基于語(yǔ)料庫(kù)的英語(yǔ)寫(xiě)作量化評(píng)估方法研究：——以商丘學(xué)院12屆英語(yǔ)本科生畢業(yè)論文的量化評(píng)估為例

趙秀蓮

（商丘學(xué)院，河南商丘476000）

一、引言

1.語(yǔ)料庫(kù)研究現(xiàn)狀述評(píng)

語(yǔ)料庫(kù)(corpus)指“為研究語(yǔ)言，用計(jì)算機(jī)處理和儲(chǔ)存的書(shū)面和口頭語(yǔ)言材料”(Sinclair 1999:171)。在語(yǔ)料庫(kù)的建設(shè)和開(kāi)發(fā)中，逐漸提出一些原則和方法并對(duì)之進(jìn)行理論探討和總結(jié)，形成了語(yǔ)料庫(kù)語(yǔ)言學(xué)(Corpus Linguistics)。 Crystal把語(yǔ)料庫(kù)語(yǔ)言學(xué)定義為 “以語(yǔ)料為語(yǔ)言描寫(xiě)的起點(diǎn)或用語(yǔ)料來(lái)驗(yàn)證有關(guān)語(yǔ)言假說(shuō)的方法”(丁信善1998:4)。王立非將其定義為“運(yùn)用語(yǔ)料開(kāi)展語(yǔ)言學(xué)研究的學(xué)科”(王立非 2009:19)。

中國(guó)語(yǔ)料庫(kù)語(yǔ)言學(xué)研究在最近十年發(fā)展迅速。 在現(xiàn)代外語(yǔ)、外語(yǔ)教學(xué)與研究、外國(guó)語(yǔ)等二十多家外語(yǔ)學(xué)類(lèi)核心期刊上，有關(guān)語(yǔ)料庫(kù)研究的文章從2001年至2010年共有316篇。 其中2001—2006年發(fā)表的語(yǔ)料庫(kù)語(yǔ)言學(xué)的文章主要是主要在詞匯、句法和語(yǔ)篇方面。1)詞匯研究：衛(wèi)乃興（2004）熊建國(guó) (2002)，張立飛 (2003)等；2)句法研究：劉禮進(jìn) (2003)，王克非 (2003)等；3)語(yǔ)篇研究：文秋芳 (2003)，王立非 (2005，2006)等。2007—2010年有關(guān)語(yǔ)料庫(kù)研究的文章有143篇，在口語(yǔ)、文學(xué)、翻譯和語(yǔ)料庫(kù)理論研究方面有進(jìn)一步的拓展：1)語(yǔ)料庫(kù)的理論與方法，研究者有衛(wèi)乃興，李文中 (2007)；2)口語(yǔ)語(yǔ)料庫(kù)的研究：王立菲，文秋芳 (2007)等；3)在文學(xué)研究的運(yùn)用:劉澤權(quán)，劉超明等 (2008)；4)語(yǔ)料庫(kù)與翻譯的研究，謝家成，劉洪泉 (2010)等。

可見(jiàn)，目前語(yǔ)料庫(kù)在語(yǔ)言本體研究方面的層次和深度不斷延伸。 但總體而言，語(yǔ)料庫(kù)在語(yǔ)言教學(xué)中的應(yīng)用比較少(McCarthy 2008)。因此，如何把語(yǔ)料庫(kù)的資源和手段融入英語(yǔ)教學(xué)實(shí)踐就成了目前語(yǔ)料庫(kù)研究的新挑戰(zhàn)。 而把語(yǔ)料庫(kù)應(yīng)用于英語(yǔ)寫(xiě)作質(zhì)量量化評(píng)估的研究，尚待開(kāi)拓。

2.選題意義

作為重要的語(yǔ)言交際技能，英文寫(xiě)作是英文學(xué)習(xí)者語(yǔ)言輸出（output）的主要形式，是學(xué)生句法、詞匯等綜合知識(shí)水平和表達(dá)技能的體現(xiàn)，因此對(duì)寫(xiě)作質(zhì)量的評(píng)估是評(píng)估英語(yǔ)教學(xué)質(zhì)量的主要切入點(diǎn)。但長(zhǎng)期以來(lái)，寫(xiě)作測(cè)試的評(píng)估方法發(fā)展滯后，目前主要采用人工審閱的方式（包括各種全國(guó)大型英語(yǔ)考試），其信度被廣泛質(zhì)疑的同時(shí)，評(píng)估規(guī)模也受到人力的嚴(yán)重限制。在計(jì)算機(jī)技術(shù)發(fā)達(dá)的今天，探索一種規(guī)?；?、機(jī)助、量化評(píng)估方法便迫在眉睫。

