20、网络作为语料库：从下载到上传的变革

网络作为语料库：从下载到上传的变革

1. 网络语料的多元特性与潜力

网络的各个部分，如博客和推文，让我们能轻松探索非正式个人交流中的语言，以及用户生成内容上传时所使用的语言。网络作为即时存储用户生成内容的平台，极大地促进了非英语语言的传播，使其成为真正的多语言环境。其中，维基百科贡献卓越，其词条通常涵盖至少两三种语言，甚至更多，这大大推动了英语作为网络通用语的去中心化，让我们更容易找到多种语言、多个主题下在数量和质量上都较为一致的网络内容。

网络在语料库语言学中的应用还体现在技术层面，它为信息共享和各级协作提供了便利，为新的合作方式搭建了平台，这无疑将在语料库语言学中发挥越来越重要的作用。

2. Web 2.0 时代的维基百科：多语言语料库典范

在 Web 2.0 时代，用户的角色越发积极。如今，几乎所有用户都能创建、分享、链接、搜索、标记和修改内容，维基百科、脸书、推特和油管就是这一变革的典型代表。

从语料库语言学的角度看，维基这类 Web 2.0 工具意义重大，而维基百科是其最广泛的应用。维基允许个人内容实时发布，无需事先编辑审核，这打破了传统受众与作者角色的界限，使二者动态融合。用户能实时编辑网页，这既体现了文本的不稳定性，也淡化了个人作者的角色。维基为语言的动态性和社会性提供了实证，让用户群体能够不断协商和表达话语。

维基百科在自然语言处理、计算语言学和语料库语言学领域备受关注。它既可以看作单语百科语料库的集合，也可以视为虚拟的多语言“平行”或“可比兼平行”语料库。从语料库的角度看，维基百科模糊了“平行”和“可比”语料库的传统界限，为用户提供了一个协作构建的资源，其中的文本在其生命周期的某个阶段可能与同一语料