■錢志安（圖左）與Alistair Tweed（圖右）表示，粵語的難點在於多變的字詞結構及句末助詞。 香港文匯報記者詹漢基 攝教大語料庫更新 查字兼睇電影片段
香港文匯報訊（記者 詹漢基）粵語是香港人的日常用語，其靈巧多變的助語詞「㗎」、「啦」、「啩」等，令語言變得活潑有趣。不過，對外地人而言，不單是語氣助詞，粵語多變的字詞結構，也是難以跨越的大山。香港教育大學的研究團隊建立了全港首個「香港二十世紀中期粵語語料庫」，讓有興趣的公眾利用經典粵語長片，學習日常用語，甚至從中了解粵語的流變。
在粵語中，簡單如「食飯」一詞，已有很多姿態：食晚飯、食冷飯、食便飯，甚至是食拖鞋飯。
為了讓非華語人士掌握粵語的字詞結構，教大語言學及現代語言系副教授錢志安及研究小組，自2012年至今，獲得研資局及校內撥款合共100萬港元，建立全港首個「香港二十世紀中期粵語語料庫」。
該項目自2012年展開，最新的版本將於本月下旬推出，用戶只需輸入漢字或粵語拼音，語料庫即能列出與該字相關的詞語、俚語，甚至是電影對話。
用戶如輸入「食」字，系統除了能顯示「食飯」等詞語，更能搜出「阿馬先生今晚喺我哋度食晚飯」等電影對白及其出處。
錢志安表示，最新的語料庫有別於之前的版本，用戶甚至可以重播該對話的電影片段。「學習粵語，不能只在意人物講了什麼，更重要的是怎麼講。」當中的語氣及表情均是學習語言時的關鍵之處。
收錄《十月芥菜》等
雖然語料庫收錄的均為上世紀50年代至70年代的粵語長片，例如1967年的《彩鳳引金龍》、1952年的《十月芥菜》等，但錢志安指出，那年代的粵語長片題材寫實，演員對白地道，不僅是研究粵語的珍貴文獻，更是大眾學習粵語的途徑。
現時語料庫收錄了70套粵語片，種類主要涵蓋倫理劇、恐怖劇及笑片，約有三百名演員對話，庫藏約達一百萬字。
語料庫同時列舉字詞出現的頻率，一般人只需掌握48個高頻詞，「即可覆蓋、聽懂一半語料的內容；若掌握916個詞，更可以覆蓋達9成的內容。」
缺系統教學 外國人愁「問人」
其中一名研究成員、來自澳洲的Alistair Tweed，來港已經7年，能操流利的粵語。Alistair參與研究計劃，正好可以用外國用家身份，按學習習慣改良語料庫。來港前，他曾利用教科書自學粵語，但教科書內容以情境為主，句法難免生硬，實用性不高。
若學習粵語的話，除了缺乏有系統的教學材料，「最難的就是『問唔到人』」，粵語的句子結構、聲調變化，大部分以粵語為母語的人都說不出所以然來。
Alistair以「怕咩啫」一句為例，「『啫』字拉長、變短均表達了不同意思。」句末助詞「啦」、「喎」等，都讓不少外地人覺得粵語難以掌握。
港產片的字幕一般以現代標準漢語為主，Alistair表示，這對學習粵語的幫助其實不大，該語料庫正好可以讓用戶逐句重播，看着嘴型和字幕學習粵語。
錢志安表示，建設語料庫的技術日漸成熟，未來計劃將進一步擴大研究範疇至不同文本，以及加入粵普詞彙對照的功能，用家使用該資料庫時，選取適當的資料，長遠可以幫助非華語人士學習中文。