变异语言学视角下英语并列二项式词序多元定量研究.pdf

27语料库语言学 2023年 第10卷 第1期变异语言学视角下英语并列 二项式词序多元定量研究*大连海事大学林奕冰 孟庆楠提要：本研究采用基于语料库的变异语言学视角及多因素分析的研究方法，借助英国国家语料库和R统计软件，对名词和形容词并列二项式词序的制约因素进行定量研究。结果表明：制约名词和形容词并列二项式词序的主要因素不尽相同。在绝大多数情况下，音节数量和尾音响亮度分别对名词和形容词并列二项式的词序起到决定性作用。关键词：英语并列二项式、词序制约因素、可逆性、多元定量研究、随机森林分析1引言在英语实词短语的使用方面，并列二项式（binomials）是必不可少且常见的语言形式。并列二项式，又称双项式并列短语，由来自同一词类、隶属于同一句法层级的词语并列组合而成，并由连词等词汇手段进行连接（Malkiel 1959）。并列二项式具有悦耳且易于记忆的特性，有助于提升语言表达的准确性、流利度和趣味性。如果说话者使用并列二项式的劣势词序，听者往往需要更长的反应时间，从而造成沟通的障碍。因此，对并列二项式词序的制约因素进行定量研究，有助于深入了解其词序架构的特点以及词序不可逆的原因，对非英语母语使用者提升语言表达能力亦具有重要意义。语言学家对并列二项式的研究已经取得了丰硕的成果。国外对英语并列二项式的研究以Mollin（2014）基于语料库的研究为代表，国内学者则侧重于对汉语并列二项式的研究，如对现代汉语中名词性并列结构排序原则的定性研究（廖秋忠 1992），以及对英汉并列二项式词序制约因素的差异研究（刘世英 2015）。但是以上研究均未深入探讨不同词类的并列二项式在制约因素方面的差异。英语母语者在快餐厅点餐时多会使用fish and chips而非chips and fish。探寻词序差异的原因，能够为人们理解词序选择的偏好提供新的视角。本研究着眼于由*本研究系辽宁省社会科学规划基金青年项目“基于原美国杨百翰大学系列语料库的英语构式交替现象研究”（L21CYY004）的阶段性研究成果。孟庆楠为本文通讯作者。作者贡献：林奕冰：数据收集、数据分析、讨论结论、初稿撰写、字数占比（80%）；孟庆楠：选题构思、研究方法、字数占比（20%）、修改润色。SJ00088718语料库语言学2023第19辑正文.indd 278/18/23 5:20 PM28变异语言学视角下英语并列二项式词序多元定量研究 连词and连接的英语并列二项式，即存在word1 and word2与word2 and word1两种组合方式，且表达相近含义的短语结构。通过考察不同因素对英语并列二项式词序的制约力，着重探究对于不同词类（名词和形容词）的英语并列二项式而言，这些因素的制约力排序是否存在差异。2 研究背景与研究问题多年来，语言学家一直试图考察并列二项式词序的制约因素，通过定量研究评估其有效性，并探究这些制约因素与可逆性之间的关系。Pinker&Birdsong（1979）通过心理学实验，选择gligy and glagy、boof and kaboof等并列二项式作为语料，发现语音因素对词序选择的偏好有所影响。然而，尽管用无实际意义的成对词语成分作为实验语料能够消除语义因素对实验结果的影响，但该实验并未反映出真实的语言加工过程。Cooper&Ross（1975）提出用“我优先原则”（Me First Principle）来标注心理标记性，即位于and之前的单词通常是用于描述典型说话者的词，例如成年人、男性、对“我”而言积极的事物。Kelly et al.（1986）的研究进一步表明，“我”的认知偏好是词序差异的原因之一。当研究者在受试者面前播放并列二项式的劣势词序时，大多数受试者在回忆时仍倾向于以优势词序进行复述。这些前人研究为后续研究者将语料库与心理实验相结合，以便对词序选择的偏好进行合理描述提供了有益的借鉴。Fenk-Oczlon（1989）通过测试词频因素、语义因素、音节数量、元音质量和开头辅音数量对并列二项式词序的制约力，发现词频因素是影响并列二项式词序选择的决定性因素。然而，该研究得出的结论仅仅基于二分法，忽略了制约因素对并列二项式词序没有影响的情况。Mollin（2014）对Fenk-Oczlon（1989）的数据进行了重新分析，发现语义因素在制约力排序中优先级较高，由此说明了在标注中灵活使用二分法和三分法的重要性。不过，以上研究均以制约因素作为变量，目前尚未有学者就不同词类、语域的并列二项式在制约因素的制约力方面开展研究。基于此，本研究将重点探讨下面三个问题：（1）不同制约因素对英语并列二项式词序的制约力有何差异？（2）同一制约因素对名词和形容词并列二项式词序的制约力是否相同？（3）起决定性作用的制约因素是否对英语并列二项式的词序选择具有普适性？3 理论框架及研究方法本研究采用基于语料库的变异语言学（corpus-based variationist linguistics）研究范式，其基本假设为：语言是异质有序且动态变化的，与周围的社会环境有着千丝万SJ00088718语料库语言学2023第19辑正文.indd 288/18/23 5:20 PM29林奕冰 孟庆楠缕的联系。语言变异是语言存在的唯一形式，故语言学研究应注重收集和分析实际使用中的自然语言材料，重视实际生活中活的言语，特别是语言的口头表达（田莉、田贵森 2017）。基于概率语法观（Bresnan 2007），语言使用者对不同语言变体的选择会受到诸多语言学内外部因素的影响。这使得非英语母语使用者在不清楚某个英语并列二项式优势词序的情况下，在特定的语境中亦有可能准确选用优势词序。基于上述理论框架，本研究采用了多因素分析的研究方法。