應(yīng)急語(yǔ)言服務(wù)視角下的新冠肺炎醫(yī)學(xué)英語(yǔ)專題術(shù)語(yǔ)表開發(fā)

　　摘 要: 新型冠狀病毒肺炎在全球的迅速蔓延，讓我們深刻意識(shí)到突發(fā)公共衛(wèi)生危機(jī)中應(yīng)急醫(yī)療和社會(huì)治理之外，應(yīng)急知識(shí)和語(yǔ)言服務(wù)的重要性。以詞表開發(fā)和術(shù)語(yǔ)管理等形式提供的術(shù)語(yǔ)支援是應(yīng)急語(yǔ)言服務(wù)的一種重要方式和途徑，是保障精確溝通、順暢傳播的必要條件。文章從應(yīng)急語(yǔ)言服務(wù)視角出發(fā)，利用 Sketch Engine 語(yǔ)料庫(kù)工具，從 COVID-19 語(yǔ)料庫(kù)中提取出 364 條新冠肺炎英語(yǔ)單詞術(shù)語(yǔ)和 176 條多詞術(shù)語(yǔ)，以期助力于新冠疫情的防控。從本次新冠肺炎專題詞表的開發(fā)實(shí)踐中，文章總結(jié)出以目的為導(dǎo)向的學(xué)術(shù)詞表制作流程，并提出學(xué)術(shù)詞表的后續(xù)研究方向，為應(yīng)急語(yǔ)言服務(wù)中的術(shù)語(yǔ)支援提供參考。

　　關(guān)鍵詞: 應(yīng)急語(yǔ)言服務(wù); 新冠肺炎; 醫(yī)學(xué)英語(yǔ); 術(shù)語(yǔ)表; 語(yǔ)料庫(kù)

　　本文源自李龍興; 王憲，中國(guó)科技術(shù)語(yǔ) 發(fā)表時(shí)間：2021-03-31《中國(guó)科技術(shù)語(yǔ)》雜志，于1985年經(jīng)國(guó)家新聞出版總署批準(zhǔn)正式創(chuàng)刊，CN:11-5554/N，本刊在國(guó)內(nèi)外有廣泛的覆蓋面，題材新穎，信息量大、時(shí)效性強(qiáng)的特點(diǎn)，其中主要欄目有：探討與爭(zhēng)鳴、術(shù)語(yǔ)與翻譯、術(shù)語(yǔ)探源等。

　　引言

　　2019 年年底突發(fā)的新冠疫情讓我們深感突發(fā)公共衛(wèi)生事件中應(yīng)急服務(wù)的重要性。抗疫期間，關(guān)于應(yīng)急語(yǔ)言服務(wù)的實(shí)踐和理論研究都大為增加，在教育部語(yǔ)信司的指導(dǎo)下，以國(guó)家語(yǔ)委科研機(jī)構(gòu)為骨干的語(yǔ)言學(xué)界及相關(guān)行業(yè)火速推出《抗擊疫情湖北方言通》和《疫情防控外語(yǔ)通》，為抗擊疫情的醫(yī)護(hù)人員及相關(guān)群體提供語(yǔ)言應(yīng)急服務(wù)，該領(lǐng)域的研究?jī)?nèi)涵也大為豐富。比如疫情防控中的醫(yī)患溝通、疾病命名、多語(yǔ)言信息發(fā)布、抗疫語(yǔ)言翻譯服務(wù)、新聞宣傳用語(yǔ)、謠言防控等[1]。王立非等梳理了應(yīng)急語(yǔ)言服務(wù)的概念、研究現(xiàn)狀與機(jī)制體制建設(shè)[2]; 滕延江從應(yīng)急語(yǔ)言服務(wù)視角出發(fā)，明確了應(yīng)急語(yǔ)言服務(wù)的學(xué)科屬性，提出應(yīng)急語(yǔ)言服務(wù)研究的十大研究課題與三個(gè)研究范式[3]。

　　以詞表開發(fā)和術(shù)語(yǔ)管理等形式提供的術(shù)語(yǔ)支援是應(yīng)急救災(zāi)管理中語(yǔ)言應(yīng)急的主要方式和途徑之一，清晰、一致的術(shù)語(yǔ)是快速溝通、順暢交流的必要條件，尤其是在生命受到威脅時(shí)更為關(guān)鍵[4]。陶源、趙浩在應(yīng)急語(yǔ)言能力視角下討論了新型冠狀病毒及新型冠狀病毒肺炎的術(shù)語(yǔ)命名問(wèn)題[5]; 葉其松從術(shù)語(yǔ)學(xué)角度對(duì)新型冠狀病毒命名進(jìn)行了探索和思考[6]; 殷健以新冠術(shù)語(yǔ)為例，從國(guó)家文化安全視角探討了術(shù)語(yǔ)的命名、翻譯與傳播[7]; 曾江霞以新冠病毒相關(guān)術(shù)語(yǔ)翻譯為例，對(duì)多模態(tài)大數(shù)據(jù)語(yǔ)境下的科技術(shù)語(yǔ)翻譯標(biāo)準(zhǔn)進(jìn)行了分析[8]。目前，對(duì)新冠肺炎醫(yī)學(xué)術(shù)語(yǔ)詞表的制作和研發(fā)的探討相對(duì)較少，現(xiàn)有詞表還不夠完善，制作方法和流程不夠透明。因此本文在梳理借鑒以往學(xué)術(shù)詞表制作的經(jīng)驗(yàn)基礎(chǔ)上，從語(yǔ)言應(yīng)急角度出發(fā)，基于 Sketch Engine 平臺(tái) COVID -19 醫(yī)學(xué)語(yǔ)料庫(kù)探索專題術(shù)語(yǔ)表的制作及其在應(yīng)急醫(yī)療語(yǔ)言服務(wù)等方面的應(yīng)用，以期助力疫情防控。