本研究旨在把語(yǔ)料庫(kù)應(yīng)用于教學(xué)研究實(shí)踐，探索一種規(guī)?；⑽膶?xiě)作質(zhì)量評(píng)估方法：量化、機(jī)助評(píng)估方法。本項(xiàng)目的意義在于：一方面將語(yǔ)料庫(kù)科學(xué)的研究進(jìn)一步深化和本土化，拓展語(yǔ)料庫(kù)科學(xué)本身的研究領(lǐng)域；另一方面，將語(yǔ)料庫(kù)技術(shù)服務(wù)于英語(yǔ)教學(xué)實(shí)踐，為英語(yǔ)寫(xiě)作質(zhì)量評(píng)估提供一種新型量化方法，不僅為英語(yǔ)教師的寫(xiě)作教學(xué)提供反饋，也可以推廣應(yīng)用，服務(wù)于各級(jí)英語(yǔ)教學(xué)質(zhì)量評(píng)估單位。

二、研究設(shè)計(jì)

本項(xiàng)目將語(yǔ)料庫(kù)技術(shù)應(yīng)用于實(shí)際教學(xué)中進(jìn)行實(shí)證性研究，以客觀寫(xiě)作材料為研究對(duì)象，以語(yǔ)料庫(kù)為研究方法，以對(duì)商丘學(xué)院12年英語(yǔ)專(zhuān)業(yè)本科畢業(yè)論文的評(píng)估為例，探索一種新型的英文寫(xiě)作量化評(píng)估方法。

本研究將采用兩個(gè)例證語(yǔ)料庫(kù)來(lái)具體說(shuō)明該量化評(píng)估方法的具體操作步驟并且論證該方法的可靠性。例證語(yǔ)料庫(kù)是兩個(gè)層次具有明顯區(qū)別的兩個(gè)語(yǔ)料庫(kù)，一個(gè)是本科層次的，一個(gè)是研究生層次的，分別是商丘學(xué)院2012年英語(yǔ)專(zhuān)業(yè)本科生畢業(yè)論文語(yǔ)料庫(kù)和寧波大學(xué)2012年碩士研究生畢業(yè)論文語(yǔ)料庫(kù)。

為什么不選取兩個(gè)具有可比性的同一層次的語(yǔ)料庫(kù)作為例子，而選取兩個(gè)層次具有明顯差別的作為例子？ 這是因?yàn)槲覀円ㄟ^(guò)已知的去驗(yàn)證未知的，只有我們已知兩個(gè)語(yǔ)料庫(kù)是兩個(gè)層次的，才能驗(yàn)證我們正在探索的量化評(píng)估方法的評(píng)估結(jié)果是否符合我們的已知，以此來(lái)論證該評(píng)估方法是否可靠。

1.收集語(yǔ)料

收集了商丘學(xué)院2012年英語(yǔ)專(zhuān)業(yè)本科生畢業(yè)論文共180篇，30多萬(wàn)英文單詞；為了便于對(duì)比區(qū)分和分析，又收集了寧波大學(xué)2012年所有碩士研究生畢業(yè)論文60多篇，90多萬(wàn)英文單詞。

這些都是英語(yǔ)作為第二語(yǔ)言學(xué)習(xí)者的輸出文本，是兩個(gè)不同層次的學(xué)習(xí)者的寫(xiě)作，這樣更便于對(duì)比，因?yàn)檫@里我們的目的不是為了對(duì)比兩者，而是把兩者作為例子，用來(lái)說(shuō)明這種評(píng)估方法的具體操作步驟和可行性。當(dāng)然，該評(píng)估方法要應(yīng)用到實(shí)踐中，根據(jù)調(diào)研者的目的，應(yīng)該選取具有可比性的語(yǔ)料，例如，同一年級(jí)不同學(xué)校間的橫向?qū)Ρ龋蛘咄蝗后w在不同年級(jí)的縱向?qū)Ρ取?/p>

2.建立語(yǔ)料庫(kù)

語(yǔ)料收集完成后，需要進(jìn)行處理。由于我們?cè)u(píng)估的是學(xué)生英文寫(xiě)作質(zhì)量，所以論文中相關(guān)性小的內(nèi)容需要?jiǎng)h掉，例如論文封皮、目錄、表格、圖表、大段的引文，所有漢語(yǔ)文字、參考文獻(xiàn)、致謝、附錄包括附屬的開(kāi)題報(bào)告、中期檢查表等。