与传统的基于语言使用频数的描述性方法相比，这一新兴的研究方法并不把对各种语言变体形符频数的统计放在首位，而是通过大型语料库的检索，随机抽取适量语料，对英语并列二项式词序的制约因素进行人工标注。语料的手工标注极为耗时，但是这也最能体现研究的语言学价值（许家金 2020）。根据房印杰（2016）的观点，多因素分析的重要价值在于其能够从海量制约因素中客观、准确地剥离出对研究对象具有显著影响的因素及因素间的交互效应，从而为进一步的理论阐释奠定坚实的基础。4 研究设计为了快速提取相关语料、标注变量，本研究选用离线版本的英国国家语料库（British National Corpus，简称BNC）。BNC语料库是一个通用语料库，拥有超过一亿词的容量，包括书面语（9,000万词）和口语（1,000万词）。该语料库是语料库语言学发展的产物，能够为语言学家研究语言提供真实的材料。根据笔者的初步统计，BNC语料库共收录了超过70万个并列二项式。笔者通过Python编程，运用正则表达式来提取并列二项式。出于可操作性的考虑，又考虑到语料库中书面语和口语的语料比例大致为91，因此笔者按照91的比例从两个子库中分别抽取并列二项式，并删除了word1和word2相同的并列二项式、协调短语以及含有两个以上词语成分的并列二项式，最终分别筛选出符合要求且频数排序在前600的名词和形容词并列二项式，同时通过替换正则表达式中word1和word2的序列，得出优势词序和劣势词序的频数。正则表达式如下：a-z+and a-z+（用于提取名词并列二项式）a-z+and a-z+（用于提取形容词并列二项式）在对制约因素进行选取与标注的过程中，笔者参考了前人对并列二项式可逆性的相关研究，并借鉴了Benor&Levy（2006）和Mollin（2014）对相关变量的分类及标注体系，最终选取了10个可能影响并列二项式词序的制约因素，分为语义因素、韵律语音因素、非韵律语音因素以及其他因素4类。其中语义因素又细分为象似性、心理标记性、权力和形式标记性四个子类，非韵律语音因素细分为SJ00088718语料库语言学2023第19辑正文.indd 298/18/23 5:20 PM30变异语言学视角下英语并列二项式词序多元定量研究 音核元音长度、首音响亮度、尾音响亮度3个子类，韵律语音因素用音节数量来度量，如表1所示。在标注词频和象似性等制约因素时，通过二分法给出“Yes”或“No”的标注。当标注音节数量、首音响亮度、尾音响亮度、音核元音长度等制约因素时，针对制约因素对并列二项式词序没有影响的情况，本研究采用三分法，引入标注符号“NA”，意为“无效”。表1 并列二项式词序的制约因素及标注依据类别名称水平标注依据典型语例语义因素象似性Yesword1和word2是否按所描述事物之间的时间或因果顺序排列born and bred、trial and error、spring and summerNowomen and men心理标记性Yesword1的含义是否比word2更典型、更重要或更容易成为信息的焦点positive and negative、near and far、front and backNobits and pieces权力Yesword1与word2是否按事物对人类社会的重要性呈降序排列men and women、landlord and tenant,food and waterNobirds and animals形式标记性Yesword1的含义是否比word2更宽泛、更普遍、结构更简单，并且包含更多的子类rules and regulations、health and fitnessNogoods and services韵律语音因素音节数量Yesword1的音节数量少于word2urban and industrial、real and imaginaryNAword1的音节数量等于word2women and childrenNoword1的音节数量多于word2education and training非韵律语音因素音核元音长度1Yesword2主要重读音节的元音长度比word1长goods and services、husband and wifeNAword2和word1主要重读音节的元音长度相等theory and practiceNoword2主要重读音节的元音长度比word1短ladies and gentlemen（待续）SJ00088718语料库语言学2023第19辑正文.indd 308/18/23 5:20 PM31林奕冰 孟庆楠类别名称水平标注依据典型语例非韵律语音因素首音响亮度2Yesword1的第一个音段比word2更响亮here and thereNAword1的第一个音段与word2响亮度相同flora and faunaNoword2的第一个音段比word1更响亮rights and obligations尾音响亮度Yesword2的最后一个音段比word1更响亮well and trulyNAword2的最后一个音段与word1响亮度相同teachers and pupilsNoword1的最后一个音段比word2更响亮pay and conditions其他因素词频Yesword1的频数大于word2的 频数facts and figuresNAword1的频数等于word2的 频数未发现此类语料Noword1的频数小于word2的 频数sheep and cattle首字母顺序Yesword1的首字母在字母表中的位置比word2的首字母更靠前boys and girlsNAword1和word2的首字母在字母表中的位置相同shape and sizeNoword1的首字母在字母表中的位置比word2的首字母更靠后teachers and parentsMalkiel（1959）根据并列的两个词语成分可逆程度的差异，首先提出以可逆性曲线来划分并列二项式的种类，即：可逆的并列二项式存在两种词序，而完全不可逆的并列二项式存在一种词序，这两类二项式分别位于可逆性曲线的两端。