　　1 學(xué)術(shù)詞表

　　1.1 詞表研究

　　詞匯是理解的一個(gè)主要前提條件和影響因素[9]，在語(yǔ)言學(xué)習(xí)和應(yīng)用中起著舉足輕重的作用，詞匯學(xué)習(xí)的廣度和深度還對(duì)寫作的準(zhǔn)確性和質(zhì)量有直接影響[10]。為了服務(wù)英語(yǔ)詞匯的教與學(xué)，West 較早開 發(fā) 了 通 用 英 語(yǔ) 詞 表 ( General Service List， GSL) [11]，列出了英語(yǔ)中常用的 2000 個(gè)詞族( word family) 。學(xué)術(shù)英語(yǔ)詞匯是詞匯學(xué)習(xí)的難點(diǎn)[12]，在學(xué)術(shù)英語(yǔ)學(xué)習(xí)中占有重要地位，開發(fā)各類英語(yǔ)詞表也成為學(xué)術(shù)英語(yǔ)研究的重要任務(wù)和熱點(diǎn)問(wèn)題[13]。Coxhead 基于 350 萬(wàn)詞的人文、商業(yè)、法律、科學(xué)四個(gè)領(lǐng)域的學(xué)術(shù)文本語(yǔ)料庫(kù)開發(fā)出學(xué)術(shù)單詞表 ( Academic Word List，AWL) [14]，共包含 570 個(gè)詞族。AWL 排除了通用英語(yǔ)詞表 GSL 中的詞匯，采用了詞族的方式，沒(méi)有對(duì)單詞詞形進(jìn)行還原( lemmatisation) ，也沒(méi)有進(jìn)行詞性標(biāo)注。AWL 詞表的出現(xiàn)激發(fā)了大量后續(xù)研究和諸多學(xué)科的學(xué)術(shù)英語(yǔ)詞表開發(fā)，是當(dāng)代影響最為廣泛的學(xué)術(shù)英語(yǔ)詞表。Gardner 和 Davies 基于 120 多萬(wàn)詞的當(dāng)代美國(guó)英語(yǔ)語(yǔ)料庫(kù)( COCA) ，采用全新方法開發(fā)了學(xué)術(shù)詞匯表( Academic Vocabulary List，AVL) [15]，包含 3015 個(gè)學(xué)術(shù)英語(yǔ)單詞。AVL 未將通用英語(yǔ)詞表中的高頻詞排除在外，而是通過(guò)頻次比率( ratio) 的方法，要求收錄單詞在學(xué)術(shù)文本中的頻次是其在非學(xué)術(shù)文本中的 1.5 倍，以保證收錄的單詞是真正的高頻學(xué)術(shù)詞匯。考慮到有些高頻詞在通用英語(yǔ)與學(xué)術(shù)英語(yǔ)中的詞義可能完全不同，AVL 沒(méi)有采用詞族方法收錄詞匯，對(duì)所有單詞進(jìn)行了還原處理和詞性標(biāo)注。

　　1.2 醫(yī)學(xué)詞表研究

　　醫(yī)學(xué)詞匯的難度和重要性使得醫(yī)學(xué)英語(yǔ)詞表成了學(xué)術(shù)英語(yǔ)詞表研究的一個(gè)重要分支。Wang 等從 109 萬(wàn)詞的醫(yī)學(xué)論文語(yǔ)料庫(kù)中提取開發(fā)了醫(yī)學(xué)英 語(yǔ) 學(xué) 術(shù) 詞 表 ( Medical Academic Word List， MAWL) [16]，共收錄 623 個(gè)詞族。Lei 和 Liu 大致采用 AVL 的方法，利用 270 萬(wàn)詞的醫(yī)學(xué)學(xué)術(shù)英語(yǔ)語(yǔ)料庫(kù)和 350 萬(wàn)詞的醫(yī)學(xué)英語(yǔ)教科書語(yǔ)料庫(kù)開發(fā)了醫(yī)學(xué) 英 語(yǔ) 詞 匯 表 ( Medical Academic Vocabulary List，MAVL) [17]。與 MAWL 不同的是，MAVL 設(shè)置了最低頻次標(biāo)準(zhǔn)( minimum frequency) ，即收錄在 MAVL 的單詞頻次至少為 28.57 次每百萬(wàn)詞( PMWs) ，以 確 保 收 錄 的 單 詞 為 高 頻 詞。MAVL 比 MAWL 更短，但覆蓋的醫(yī)學(xué)英語(yǔ)詞匯卻更廣。Lei 和 Liu 在編寫 MAVL 的研究啟示中提到，醫(yī)學(xué)這一大學(xué)科還有很多細(xì)分的領(lǐng)域，未來(lái)的研究可以考察醫(yī)學(xué)具體某個(gè)領(lǐng)域中的詞匯使用，并制作特定專業(yè)領(lǐng)域的醫(yī)學(xué)詞表[17]。如 Hsu 基于中醫(yī)英語(yǔ)教材語(yǔ)料庫(kù)開發(fā)了中醫(yī)英語(yǔ)學(xué)術(shù)詞表[18]。

