1 引言

介绍了语料库的定义、分类及其在学术研究中的应用。通用语料库旨在全面代表一种语言，而专用语料库则针对特定领域。法学学术英语语料库在中国尚不常见，尽管已有法律文献数据库和汉英平行语料库。现有法学学术英语研究多基于小规模样本，缺乏大规模法学专用语料库。LawDEAP法学学术英语语料库的建设旨在促进中国学者与国际法学研究的交流，其设计和建设遵循DEAP学术英语语料库的总体框架，可用于跨领域对比研究。

2 建库目标

LawDEAP旨在构建一个全面覆盖法学11个二级学科的大规模、时效性强的学术英语语料库，探讨建库原则和语料处理方法。该语料库旨在支持法学学术英语教学和科研，提供真实语料用于词表编纂、语言研究和教材编写。总库容500万词，实际包含5,014,908词次，由697个文本组成，主要包含研究论文和综述论文，下设10个子库。

3 语料采集

LawDEAP法学学术英语语料库的创建过程中，语料采集遵循专门性、权威性、代表性和时效性四个标准。专门性体现在依据中国学位授予和专业人才培养目录，选取与法学二级学科对应的国际期刊。权威性则通过选择“剑桥学术期刊”和ScienceDirect数据库中的法学期刊文章，并结合法学专家意见来确保。代表性方面，主要收集研究论文和综述论文，其中研究论文占87.66%。时效性上，语料库收录了2017—2019年发表的文章，以反映法学学术语言的共时性特征。具体工作流程包括从指定数据库下载文章、匹配二级学科与期刊、由法学博士教师审阅匹配结果、随机抽样获取697篇论文语料，并分类存放。

4 文本命名与元信息登记

介绍了LawDEAP法学学术英语语料库中文本命名规则和元信息登记方法。文本命名遵循“一级学科+二级学科+文献序号+文章类型”的格式，其中一级学科用大写字母L表示，二级学科用两个大写字母缩写，文献序号为三位数，文章类型分为研究论文（RA）和综述论文（RV）。文本元信息包括文件名、子库名称、期刊名称、论文题目、文类、发表年份和DOI号，这些信息被人工汇总并保存为Excel文件。

5 格式转换与文本清理

介绍了法学学术英语语料库创建过程中的格式转换与文本清理工作。首先，需要将PDF格式的法学期刊论文转换为UTF-8编码的文本格式，以便于检索和提取数据。使用Adobe Acrobat Pro和ABBYY FineReader 14等工具进行格式转换，并手动清理转换后的文本，包括删除无关信息、校正错误和乱码。文本清理工作由五名工作人员共同完成，分为三轮进行，确保语料库的质量和一致性。最后，使用PowerGREP软件清除脚注嵌入问题，并统计语料总量，完成入库。

6 LawDEAP的后期开发及其应用前景

LawDEAP法学学术英语语料库的后期开发旨在扩大语料库规模和增加语料加工深度。计划通过收集更多数据库的法学期刊语料、纳入学术专著和会议论文等，以及扩展语料收集的时间跨度来实现。同时，语料加工将包括词性标注、句法结构标注等多种深度加工方式。LawDEAP的应用前景广泛，可用于生成索引行、词表，计算搭配词、主题词等，服务于法学科研人员、语言教师及法学英语学习者。它支持法学学术英语研究，包括分析学术热点、修辞特征、词汇和句法特征，以及不同学科领域的语言差异。此外，LawDEAP可用于制作法学二级学科的学术词表或术语表，对比分析各学科的语言特征，并基于体裁短语学视角进行词汇或短语的整句释义和高频搭配型式的归纳，为法学学术英语学习者词典的编纂提供支持。

7 结语

LawDEAP作为DEAP子库，遵循总库规范，结合法学专家意见，从权威期刊和法学研究文章中精选语料。项目团队分工明确，确保语料代表性、真实性和元信息准确性。语料库覆盖广泛法学领域，兼顾规模和时效性，体现法学学术英语特征。在法学语言研究、教学和词典编纂中提供有价值素材。语料库具有开放性，支持研究者进行进一步加工和更新。