CLEC收集了包括中学生、大学英语4级和6级、专业英语低年级和高年级在内的5种学生的语料一百多万词，并对言语失误进行标注。其目的就是观察各类学生的英语特征和言语失误的情况，希望通过定量和定性的方法对中国学习者英语作出较为精确的描写，为我国学生的英语教学提供有用的反馈信息。

表1       CLEC语料分布

类型

词次

ST2

208088
ST3

209043
ST4

212855
ST5

214510
ST6

226106

总计

1070602

 

 

言语失误标注 原则

 1.         简单合理，易于系统操作。参与标注的人比较多，分类表过于繁复，就难于掌握。我们采取两级分类，第一级有11类：词形（fm）、动词短语（vp）、名词短语（np）、代词（pr）、形容词短语（aj）、副词（ad）、介词短语（pp）、连词（cj）、词汇（wd）、搭配（cc）、句子（sn）。每一类里再用数目字细分。如[cc]为词语搭配不当，[cc1]表示名词和名词的搭配，[cc2]表示名词和动词的搭配，[cc3]表示动词和名词的搭配，等等。

 2.         分类表的类别要适中。过粗容易统一，但信息太少，不利于分析学习者的失误/过细难以统一，容易把同一种失误归到不同类别。目前我们采取的办法是对常见的失误从细（如vp和np都有9小类），对少见的失误从粗（如cj只有两小类）。现在的分类表有61个失误码，是属于中等规模的分类表。

 3.      提供足够的失误信息（失误本身、失误类型和失误发生范围）。例如In the past, people are [vp6, 4-] kind to each other…, 失误用方括号表示，放在失误之后。 [vp6]In the past, people are [vp6,4-]kind to each other……，[vp6，4-] are 为vp（动词）第6种（时态）失误，4-为失误发生的范围，-表示失误的位置，4表示失误前有4个词。要联系这4个词，才能判断areare这个词用错了。

 4.      开放性。容许研究者根据需要对失误类型进行补充或进一步再分出细类。例如[sn8]为句子结构有缺陷，研究者可以对这种失误再分为若干细类来研究。这需要把sn8的失误全部检索出来，然后定出第三级的分类范畴，如sn81，sn82，等等。

5.         对语体或失误的来由暂不作标注，因为这需要标注者较多的主观判断，更难以统一。

言语失误分类表（总数：61）

词形

动词短语

名词短语

代词

码

类型

码

类型

码

类型

码

类型

fm1  

Spelling

vp1

pattern

np1

pattern

pr1

Reference

fm2

word building

vp2

set phrase

np2

set phrase

pr2

anticipatory it

fm3 

capitalization

vp3

agreement

np3

agreement

pr3

Agreement

 

 

vp4

finite/non-finite

np4

case

pr4

Case

 

 

vp5

non-finite

np5

countability

pr5

wh-

 

 

vp6

tense

np6

number

pr6

Indefinite

 

 

vp7

voice

np7

article

 

 

 

 

vp8

mood

np8

quantifiers

 

 

 

 

vp9

modal/auxiliary

np9

other determiners

 

 

形容词短语

副词

介词短语

连词

码

类型

码

类型

码

类型

码

类型

aj1  

pattern

ad1

order

pp1

pattern

cj1

pattern

aj2

set phrase

ad2

modification

pp2

set phrase

cj2

set phrase

aj3 

degree

ad3

degree

 

 

 

 

aj4

-ed/-ing confusion

 

 

 

 

 

 

aj5

predicative/attributive

 

 

 

 

 

 

词语

搭配

句子

 

码

类型

码

类型

码

类型

 

wd1

order

cc1

noun/noun

sn1

run-on sentence

 

wd2

part of speech

cc2

noun/verb

sn2

sentence fragment

 

wd3

substitution

cc3

verb/noun

sn3

dangling modifier

 

wd4

absence

cc4

adj/noun

sn4

illogical comparison

 

wd5

redundancy

cc5

verb/adv

sn5

topic prominence

 

wd6

repetition

cc6

adv/adj

sn6

Coordination

 

wd7

ambiguity

 

 

sn7

Subordination

 

 

 

 

 

sn8

structural deficiency

 

 

 

 

 

sn9

Punctuation