例如，在表达红绿两色时，red and green是优势词序，因此在可逆性曲线中，该并列二项式更靠近完全不可逆的一端。本研究将沿用可逆性曲线这一分析模型，以（续表）SJ00088718语料库语言学2023第19辑正文.indd 318/18/23 5:20 PM32变异语言学视角下英语并列二项式词序多元定量研究 并列二项式在可逆性曲线中所处的位置为依据，探究制约因素对词序的制约力。Mollin（2014）为将可逆性曲线转化为可观察和测量的具体指标，主张为给定的二项式分配一个可逆度分值（(ir)reversibility score）。具体操作如下：提取一个并列二项式的优势和劣势词序（即word1 and word2和word2 and word1）各自的频数，并将频数较高的标记为“freq”，频数较低的标记为“revfreq”。通过如下计算公式即可得出可逆度分值：(ir)reversibility score=freqfreq+revfreq本研究借用了这一方法，计算从BNC语料库中提取的名词与形容词并列二项式的可逆度分值。该分值用于表示并列二项式优势词序和劣势词序在语料库中的相对比例（刘世英 2015）。例如，并列二项式education and training为优势词序，频数为373；training and education为劣势词序，频数为58。优势词序占86.54%，即并列二项式education and training的可逆度分值为86.54，表明人们更倾向于使用education and training而不是training and education。对于完全不可逆的并列二项式，如bits and pieces，只存在一个词序（revfreq为0）。并列二项式词序的可逆度取决于优势词序的频数，优势词序的频数越高，并列二项式的可逆度越低，词序越固化，反之亦然。引入可逆度分值这一参数有利于评估并列二项式的可逆性。5 数据分析与讨论在对所有变量进行标注后，本研究通过成功率排序和随机森林分析进行交叉验证，以此综合衡量制约因素对名词和形容词并列二项式词序的制约力异同。5.1 制约因素对并列二项式词序影响的成功率及排序 本研究中，N值为受某因素影响（水平为“Yes”）的并列二项式总频数，固定值为受该因素影响的各个二项式的可逆度分值之和，成功率为固定值除以N值得到的商。成功率由每个因素成功指示并列二项式实际优先顺序的百分数来表示。以象似性因素为例，在600个名词并列二项式中，共有161个并列二项式受象似性影响，故N值为161；将这161个并列二项式的可逆度分值相加，总和即为固定值13,607.84；用固定值除以N值，商即为成功率84.52。笔者根据因素类型（语义、韵律语音、非韵律语音和其他）进行分组，并分别计算出10个制约因素对应的N值、固定值和成功率，结果如表2所示。SJ00088718语料库语言学2023第19辑正文.indd 328/18/23 5:20 PM33林奕冰 孟庆楠表2 制约因素影响并列二项式词序的成功率及排序制约因素名词并列二项式形容词并列二项式N值固定值成功率（%）成功率排序N值固定值成功率（%）成功率排序语义因素象似性16113,607.8484.523926,267.6268.1310心理标记性18414,911.1781.0471118,860.1479.822权力24119,978.1882.90413710,360.5475.626形式标记性17614,053.4879.85918614,468.3277.794韵律语音因素音节数量26222,562.7486.12124319,238.0679.173非韵律语音因素音核元音长度1199,792.8782.2961228,906.6973.017首音响亮度21117,396.3182.45520314,453.3171.209尾音响亮度21418,250.1685.28218214,678.3780.651其他因素词频36829,486.6680.13836828,316.9776.955首字母顺序23118,359.4279.481025718,601.5472.388通过观察表2可知，制约因素对名词和形容词并列二项式词序的影响不尽相同。通过比较成功率发现，音节数量是影响名词并列二项式词序的决定性因素，而尾音响亮度则是影响形容词并列二项式词序的决定性因素。在综合分析这些制约因素对名词和形容词并列二项式词序的制约力后发现，对于名词并列二项式，音节数量（86.12%）排在首位，尾音响亮度（85.28%）、象似性（84.52%）次之，权力（82.90%）、首音响亮度（82.45%）、音核元音长度（82.29%）的成功率差距较小，这说明它们对名词并列二项式词序的制约力相差无几。心理标记性（81.04%）、词频（80.13%）、形式标记性（79.85%）、首字母顺序（79.48%）排在末位。对于形容词并列二项式，尾音响亮度（80.65%）为决定性因素，随后是心理标记性（79.82%）和音节数量（79.17%）。形式标记性（77.79%）和词频（76.95%）居中。