經(jīng)過(guò)處理后，商丘學(xué)院2012年180篇英語(yǔ)專(zhuān)業(yè)本科畢業(yè)論文還剩余29萬(wàn)余字，寧波大學(xué)2012年碩士研究生畢業(yè)論文60篇剩余89萬(wàn)余字，由于語(yǔ)料庫(kù)的大小影響各項(xiàng)指數(shù)，所以盡量讓兩個(gè)語(yǔ)料庫(kù)的大小對(duì)等，故將寧波大學(xué)2012年碩士研究生畢業(yè)論文89萬(wàn)字刪掉一半多，剩余29萬(wàn)多字。經(jīng)過(guò)整理后，建成了兩個(gè)大小相當(dāng)?shù)恼Z(yǔ)料庫(kù)。為了便于指稱(chēng)，商丘學(xué)院2012年英語(yǔ)專(zhuān)業(yè)本科畢業(yè)論文庫(kù)簡(jiǎn)稱(chēng)為SQC2012,寧波大學(xué)2012年碩士研究生畢業(yè)論文庫(kù)簡(jiǎn)稱(chēng)為NBU2012。

我們利用美國(guó)經(jīng)典語(yǔ)料庫(kù)BROWN作為參考語(yǔ)料庫(kù)，這個(gè)語(yǔ)料庫(kù)是收集母語(yǔ)為英語(yǔ)的人們的語(yǔ)言材料而建立的，是地道英語(yǔ)的語(yǔ)料庫(kù)。

3.語(yǔ)料庫(kù)標(biāo)注與處理

未經(jīng)標(biāo)注的語(yǔ)料庫(kù)有時(shí)無(wú)法充分提供研究所需的信息。例如，要想獲取語(yǔ)料庫(kù)的詞性信息，單純使用未經(jīng)標(biāo)注的語(yǔ)料庫(kù)是無(wú)法完成的，因?yàn)檎Z(yǔ)料庫(kù)檢索工具無(wú)法直接告訴我們?cè)谝粋€(gè)未經(jīng)標(biāo)注的語(yǔ)料庫(kù)中有多少個(gè)名詞，多少個(gè)動(dòng)詞，多少個(gè)形容詞，多少個(gè)副詞，而這些實(shí)詞信息正是我們研究文本流暢性清晰性的指標(biāo)。為了解決這個(gè)問(wèn)題，我們利用Go-tagger詞性標(biāo)注軟件對(duì)兩個(gè)語(yǔ)料庫(kù)進(jìn)行標(biāo)注，把語(yǔ)料庫(kù)的詞性（POS）標(biāo)注出來(lái)，下面是來(lái)自SQC2012語(yǔ)料庫(kù)的標(biāo)注樣本片段：

This_NN novel_NN reveals_VBZ multiple_JJ love_NN,_,which_WDT will_MD be_VB analyzed_VBN in_IN five_CD parts_NNS._.下面是Go-tagger的詞性賦碼集：

通過(guò)檢索軟件，便可以統(tǒng)計(jì)出各個(gè)語(yǔ)料庫(kù)的實(shí)詞比例。

Table 1 Go-tagger的詞性賦碼集

4.數(shù)據(jù)提取

利用Wordsmith3.0和AntConc對(duì)語(yǔ)料庫(kù)數(shù)據(jù)進(jìn)行提取。

4.1 標(biāo)準(zhǔn)化類(lèi)形符比(STTR)