　　總體而言，當(dāng)前學(xué)術(shù)詞表的開發(fā)和研究還存在以下主要問(wèn)題或爭(zhēng)議。第一，在詞匯收錄形式上存在爭(zhēng)議，包括對(duì)詞族、詞形還原和詞性標(biāo)注的選擇。多數(shù)學(xué)術(shù)詞表以詞族形式收錄，經(jīng)過(guò)歸納后的詞表看似規(guī)模較小，但實(shí)際單詞量并不少。比如 AWL 表面看只有 570 個(gè)詞族，實(shí)際上包含了 3100 多個(gè)不同詞形的單詞。并且同一個(gè)詞族的詞匯意義可能并不一致，詞性和同形( 音) 異義詞等情況也沒(méi)有考慮，這會(huì)導(dǎo)致學(xué)術(shù)詞表選詞不全或不準(zhǔn)確，從而降低詞表的信度和效度[19]。第二，在學(xué)術(shù)詞表與通用詞表的關(guān)系上，即學(xué)術(shù)詞表在排除還是保留通用詞匯高頻詞方面有較多爭(zhēng)議。通用高頻詞匯與學(xué)術(shù)詞匯會(huì)有交叉，難以將二者明確區(qū)分。一律排除通用詞匯表的詞匯會(huì)使一些具有特殊學(xué)術(shù)意義的詞匯不被收錄; 若保留又會(huì)使詞表稍顯冗長(zhǎng)( 如 AVL 包含 3015 個(gè)學(xué)術(shù)英語(yǔ)單詞) ，或收入大量簡(jiǎn)單的與通用英語(yǔ)重合的詞匯( 如 MAVL 收錄的 819 個(gè)醫(yī)學(xué)英語(yǔ)單詞中含有 313 個(gè) GSL 中的通用英語(yǔ)詞匯，如 ability、age、 care、cause、change、high) ，從而使得學(xué)科專業(yè)性和針對(duì)性被削弱。第三，上述各類詞表的研究大多是對(duì)單詞詞表的研究，對(duì)多詞表達(dá)的研究較少，學(xué)術(shù)詞匯的多詞表達(dá)研究也較為缺乏。有少數(shù)學(xué)者進(jìn)行了學(xué)術(shù)英語(yǔ)多詞表達(dá)的研究，并呼吁未來(lái)進(jìn)行更多學(xué)術(shù)語(yǔ)言多詞表達(dá)的研究[20-22]。

　　由于上述問(wèn)題的存在，雖然已有上述多種學(xué)術(shù)英語(yǔ)詞表或醫(yī)學(xué)英語(yǔ)詞表可供選擇，但在 COVID19 應(yīng)急醫(yī)療服務(wù)中針對(duì)性不強(qiáng)，使用效率不高。英語(yǔ)作為醫(yī)學(xué)國(guó)際交流和研究通用語(yǔ)，我們有必要快速開發(fā)出專業(yè)的、針對(duì)性強(qiáng)的 COVID-19 專題英語(yǔ)術(shù)語(yǔ)表，為世界各地抗疫一線的科研工作者和相關(guān)工作人員節(jié)約寶貴時(shí)間，助力疫情防控和新冠肺炎相關(guān)研究，以便在與新冠病毒的賽跑中挽救更多生命。語(yǔ)料庫(kù)工具 Sketch Engine 的關(guān)鍵詞功能在提取術(shù)語(yǔ)和多詞表達(dá)上作用強(qiáng)大，能同時(shí)解決上述三個(gè)問(wèn)題。下文將探索新冠肺炎學(xué)術(shù)英語(yǔ)術(shù)語(yǔ)表 ( COVID-19 Word List) 制作的工具、語(yǔ)料來(lái)源、流程、應(yīng)用及啟示。

　　2 語(yǔ)料庫(kù)工具 Sketch Engine 及 COVID-19 醫(yī)學(xué)語(yǔ)料庫(kù)

　　2.1 語(yǔ)料庫(kù)工具 Sketch Engine

　　詞匯速描系統(tǒng)是第四代語(yǔ)料庫(kù)檢索工具的代表[23-24]，實(shí)現(xiàn)了語(yǔ)料庫(kù)在線檢索并提供以下核心功能: 詞匯速描( word sketch) ，詞匯差異速描( word sketch difference) ，類義詞( thesaurus) ，索引行( concordance) ，詞表( wordlist) ，關(guān)鍵詞( keywords) ，多詞表達(dá)( n-grams/multiword expressions，MWEs) 等( 圖 1) 。該系統(tǒng)已被廣泛用于詞典學(xué)、語(yǔ)言研究與教學(xué)、語(yǔ)篇分析、翻譯研究等領(lǐng)域[25]，也是關(guān)鍵詞研究[26]和詞匯語(yǔ)義研究[27-28]的有力工具。下面將主要介紹在制作詞表或術(shù)語(yǔ)表中常用到的關(guān)鍵詞功能。

