本词条简单阐述了数据驱动学习的涵义、特征和主要研究方向，并着重介绍了较为流行的三个免费在线检索系统——FLAX语言学习系统、美国当代英语语料库（COCA）和The Compleat Lexical Tutor（CLT）。

数据驱动学习（Data-driven learning或者DDL）是一种基于语料库数据的外语学习方法。该方法由Tim Johns（1991）提出，它的主要思想是学习者作为研究者，基于大量的语料库数据观察、归纳语言使用现象，自我发现词语搭配、语法规则及语用特征；教师作为引导者，为学习者提供学习资源，指引学习者探索、发现的学习过程，培养学习者自主学习的能力。

同传统外语教学相比，数据驱动学习主要具有如下特征：

第一，通过语料库索引，以真实的语料为语言输入。

第二，以学习者为中心，以自主学习为主。

第三，从大量语料中总结语言现象，以归纳式学习为核心。

第四，借助自下而上的学习过程，培养探索和发现的能力。

作为一种新型的外语学习方法，数据驱动学习受到了国内外教育和研究者的广泛关注（e.g. Boulton, 2009, 2010; Franken, 2012; 屈典宁、邓军, 2010; 俞燕明, 2009），研究主要集中在检索行为、学习效果和学习者态度三个方面。研究表明，相对传统教学方法，数据驱动学习能够发挥学习者的主观能动性，有效地引导学生注意词语的搭配和语境，得到了大多数不同层次学习者的认可。

数据驱动学习的有效开展离不开语料库及其检索系统，其中，FLAX语言学习系统、美国当代英语语料库（COCA）和The Compleat Lexical Tutor（CLT）是三种比较常用的基于大型语料库的免费在线检索系统。

FLAX语言学习系统（Flexible Language Learning System或FLAX）是新兴的数据驱动语言学习系统，由新西兰Waikato University开发，主要用于词语搭配学习、语言练习编辑和语料分析（详见系统主页左上角Book of FLAX）。其中，Learning Collocations Collection是辅助词语搭配学习的有效工具，以三大语料库——英国学术英语语料库（The British AcademicWritten English或者BAWE）、英国国家语料库（British National Corpus或者BNC）和维基百科语料库（Wikipedia）——为支撑，以词语搭配的语法结构（例如，动词+名词、形容词+名词、名词+名词、副词+形容词、副词+动词）和在语料库中出现的频率为分组显示依据，克服了传统索引方式“语境中的关键词（Key Word in Context或者KWIC）”检索费时耗力的局限性，同时降低了对学习者英语水平以及语料库语言学知识的要求。

美国当代英语语料库（The Corpus of Contemporary American English或COCA）是迄今规模最大的平衡语料库，由美国Brigham Young University开发，现有库容4.5亿词，涵盖美国1990-2012年口语、小说、流行杂志、报纸和学术期刊五大类型的语料，并且每一年中这五方面的语料都是按比例均衡分布的。COCA常用于查询字词在不同文体或不同时段中的分布。

The Compleat Lexical Tutor（CLT），由加拿大University of Quebec开发，以多个语料库为基础（如，Brown语料库、英国国家语料库即British National Corpus或者BNC），提供多种语言（英语、法语、西班牙语和德语）的词汇测试、研究和学习功能。其中比较常用的是语篇词汇描述工具Vocabprofile和中心词索引工具Concordance。Vocabprofile可以分析学习者输入文本的类符、形符数目及比率，功能词、实词数目及比率，特别是根据1000、2000常用词和学术英语词族表测量语篇的用词量。Concordance是中心词索引工具，可以用来学习词语的常见用法和搭配。