权力（75.62%）、音核元音长度（73.01%）、首字母顺序SJ00088718语料库语言学2023第19辑正文.indd 338/18/23 5:20 PM34变异语言学视角下英语并列二项式词序多元定量研究（72.38%）、首音响亮度（71.20%）以及象似性（68.13%）的成功率均相对较低。对于受多个制约因素影响的并列二项式，成功率较低的因素对词序的制约力很难被察觉。不过，笔者认为这些因素的有效性也应当得到检验。尽管如音核元音长度等非韵律语音因素只在少量例子中起作用，但这些因素作为英语并列二项式的潜在决定因素有着悠久的传统，并多次被证实可以影响人们对无实际意义的成对词语成分的词序选择偏好。因此，只要成功率较高的因素不影响并列二项式的词序，这些因素就很可能成为决定性因素。成功率排序为9或10的制约因素则不再被视为影响因素，因为它们可能是主要制约因素如尾音响亮度的副产物。与其他因素相比，词频因素并不体现在并列二项式的两个词语成分本身上，但该因素一直是语言产生和处理的决定性因素（Ellis 2002），并被认为是词汇化背后的驱动力（Bybee 2010）。整体来看，制约因素对名词并列二项式词序的制约力普遍高于形容词并列二项式，而音节数量和尾音响亮度对两种词类并列二项式的制约力均相对较高。5.2 并列二项式词序制约因素的随机森林分析本研究通过R语言实现随机森林分析这一探索性统计分析方法。根据李欣海（2013）的观点，在构建分类树时，随机森林会随机地在因变量中选择n个观测值，同时从k个自变量中选择部分变量确定分类树节点，因此每次构建的分类树都可能不同。在随机生成的几百个甚至几千个分类树中，重复程度最高的树将作为最终结果（Breiman 2001）。与决策树分析相比，随机森林分析被广泛应用于数据分类和非参数回归分析（董师师、黄哲学 2013），可以通过点状图对各种变量的相对重要性进行可视化呈现（Szmrecsanyi et al.2016），尤其适合处理样本量较小但预测变量较多的数据。通过在R软件中加载party程序包，使用cforest和varimp函数可基于条件推断决策树构建随机森林模型。结果如图1所示。在本研究中，图1的纵轴展示了研究选取的所有制约因素，各点对应的横坐标代表每个预测变量的相对重要性。制约因素的制约力通过各点与虚线之间的距离来体现，点离虚线越远，说明制约因素的制约力越强。通过随机森林分析可以发现5.1中的结论与图1基本一致。对于名词并列二项式而言，音节数量的成功率最高（86.12%），在图1中距离虚线最远，相对重要性最强；首字母顺序的成功率最低（79.48%），在图1中对应的横坐标位于虚线左侧。成功率相对较低的限制因素（心理标记性、词频、形式标记性）的横坐标值靠近虚线，这表明这些因素对名词并列二项式几乎没有制约力。成功率相对较高的限制因素（音核元音长度、首音响亮度、尾音响亮度）更为重要。对于形容词并列二项式而言，尾音响亮度、音节数量、心理标记性和词频这4个限制因素的成功率均超过85.00%。虽然随机森林分析的结果与成功率的排序并不完全一致，SJ00088718语料库语言学2023第19辑正文.indd 348/18/23 5:20 PM35林奕冰 孟庆楠随机森林分析的结果基本证实了表2中的结论。但是，这一排序规律不一定适用于所有并列二项式。在大多数情况下，该规律体现了人们对词序选择的偏好，增强了英语使用者对并列二项式可逆性程度的直觉判断，同时为语言的规范化提供了帮助。少数情况下，一些不符合规律的并列二项式也存在，现举例说明如下。在并列二项式bride and groom中，groom本应作为第一个词语成分，但从心理标记性的角度来看，新娘在婚礼中更为夺人眼球，因此bride作为第一个词语成分的情况更为普遍。此时心理标记性优先于权力。在并列二项式beginning and end中，从音节数量的角度看，end的音节数更少，本应作为第一个词语成分，但从象似性的角度看，beginning先发生，因此beginning作为第一个词语成分的情况更为普遍。此时象似性优先于音节数量。由此可见，心理语言学能够为不符合规律的并列二项式的词序偏好作出解释。对于完全不可逆的并列二项式，如bits and pieces、by and large，可逆度分值为0，但这些并列二项式也会由于口误、非英语母语者的一知半解，或是小说和媒体写作中精心设计的倒装等原因而出现倒置。不过，笔者认为，在心理上，这些并列二项式对英语母语者而言是完全不可逆的，基于语料库的可逆度分值已在很大程度上佐证了这一点。可逆度分值是语言生成的一个表象，还是心理学意义上的真实概念，这一点有待作为未来的研究主题。图1 并列二项式词序制约因素的随机森林分析但显然这4个因素的横坐标值仍处于中位。相比之下，其他6个因素的成功率较低，相对重要性接近于零，这表明尽管一些并列二项式的词序符合这些因素的标注依据，但这些因素并未产生影响。SJ00088718语料库语言学2023第19辑正文.indd 358/18/23 5:20 PM36变异语言学视角下英语并列二项式词序多元定量研究 6 结语本研究基于变异语言学视角，借助BNC语料库和R统计软件，通过随机森林分析的方法探究了名词和形容词并列二项式的可逆性及制约因素的制约力在两种词类上的异同。结果表明：名词和形容词并列二项式的词序受到不同制约因素的影响。音节数量对名词并列二项式的词序起决定性作用，而尾音响亮度则对形容词并列二项式的词序起决定性作用。本研究在研究工具和方法方面还存在一些不足。首先，本研究语料数量较少，原始频数的代表性存在着一定的局限性。不同地理环境和社会文化对事物价值的定义存在差异，使得部分语义因素（如心理标记性、权力）的标注结果缺乏普遍性。