词
如果你耐心地看到了这里，你将会收到一份高效背单词的秘诀。
由于语料库搜集了历年来的英语材料，可以说帮你网罗了所有英语刊物、演讲、访问等。因此，这里的高频词就是真正英语使用中的高频词。
你不必再担心 “背这么多单词是否用得上”，更不必费尽心思挑选所谓权威的词书。
COCA的词汇覆盖率非常广，背完了20000高频词，已经不需要再去专门记忆GRE、GMAT等词汇了。语料库官方提供付费的词频表下载，网络上有各路大神总结出来的COCA5000、7000、10000、20000等词汇表，扇贝、欧路词典上也能直接搜索到相关词书。在这里，我只介绍一下如何使用这些词汇。
如果不使用app，又不愿意付费，通常你得到的只是一个词汇表，连释义也没有。
这时，你可以借助一些能够自主导入单词表的应用，如ANKI，将词汇全部导入。但我不建议大家直接使用app自带的释义功能，而是自己查找一遍，查词的过程也是学习的过程。特别是对于基础一般的朋友们来说，如果能将5000高频词熟练掌握，英语水平会有一个质的飞跃。
在背单词过程中，我们还可以时不时使用语料库进行搜索，结合上文提到的三种方法，学习高频词汇的多种搭配与表达。
当然，如果你下载了官方资料，得到的词频表中不仅有词汇，还有高频搭配总结，相当于收获了一本最地道的搭配词典。
语料库还有许多更为强大的功能，例如学习翻译、研究特定文体的文本等，甚至可以间接教我们写作、创作歌词。
如果你还想了解更多，或者也许你就是语料库使用的大牛，欢迎留言分享。