　　過(guò)去的學(xué)術(shù)詞表制作通常先從學(xué)術(shù)語(yǔ)料庫(kù)中提取高頻詞，再對(duì)比通用詞表進(jìn)行篩選。Sketch Engine 的關(guān)鍵詞功能則是通過(guò)一次性比較兩個(gè)語(yǔ)料庫(kù)找出一個(gè)語(yǔ)料庫(kù)相對(duì)于另一個(gè)語(yǔ)料庫(kù)的獨(dú)特或典型的詞匯，通過(guò)這些詞可以了解該語(yǔ)料庫(kù)的內(nèi)容或主題，因此該功能尤其適用于尋找關(guān)鍵詞或提取術(shù)語(yǔ)。參照語(yǔ)料庫(kù)的選擇可以決定提取出的備選詞匯與專題的相關(guān)性。以制作 COVID-19 專題詞表為例，若以通用英語(yǔ)語(yǔ)料庫(kù)作為參照，則詞表可能會(huì)出現(xiàn)大量通用醫(yī)學(xué)常用語(yǔ)，與專題的直接相關(guān)性沒(méi)有以醫(yī)學(xué)英語(yǔ)語(yǔ)料庫(kù)作為參照得到的詞表強(qiáng)。而選擇 Sketch Engine 中的其他醫(yī)學(xué)語(yǔ)料庫(kù)做參照，能提高 COVID-19 醫(yī)學(xué)詞表的針對(duì)性和應(yīng)急性，減少詞表使用者可能已知的大量通用醫(yī)學(xué)詞匯。關(guān)鍵詞的術(shù)語(yǔ)提取功能對(duì)聚焦語(yǔ)料庫(kù)( focus corpus) 的規(guī)模要求不高，但規(guī)模越大的語(yǔ)料庫(kù)覆蓋的術(shù)語(yǔ)更多[29]，參照語(yǔ)料庫(kù)( reference corpus) 的規(guī)模則是越大越好[30]。Sketch Engine 平臺(tái)的 COVID-19 語(yǔ)料庫(kù)和其他醫(yī)學(xué)語(yǔ)料庫(kù)的規(guī)模足以滿足本專題詞表制作的要求。

　　關(guān)鍵詞功能的檢索結(jié)果分為 keywords 和 terms 兩部分。keywords 是在聚焦語(yǔ)料庫(kù)中出現(xiàn)頻率高于參照語(yǔ)料庫(kù)的單詞詞條( single word items) ，可根據(jù)需要選擇以詞元( lemma) 或單詞( word) 等形式顯示，并可區(qū)分大小寫; terms 是在聚焦語(yǔ)料庫(kù)中出現(xiàn)頻率高于參照語(yǔ)料庫(kù)的多詞詞條( N-grams/ MWEs) 。也就是說(shuō)關(guān)鍵詞功能可根據(jù)研究者需要選擇詞匯的展示形式，并同時(shí)實(shí)現(xiàn)單詞術(shù)語(yǔ)和多詞術(shù)語(yǔ)的提取，解決詞表制作耗時(shí)低效、多詞術(shù)語(yǔ)制作難度高成果少的問(wèn)題。由此可見，Sketch Engine 是一款非常適用于在緊急情況下提供應(yīng)急術(shù)語(yǔ)服務(wù)的語(yǔ)料庫(kù)工具。第 4 部分將詳細(xì)介紹 Sketch Engine 用于 COVID-19 學(xué)術(shù)英語(yǔ)單詞術(shù)語(yǔ)表和多詞術(shù)語(yǔ)表的制作。

　　2.2 醫(yī)學(xué)語(yǔ)料庫(kù)

　　1) 醫(yī)學(xué)語(yǔ)料庫(kù)建設(shè)應(yīng)用現(xiàn)狀

　　雖然近年來(lái)各類語(yǔ)料庫(kù)的建設(shè)、應(yīng)用和研究如火如荼，但是醫(yī)學(xué)語(yǔ)料庫(kù)資源依然相對(duì)欠缺。國(guó)內(nèi)最近的醫(yī)學(xué)語(yǔ)料庫(kù)建設(shè)成果主要有馮欣等建立的 MedAca 醫(yī)學(xué)學(xué)術(shù)英語(yǔ)語(yǔ)料庫(kù)[31]，作為學(xué)術(shù)英語(yǔ)語(yǔ)料庫(kù)( Database for English for Academic Purposes) 的醫(yī)學(xué)子庫(kù)，文本來(lái)自 2012 至 2017 年間在臨床醫(yī)學(xué)領(lǐng)域的國(guó)際學(xué)術(shù)期刊上發(fā)表的優(yōu)秀論文全文及其摘要，共計(jì) 5 041 631 個(gè)形符( tokens) ; 而李文和楊炳鈞建立的現(xiàn)代醫(yī)學(xué)英語(yǔ)書面語(yǔ)語(yǔ)料庫(kù)規(guī)模僅有約 200 萬(wàn)詞，文本時(shí)間為 2000 年以后[32]。大部分醫(yī)學(xué)語(yǔ)料庫(kù)規(guī)模較小，缺乏統(tǒng)一的建設(shè)規(guī)范和標(biāo)準(zhǔn)，部分語(yǔ)料庫(kù)語(yǔ)料來(lái)源較為陳舊，無(wú)法反映日新月異的醫(yī)學(xué)研究，難以體現(xiàn)醫(yī)學(xué)英語(yǔ)的全貌。

　　2) COVID-19 醫(yī)學(xué)語(yǔ)料庫(kù)

