汉字是留学生汉语学习的难点,对母语为拼音文字的欧美学生来说更是如此;同时,对外汉字教学与研究因汉字本身的特点,没有现成的第二语言文字教学理论可以借鉴。针对这样的教学与研究现状,我们在广泛收集语料的基础上建立了“欧美学生错字别字数据库”,以期为对外汉字教学研究取得重大突破和重大创新成果构建一个资源丰富的学术平台。该数据库收集1992—2003共十二年里汉语水平考试(高等)欧美国家学生作文语料585篇、“北京语言大学中介语语料库”中欧美学生作文语料721篇,总计50余万字,语料国别涉及五大洲七十多个国家。数据库中收录欧美学生错字、别字和不规范字记录2万余条,以及这些错别字的语料及作者信息和语料扫描文本。本文重点介绍了“欧美学生错字别字数据库”的建立流程和基本结构,以及该数据库用户功能模块的构成。数据库由语料扫描文本库、错别字信息库和作者及语料属性库组成,各部分之间以语料篇号建立链接,以方便用户查看相关信息。另外,我们对数据库中的错字、别字和不规范字设计了不同的标注方法,并以此为基础完善了错别字频次和类型统计等功能。以数据库为基础,我们对“欧美学生错字别字数据库”中的错别字进行了初步考察,得出了中高级阶段欧美学生错别字的一般规律:中高级阶段欧美学生的错别字以错字类型为主体,随着学习者汉语水平的提高,错字比率呈下降趋势,别字比率呈上升趋势;音近别字比率高于形近别字比率。另外,我们进一步统计出其高频错字、别字、不规范字统计表、高频错误偏旁统计表和高频错字类型表,以期为对外汉字教学提供一定的借鉴。