后续研究可以考虑采用大型语料库对本研究所得出的结论进行交叉验证，以期减小偏差。其次，本研究仅从整体上论述了制约因素在名词和形容词并列二项式之间的区别与联系，并未对书面语和口语语料进行区分，也未对不同语域的并列二项式（如小说、新闻、杂志）进行分类探讨。以上缺陷，还有待后续研究进一步完善。注释1 Mollin（2014）将长元音/i:,u:,%:,O:,A:/和二合元音/eI,aI,OI,aU,U,I,e,U/标注为长的元音；将短元音/I,U,e,/标注为短的元音。2 为了标记首音响亮度、尾音响亮度，本研究引入了响亮度层级。然而，关于响亮度层级的排序至今仍存在争议。到目前为止，以Parker（2011）为代表的主流观点是：元音滑音流音鼻音阻塞音，故本研究采用了该响亮度 层级。参考文献BENOR S,LEVY R.The chicken or the egg?A probabilistic analysis of English binomials J.Language,2006,82(2):233-277.BREIMAN L.Random forests J.Machine Learning,2001,45(1):5-32BRESNAN J.Is syntactic knowledge probabilistic?Experiments with the English dative alternation C/FEATHERSTON S,STERNEFELD W.Linguistics in search of its evidential base.Berlin:Mouton de Gruyter,2007:75-96.BYBEE J.Language,usage and cognition M.Cambridge:Cambridge University Press,2010.COOPER W,ROSS J.Word order C/GROSSMAN R,SAN L,VANCE T.Papers from the parasession on functionalism.Chicago:Chicago Linguistic Society,1975:63-111.SJ00088718语料库语言学2023第19辑正文.indd 368/18/23 5:20 PM37林奕冰 孟庆楠ELLIS N.Frequency effects in language processing J.Studies in Second Language Acquisition.2002,24(2):143-188.FENK-OCZLON G.Word frequency and word order in freezes J.Linguistics,1989,27(1):517-556.KELLY M,BOCK J,KEIL F.Prototypicality in a linguistic context:Effects on sentence structure J.Journal of Memory and Language,1986,25(1):59-74.MALKIEL Y.Studies in irreversible binomials J.Lingua,1959,8:113-160.MOLLIN S.The(Ir)reversibility of English binomials M.Amsterdam:John Benjamins,2014.PARKER S.Sonority C/OOSTERNDORP M,EWEN C,HUME E.The Blackwell Companion to Phonology.New Jersey:Blackwell,2011:12-14.PINKER S,BIRDSONG D.Speakers sensitivity to rules of frozen word order J.Journal of Verbal Learning and Verbal Behavior,1979,18(4):497-508.SZMRECSANYI B,GRAFMILLER J,HELLER B,RTHLISBERGER M.Around the world in three alternations:Modeling syntactic variation in varieties of English J.English World-Wide,2016,37(2):109-137.董师师，黄哲学.随机森林理论浅析J.集成技术，2013（1）：1-7.房印杰.语言学研究中的多因素分析J.语料库语言学，2016（1）：82-92.李欣海.随机森林模型在分类与回归分析中的应用J.应用昆虫学报，2013（4）：1190-1197.廖秋忠.现代汉语并列名词性成分的顺序J.中国语文，1992（3）：161-173.刘世英.英汉并列二项式词序制约因素的语料库研究：可逆性与预测成功率J.外语教学，2015（3）：39-43.田莉，田贵森.变异社会语言学的研究方法论J.外语学刊，2017（1）：25-30.许家金.多因素语境共选：语料库语言学新进展J.外语与外语教学，2020（3）：1-21.