　　COVID-19 語(yǔ)料庫(kù)文本來(lái)自 COVID-19 開源研究數(shù)據(jù)庫(kù)( COVID-19 Open Research Dataset，CORD19) 。該數(shù)據(jù)庫(kù)旨在支持與新冠肺炎相關(guān)的研究工作，由經(jīng)同行評(píng)議的論文組成，并隨著新研究的發(fā)表而不斷更新，反映新冠肺炎防治的最新科學(xué)進(jìn)展。截至 2020 年 5 月 2 日，該數(shù)據(jù)庫(kù)收錄了大約 57 000 篇新冠肺炎相關(guān)的學(xué)術(shù)論文，是新冠肺炎研究寶貴的一手資料。該語(yǔ)料庫(kù)在 Sketch Engine 語(yǔ)料庫(kù)平臺(tái)上供開放使用，可訪問(wèn) http: / /ske.li /covid_19 進(jìn)行語(yǔ)料庫(kù)檢索及相關(guān)研究。該語(yǔ)料庫(kù)規(guī)模龐大，總詞數(shù)為 224 061 570，形符數(shù)為 280 762 172，按照論文的不同部分劃分為摘要庫(kù)、附件庫(kù)和正文庫(kù)三個(gè)子語(yǔ)料庫(kù)，其規(guī)模和構(gòu)成如表 1 所示。

　　3) 參照語(yǔ)料庫(kù): Open Access Journals-Medicine

　　提取 COVID-19 語(yǔ)料庫(kù)中的關(guān)鍵詞需要一個(gè)參照語(yǔ)料庫(kù)。為了增強(qiáng)所提取備選術(shù)語(yǔ)的專業(yè)性和相關(guān)性，本文將在 Sketch Engine 平臺(tái)的 Open Access Journals( DOAJ) 語(yǔ)料庫(kù)下建立醫(yī)學(xué)子語(yǔ)料庫(kù)( DOAJMedicine) 作為參照。DOAJ 由各個(gè)領(lǐng)域的開源期刊論文構(gòu)成，涵蓋領(lǐng)域包括科學(xué)、技術(shù)、醫(yī)學(xué)、社會(huì)科學(xué)、人文科學(xué)等。該語(yǔ)料庫(kù)有規(guī)模大、時(shí)效性強(qiáng)、元信息豐富等特點(diǎn)，總共 26 億詞，其中約 99%的文本發(fā)表年份在 2000 至 2017 年之間，保留了包括期刊名稱、國(guó)別、發(fā)表年份、出版社等豐富的元信息，便于根據(jù)不同需要?jiǎng)?chuàng)建子語(yǔ)料庫(kù)。DOAJ-Medicine 語(yǔ)料庫(kù)總形符數(shù) 175 136 014，約占整個(gè)語(yǔ)料庫(kù)的 5. 2%。 COVID-19 語(yǔ)料庫(kù)和 DOAJ-Medicine 語(yǔ)料庫(kù)均為上億詞級(jí)的語(yǔ)料庫(kù)，并且還在不斷擴(kuò)充，在醫(yī)學(xué)語(yǔ)料庫(kù)中規(guī)模位居世界前列。兩個(gè)語(yǔ)料庫(kù)語(yǔ)料時(shí)效性強(qiáng)，可在同一平臺(tái)進(jìn)行檢索操作，具有很強(qiáng)的可比性和可參照性，是制作詞表的理想語(yǔ)料庫(kù)。

　　3 COVID-19 術(shù)語(yǔ)表制作

　　3.1 術(shù)語(yǔ)表制作的目的和原則

　　如前文所述，我們制作術(shù)語(yǔ)表的目的是提供應(yīng)急語(yǔ)言服務(wù)，特別是服務(wù)在抗疫前線的醫(yī)護(hù)人員、研究人員、醫(yī)學(xué)師生、外宣、媒體等相關(guān)人員，滿足其閱讀文獻(xiàn)資料、撰寫學(xué)術(shù)論文、教學(xué)研究或宣傳報(bào)道等需求。該詞表的大部分受眾是有一定專業(yè)醫(yī)學(xué)知識(shí)和醫(yī)學(xué)英語(yǔ)基礎(chǔ)或較高文化水平的專業(yè)人士。根據(jù)該目的，我們制定了入選術(shù)語(yǔ)表的兩個(gè)基本原則: 一為實(shí)現(xiàn)入選術(shù)語(yǔ)在相關(guān)文獻(xiàn)中有較高的覆蓋率，入選術(shù)語(yǔ)必須是 COVID-19 研究中的高頻詞; 二為提高詞表的專業(yè)度，減少詞條數(shù)量，減輕使用者負(fù)擔(dān)，入選術(shù)語(yǔ)需在滿足高頻的前提下與主題有較強(qiáng)的相關(guān)性。

　　3.2 語(yǔ)料庫(kù)檢索方案和詞條收錄標(biāo)準(zhǔn)

