1 引言

专门用途英语（ESP）教学面临技术融合的机遇与挑战，人工智能时代推动了计算机辅助语言学习（CALL）的发展。教育部《教育信息化2.0行动计划》强调利用人工智能、大数据等技术变革教育模式。人工智能技术在外语教育中已取得显著成果，能够智能筛选学习材料、自动评分、提供反馈、创造虚拟语言环境，促进学习者语言能力和深度学习。人工智能技术还有助于ESP教师进行专业化、个性化指导，发现大数据中的规律和关系，转变教学模式，提升教学质量。本文基于金融英语语料库建设与应用，探讨人工智能辅助的ESP语料库建设路径，为高校ESP教学提供启示。

2 ESP教学与课程语料库研究新进展

ESP课程旨在培养学生特定学科的英语交流能力，其教学研究经历了基于学习技能、基于学科文本和基于素养实践三个阶段。随着学习者在语言学习中的作用受到重视，ESP教学逐渐转向社会实践，关注交际体裁、修辞和目标语言的素养技能。语料库与ESP课程教学的结合日益紧密，但国内在英语学科语料库建设上落后于国外，基于语料库的ESP研究主要关注语言学特征描述，缺乏人工智能语料库建库软件和数据分析软件的应用。本文以金融英语语料库建设及应用为例，探讨人工智能如何辅助ESP建设与应用，为国内ESP教学模式提供新思路。

3 人工智能辅助ESP语料库建设的基础

人工智能辅助ESP语料库在教学中应用广泛，其建设机理对整合金融学科教学知识、提升金融语料库课程实践教学具有重要意义。人工智能技术开发基于信息理论，与语言学有天然渊源，需要基于语言处理的基本方式和逻辑运行。ESP语料库建设涉及多种人工智能技术和自然语言处理工具，如爬虫工具、NLTK、Stanford CoreNLP等，帮助研究人员高效、标准化完成语料采集、加工和可视化。结合信息理论和语言学理论的人工智能辅助ESP语料库建设，能充分尊重英语语言规律，体现语言应用特点，直观展示不同层级的语言现象。基于人工智能开发的ESP语料库，能让学生在学习专业知识的同时接触地道英语语言元素，促进语言知识的高效吸收，提升语言技能。

4 人工智能辅助金融英语语料库的设计

讨论了人工智能辅助金融英语语料库的设计，包括语料的界定、选材与加工。金融英语语料库的建设基于《新帕尔·格雷夫经济学大辞典》对金融的定义，涵盖资本市场运营、资产供给与定价等方面。语料库设计遵循Sinclair原则，结合Smith及广东金融学院实践，分为基于语域理论构建语料库和融入ESP课程构建教学体系两大步骤。语料来源确定后，使用人工智能技术收集各语域类型文本，包括网络资源和教材等，提取关键词创建迷你学科术语语料库，并与通用语料库对比筛选高频实用词语组合。语料收集后，进行数据清洗、分词、去停用词等预处理工作，并对语料进行词性、语义、句法等标注，提升研究价值和应用范围。人工智能辅助ESP语料库在语料获取、处理和分析上提高建库效率，同时融入最新科技成果，帮助学生掌握人工智能技术在语言处理方面的应用。教师可利用语料资源提供金融动态信息，提升学生专业素养，并通过练习题和自学测验检验教学成效，调整语料素材难度和改进教学方案。学生也可利用语料库分析软件和NLP工具进行语言翻译或语义、语法分析学习，提升学科专业素养。

5 人工智能辅助金融英语建设实践案例

介绍了人工智能辅助金融英语语料库的建设实践案例。以《金融英语》课程为例，要求学生使用人工智能工具下载金融机构新闻并转换为txt格式文件，形成金融机构新闻英语语料库。具体步骤包括：1. 使用Sketch Engine形成课程迷你语料库，筛选高频实用关键词；2. 学生分组使用八爪鱼定制流程下载金融机构新闻语料；3. 对收集的语料进行加工，包括对齐、删除和标注等数据清理；4. 使用NLTK、Standford CoreNLP等工具进行自动分词和词性标注；5. 构建支持索引、共现和词频统计功能的金融新闻语料库网站。通过这些步骤，可以构建出高质量的金融英语语料库，为教学和研究提供支持。

6 结语

强调了人工智能辅助金融英语语料库建设的重要性，旨在通过教育信息技术与课堂革命的融合，实现个性化外语学习和专业化培养的结合。通过创新视角，将基于人工智能辅助的语料库资源融入ESP课程，培养学生的跨学科能力。通过信息载体、理论演绎与课内外活动环节的结合，重构信息关联与展现形式，以满足学习需求，激发教学热情。该语料库的建设为学科英语教学和研究提供智能支持，对同类课程教学具有启示作用，促进ESP课程体系的良性运转。