通信地址：116026 辽宁省大连市 大连海事大学外国语学院SJ00088718语料库语言学2023第19辑正文.indd 378/18/23 5:20 PMEnglish abstracts of major papers161preferences of the constructions slots are hierarchical and probabilistic,which is the consequence of the interaction of the internal and external grammatical,semantic,and pragmatic factors.A multivariate quantitative study on word order preference of English binomials from a variationist linguistics perspective.LIN Yibing&MENG Qingnan(27)From a corpus-based variationist linguistics perspective,this study explores the impact of 10 constraints on word order preference of noun binomials and adjective binomials and the importance ranking by means of BNC corpus data and R software.It is found that the word order preferences of noun and adjective binomials are affected by different constraints.Number of syllables is the most powerful constraint of noun binomials,whereas final sonority is the most powerful constraint of adjective binomials.A comparative sentiment analysis of CSR reports between multinational enterprises home and abroad.SONG Tianyi&HUANG Libo(48)The study establishes a corpus of English corporate social responsibility reports(CSR Reports Corpus)of Huawei and BT Corporation by making a comparative sentiment analysis between the texts of two companies using LIWC-22 dictionaries.Critical discourse analysis will be used to explain the motivations behind the differences.The results of the study show that differences of emotional construction between the two companies are mainly reflected in the following aspects:1)Huaweis CSR reports tend to shorten the emotional distance between the readers and the company by describing specific examples of events and to focus on the maintenance of long-term relationships with partners.BTs CSR reports show an obvious win-win attitude toward the external communities.2)The sentiment tendency in BTs CSR reports is more neutral while Huaweis reports indicate a trend from more positive to a balance of positive and negative sentiment over the years.3)BTs CSR reports describe events with the companys own unique characteristics and build a more multi-dimensional and comprehensive emotional relationship with the society.Huaweis reports reflect extensive emotional care to employees and clients during COVID-19 pandemic era.The paper attempts to provide some implications for the teaching of business English writing and provide suggestions to Chinese multinational companies regarding the construction of their corporate image overseas.SJ00088718语料库语言学2023第19辑正文.indd 1618/18/23 5:20 PM