　　在兩條原則的指導(dǎo)下，我們制定出具體的檢索方案，設(shè)定術(shù)語(yǔ)的收錄篩選標(biāo)準(zhǔn)。首先需要確定術(shù)語(yǔ)的來(lái)源語(yǔ)料庫(kù)。如前文提到 COVID-19 語(yǔ)料庫(kù)分為摘要庫(kù)、附件庫(kù)和正文庫(kù)三個(gè)子語(yǔ)料庫(kù)。摘要是對(duì)一篇論文精練的總結(jié)概括，與主題相關(guān)性最強(qiáng)，涵蓋了一篇論文最核心的關(guān)鍵詞匯，選擇摘要庫(kù)作為聚焦語(yǔ)料庫(kù)可使檢索出的備選詞條更具相關(guān)性，減少人工篩選的工作量。摘要庫(kù) 6 946 594 個(gè)形符的規(guī)模也遠(yuǎn)遠(yuǎn)超過(guò)前文提及的大部分醫(yī)學(xué)語(yǔ)料庫(kù)全庫(kù)，可以保證相當(dāng)數(shù)量的術(shù)語(yǔ)產(chǎn)生。先后用 COVID-19 全庫(kù)、摘要庫(kù)和正文庫(kù)嘗試檢索后的結(jié)果也證實(shí)摘要庫(kù)提取的術(shù)語(yǔ)與主題相關(guān)性最強(qiáng)。結(jié)合 Sketch Engine 的功能特征，我們?cè)陉P(guān)鍵詞功能中檢索備選術(shù)語(yǔ)時(shí)進(jìn)行了如圖 2 的設(shè)置。首先從 COVID-19 語(yǔ)料庫(kù)中選擇摘要子庫(kù)( only abstract) ， “focus on”的設(shè)置保持系統(tǒng)默認(rèn)值 1( 該設(shè)置偏向 rare，即檢索的詞將聚焦在通用語(yǔ)言或參照語(yǔ)料庫(kù)中罕有或較少使用的詞匯，該設(shè)置更適用于術(shù)語(yǔ)提取) ，最小頻率設(shè)置為 10，隨后選擇“at least one alphanumeric”，即檢索的詞匯短語(yǔ)中至少含有一個(gè)字母或數(shù)字，例如 16-year-old，3D。兩個(gè)術(shù)語(yǔ)表的參照語(yǔ)料庫(kù)均為 DOAJ 醫(yī)學(xué)子語(yǔ)料庫(kù)，最大候選詞項(xiàng)數(shù)均設(shè)置為 2000，單詞術(shù)語(yǔ)以 lemma 形式顯示。

　　通過(guò)檢索得出的兩個(gè)詞表中各有 2000 個(gè)備選詞條，將檢索結(jié)果保存為 Excel 表格。圖 3 展示出關(guān)鍵性值( keyness score) 位于前 10 位的備選單詞術(shù)語(yǔ)詞條。我們?cè)趯?duì)詞條進(jìn)行瀏覽觀察以后，根據(jù)相對(duì)頻率( relative frequency) 和關(guān)鍵性值兩個(gè)數(shù)值進(jìn)行一輪自動(dòng)篩除，然后在第二輪進(jìn)行逐條閱讀人工篩除。就收錄術(shù)語(yǔ)的相對(duì)頻率最低值而言，單詞和多詞表達(dá)有所不同。Coxhead 在制作 AWL 時(shí)，限定入選詞匯須在其 350 萬(wàn)詞的語(yǔ)料庫(kù)中出現(xiàn) 100次或以上( 即 28.57 PMWs) [14]。Lei 和 Liu 亦沿用了這一最低頻率標(biāo)準(zhǔn)，收錄到 MAVL 的單詞頻率至少為 28.57 次每百萬(wàn)詞[17]。對(duì)多詞表達(dá)而言，前人采用的最低出現(xiàn)頻率各不相同，從 10 到 40 次每百萬(wàn) 詞 不 等[21]。 Biber、Johansson、Leech 等[33]， Simpson-Vlach 和 Ellis [20] 使 用 10 次 每 百 萬(wàn) 詞; Biber 和 Conrad [34]，Hyland [35]，Liu [21]選擇 20 次每百萬(wàn)詞; Biber、Conrad 和 Cortes [36]則采用了 40 次每百萬(wàn)詞的標(biāo)準(zhǔn)。基于上述研究及對(duì)備選術(shù)語(yǔ)的觀察，本文采用的收錄術(shù)語(yǔ)最低頻率標(biāo)準(zhǔn)是: 單詞 28. 57 次每百萬(wàn)詞以上，多詞表達(dá) 20 次每百萬(wàn)詞以上。初步滿足這一標(biāo)準(zhǔn)的單詞術(shù)語(yǔ)有 586 條( 關(guān)鍵性值介于 3.61 ～ 523.09) ，多詞術(shù)語(yǔ)有 232 條( 關(guān)鍵性值介于 3.38～227.58) 。

　　關(guān)鍵性值是 Sketch Engine 用于判斷某個(gè)詞條在聚焦語(yǔ)料庫(kù)相對(duì)于參照語(yǔ)料庫(kù)的特別性的一個(gè)數(shù)值，起到的作用相當(dāng)于 Gardner 和 Davies 開發(fā) AVL 時(shí)使用的收錄單詞標(biāo)準(zhǔn)中的頻次比率[15]。關(guān)鍵性值越高表明該詞在聚焦語(yǔ)料庫(kù)中越突出，因此更能反映聚焦語(yǔ)料庫(kù)的特征或者更有可能是術(shù)語(yǔ)。至于選擇哪一個(gè)關(guān)鍵性值作為入選術(shù)語(yǔ)的標(biāo)準(zhǔn)，目前罕有研究或者沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。結(jié)合本文術(shù)語(yǔ)表的目的，考慮到術(shù)語(yǔ)表應(yīng)有的適度規(guī)模，本文決定采用的標(biāo)準(zhǔn)為: 單詞術(shù)語(yǔ)的關(guān)鍵性值大于 5，多詞術(shù)語(yǔ)的關(guān)鍵性值大于 3.5。滿足上述最低頻次標(biāo)準(zhǔn)和關(guān)鍵性值兩個(gè)標(biāo)準(zhǔn)的備選單詞術(shù)語(yǔ)和多詞術(shù)語(yǔ)分別有 448 條和 230 條。

　　接下來(lái)第二道程序是對(duì)備選詞條逐一進(jìn)行人工檢查，排除語(yǔ)料庫(kù)工具自動(dòng)識(shí)別產(chǎn)生的少量錯(cuò)誤和無(wú)關(guān)詞匯。篩選整理術(shù)語(yǔ)時(shí)遵循以下原則: ( 1) 無(wú)關(guān)詞匯直接排除。比如 full text 出現(xiàn)頻率約 46 PMWs，關(guān) 鍵 性 值 為 16. 6，但 是 通 常 出 現(xiàn) 在 Publisher/Free Full Text 中，指論文全文，是與 doi、 publisher、copyright holder、biorxiv preprint 等類似的論文出版相關(guān)詞匯，與主題無(wú)關(guān)。另外，由于部分論文摘要以法語(yǔ)寫成，或者有法語(yǔ)翻譯，因此一些高頻法語(yǔ)詞如 une、dans、des、est 等也出現(xiàn)在備選詞表中，需排除。( 2) 與 COVID-19 相關(guān)，但是廣為人知或?qū)I(yè)性不強(qiáng)，如地名( China、Chinese、Korea、 Wuhan、Taiwan、Saudi Arabia、Singapore、Beijing) 或其他簡(jiǎn)單的普通名詞( background、entry、winter、 threat、disaster、re-use、tourism、traveler) 等，也進(jìn)行相應(yīng)排除。( 3) 多詞表達(dá)中部分因短語(yǔ)識(shí)別和分割等錯(cuò)誤形成的詞條需要排除，如 i interferon、 syndrome virus。( 4) 在備選多詞表達(dá)中會(huì)有長(zhǎng)短不一、部分重疊的短語(yǔ)，在收入術(shù)語(yǔ)表時(shí)會(huì)根據(jù)醫(yī)學(xué)常識(shí)排除一部分，收錄最常見的術(shù)語(yǔ)作為主體，并用括號(hào)表示其他必要的形式，在詞表排序時(shí)以主體術(shù)語(yǔ)的頻率計(jì)算。比如 respiratory syndrome、acute respiratory syndrome、severe acute respiratory syndrome、 severe acute respiratory syndrome coronavirus、acute respiratory syndrome coronavirus 等形式在備選詞表中均有出現(xiàn)，在正式術(shù)語(yǔ)表中會(huì)以 severe acute respiratory syndrome ( coronavirus) 的形式出現(xiàn)，并按 228.6 PMWs 的頻率排序。( 5) 不確定的詞條通過(guò) Sketch Engine 檢索結(jié)果頁(yè)面的索引行查看詞條在聚焦語(yǔ)料庫(kù)中的上下文，并以權(quán)威醫(yī)學(xué)詞典作為參照并咨詢醫(yī)學(xué)專業(yè)人士，確定為 COVID-19 相關(guān)的醫(yī)學(xué)術(shù)語(yǔ)才收錄。

　　3.3 COVID-19 術(shù)語(yǔ)表

　　經(jīng)過(guò)上述步驟篩除、整理并參考醫(yī)學(xué)專業(yè)人士意見，COVID-19 術(shù)語(yǔ)表制作便完成了。成形的 COVID-19 術(shù)語(yǔ)表分為兩部分，其中單詞術(shù)語(yǔ)表含 364 個(gè)單詞，多詞術(shù)語(yǔ)表含 176 個(gè)多詞表達(dá)，分別呈現(xiàn)在表 2 和表 3 中，并按照詞頻高低分為三個(gè)等級(jí)。MAVL 中包含的 ability、age、change、high、 number 等常見的或醫(yī)學(xué)特征不明顯的詞匯很少或幾乎沒(méi)有被收錄到 COVID-19 專題術(shù)語(yǔ)表內(nèi)。詞條的精簡(jiǎn)使得術(shù)語(yǔ)表使用者能專注于與主題高關(guān)聯(lián)度的術(shù)語(yǔ)學(xué)習(xí)和應(yīng)用，節(jié)約時(shí)間，符合應(yīng)急語(yǔ)言服務(wù)講求效率的要求。當(dāng)然，本術(shù)語(yǔ)表也未將個(gè)別簡(jiǎn)單的通用英語(yǔ)詞匯排除在外，比如常見的 bat、 pig、cat、dog 等，因?yàn)樵搫?dòng)物類詞匯與病毒的起源、傳播和影響可能有極大關(guān)聯(lián)，若這些詞匯被排除，為保持標(biāo)準(zhǔn)的一致性，則次常見的 calf、camel、cattle、poultry、ferret、wildlife、livestock、macaque 等表示動(dòng)物的詞匯也可能被排除在外，無(wú)法客觀反映事實(shí)。

　　備選術(shù)語(yǔ)表到正式術(shù)語(yǔ)表的單詞和多詞術(shù)語(yǔ)的人工篩除率分別為 18.75%和 23.48%。備選多詞術(shù)語(yǔ)篩除率稍高是因?yàn)橛胁糠肿詣?dòng)切分錯(cuò)誤的短語(yǔ)和部分重疊的詞條。相比其他語(yǔ)料庫(kù)詞表制作方式，Sketch Engine 更高效，人工干預(yù)更少。與前文提到的通用英語(yǔ)、學(xué)術(shù)英語(yǔ)和學(xué)科術(shù)語(yǔ)詞表開發(fā)相比，Sketch Engine 開發(fā)的專題術(shù)語(yǔ)表更具有針對(duì)性，更適用于應(yīng)急語(yǔ)言服務(wù)，是可靠的術(shù)語(yǔ)挖掘和應(yīng)急術(shù)語(yǔ)服務(wù)工具。

　　4 結(jié)語(yǔ)

　　詞表的開發(fā)始終需要考慮使用者的需求和詞表的目的以確定收詞的詞頻范圍和針對(duì)性。沒(méi)有能滿足所有需求、適用于所有用途的詞表。本文以新冠疫情防控中的應(yīng)急語(yǔ)言服務(wù)為出發(fā)點(diǎn)，明確了對(duì) COVID-19 術(shù)語(yǔ)表的需求及本術(shù)語(yǔ)表的制作目的，確 定 詞 表 制 作 的 原 則 和 方 案，使 用 Sketch Engine 語(yǔ)料庫(kù)工具及其豐富的醫(yī)學(xué)語(yǔ)料庫(kù)資源高效地完成了新冠肺炎學(xué)術(shù)英語(yǔ)詞表的制作。在此次詞表制作實(shí)踐基礎(chǔ)上，我們總結(jié)出以目的為導(dǎo)向的詞表制作流程，該流程包括五個(gè)步驟: ( 1) 分析使用需求以確定詞表目的; ( 2) 根據(jù)目的決定詞表制作的原則; ( 3) 根據(jù)原則指導(dǎo)制定可操作的詞條篩選的量化和質(zhì)化標(biāo)準(zhǔn); ( 4) 參考相關(guān)領(lǐng)域?qū)I(yè)人士意見，檢驗(yàn)和修正詞表; ( 5) 公布詞表。后續(xù)的詞表開發(fā)可以以此流程為指引，使詞表制作流程標(biāo)準(zhǔn)化、規(guī)范化，如開發(fā) COVID-19 高頻醫(yī)學(xué)縮略語(yǔ)詞表，并提供縮略語(yǔ)的全稱及釋義等作為本詞表的補(bǔ)充，為世界各地醫(yī)護(hù)工作者和其他相關(guān)人士提供全面的新冠肺炎英文詞表支援服務(wù)。此外，詞表的應(yīng)用反饋以及修訂完善等后續(xù)工作還需要持續(xù)關(guān)注。與各學(xué)科領(lǐng)域?qū)I(yè)人士和詞表使用者在術(shù)語(yǔ)表的開發(fā)、應(yīng)用與研究方面的合作還需加強(qiáng)，以便對(duì)專題詞表的實(shí)際使用情況進(jìn)行調(diào)查，對(duì)使用效果進(jìn)行評(píng)價(jià)，在此基礎(chǔ)上不斷對(duì)詞表進(jìn)行完善和修訂，為未來(lái)其他詞表的開發(fā)制作提供借鑒。

　　本專題術(shù)語(yǔ)表的制作對(duì)英語(yǔ)詞表的類別劃分也有借鑒意義。Nation 和 Webb [37]將英語(yǔ)詞匯分成四個(gè)級(jí)別，一級(jí)為以 GSL [11]為代表的高頻詞，二級(jí)為以 AWL [14]為代表的學(xué)術(shù)詞匯，三級(jí)為各個(gè)學(xué)科的術(shù)語(yǔ)詞匯，四級(jí)為低頻詞。這種詞匯劃分的標(biāo)準(zhǔn)較為混亂，有時(shí)以詞匯使用頻率為標(biāo)準(zhǔn)，有時(shí)以使用領(lǐng)域?yàn)閰^(qū)分。結(jié)合本文 COVID-19 專題詞表的開發(fā)實(shí)踐，我們將詞表分為四個(gè)類別: 第一類為通用詞表，第二類為通用學(xué)術(shù)詞表，第三類為各學(xué)科的術(shù)語(yǔ)詞表，第四類為專題詞表。這一詞表的類別劃分形成了一個(gè)自下而上、不斷細(xì)化的詞表開發(fā)路線圖，也是詞匯學(xué)習(xí)一般路徑的真實(shí)反映。

　　和術(shù)語(yǔ)命名一樣，術(shù)語(yǔ)表的制作是一項(xiàng)基礎(chǔ)工作，是很多其他應(yīng)急服務(wù)的前提，比如術(shù)語(yǔ)標(biāo)準(zhǔn)化、應(yīng)急醫(yī)療口筆譯服務(wù)、翻譯術(shù)語(yǔ)庫(kù)建設(shè)、機(jī)器翻譯、學(xué)術(shù)詞匯教學(xué)與科研等。術(shù)語(yǔ)命名和術(shù)語(yǔ)表開發(fā)及其后續(xù)應(yīng)用和研究構(gòu)成國(guó)家應(yīng)急術(shù)語(yǔ)能力，是國(guó)家應(yīng)急語(yǔ)言能力建設(shè)的重要環(huán)節(jié)和重要組成部分，值得學(xué)術(shù)語(yǔ)言研究者、詞表開發(fā)者以及應(yīng)急語(yǔ)言服務(wù)供求雙方的高度重視。