形符（token）指的是一個(gè)語(yǔ)料庫(kù)中所有單詞總數(shù)，類(lèi)符 (type)是指一個(gè)語(yǔ)料庫(kù)中所有不同單詞的總數(shù)，即語(yǔ)料庫(kù)中所重復(fù)的同一單詞只算一個(gè)類(lèi)符。例如在下句中 “A Nice little girl met another nice little girl.”有9個(gè)形符，但只有6個(gè)類(lèi)符。類(lèi)形符比 （TTR:Type-token Ration）指的是類(lèi)符與形符的比例（TTR refers to the relationship between the total number of running words in a corpus and the number of different words used.(Olohan 2004:80)）。TTR標(biāo)志著一個(gè)語(yǔ)料庫(kù)中詞匯的多樣性或者詞匯的豐沛度（lexical variety）。 如果TTR數(shù)值低，表明語(yǔ)料庫(kù)中詞匯的重復(fù)率高，詞匯缺少變化，反之亦然。 因?yàn)檎Z(yǔ)料庫(kù)大小對(duì)TTR的值有一定影響，所以一般采取標(biāo)準(zhǔn)化類(lèi)形符比（STTR：Standardized type-token ratio）指的是大小為1000詞的連續(xù)多個(gè)語(yǔ)料庫(kù)的平均類(lèi)形符比 （Standardized type-token ratio is the average type-token ratio based on consecutive 1000－word chunks of text(Scott 2004:130)），可以用來(lái)衡量大小不一的兩個(gè)語(yǔ)料庫(kù)的類(lèi)形符比的異同，比起TTR，STTR是更加可靠的參數(shù) (Baker 2000:250)。

利用檢索軟件，我們獲得了如下數(shù)據(jù)：

Table 2 SQC2012和NBU2012的STTR

上表顯示兩個(gè)語(yǔ)料庫(kù)的形符總數(shù)差別不大（SQC2012：296004；NBU2012：298843），但是類(lèi)符差別比較明顯（SQC2012：14577；NBU2012：11933）。 從標(biāo)準(zhǔn)化類(lèi)形符比看，SQC2012 的數(shù)據(jù)是 41.56，NBU2012 的是 35.54，而經(jīng)典語(yǔ)料庫(kù)BROWN的是44.59，這說(shuō)明，從詞匯豐沛度看，商丘學(xué)院的論文質(zhì)量更接近地道的英語(yǔ)，這個(gè)結(jié)果是出人意料的，因?yàn)楫吘股糖饘W(xué)院的是本科生論文，寧波大學(xué)的是碩士生論文。但是數(shù)據(jù)是客觀的，事實(shí)就是事實(shí)。

造成這種結(jié)果的原因可能很多，但就語(yǔ)料庫(kù)本身來(lái)說(shuō)，寧波大學(xué)的碩士論文只有60篇，60個(gè)主題，而商丘學(xué)院的180篇，180個(gè)主題，應(yīng)該對(duì)詞匯豐沛度有一定影響。也有可能是商丘學(xué)院的論文確實(shí)詞匯豐沛度高，但是這不是我們本項(xiàng)目的研究目的，在此不予以深究。

4.2 詞匯密度（lexical density）

根據(jù)意義，英語(yǔ)單詞可以分成兩大類(lèi)：語(yǔ)法詞（grammatical words）和詞匯詞lexical words，即常說(shuō)的虛詞和實(shí)詞。語(yǔ)法詞反應(yīng)語(yǔ)法句法關(guān)系，主要包括冠詞、代詞、連詞和介詞等。 詞匯詞傳達(dá)詞匯信息，指稱(chēng)質(zhì)量（quality）、物質(zhì)（matter）或者動(dòng)作行為（action），主要包括名詞、動(dòng)詞、形容詞和副詞。 (Hu 2001:80)。

Ure(1971)是第一個(gè)定義詞匯密度的人（lexical density），指的是詞匯詞與形符的比例。根據(jù)韓禮德Halliday(1994:345)、Stubbs(1996:73)、Nida&Taber(1969:207)， 語(yǔ)法詞反映句子的流暢度和表達(dá)清晰度（explicitness）和可預(yù)測(cè)性（predictability）。 詞匯詞反映文本所含信息量 (information load)。也即是說(shuō)，詞匯密度越高，單位語(yǔ)料所含信息量越大，流暢度和清晰度越低，讀者解碼起來(lái)越困難。反之，詞匯密度越低，單位語(yǔ)料所含信息量越小，文本更加清晰流暢和易懂。

下面是兩個(gè)語(yǔ)料庫(kù)的檢索結(jié)果：

各種詞性總數(shù)在兩個(gè)語(yǔ)料庫(kù)的分布如下表：

Table 3 詞匯密度

根據(jù)上表，商丘學(xué)院2012年英語(yǔ)本科生畢業(yè)論文庫(kù)中名詞密度是4.89%，動(dòng)詞密度是1.06%，形容詞和副詞密度分別是1.22%和0.95%。實(shí)詞總密度為8.12%；寧波大學(xué)2012年英語(yǔ)碩士研究生畢業(yè)論文庫(kù)中名詞密度是4.05%，動(dòng)詞密度是1.28%，形容詞和副詞密度分別是1.05%和0.95%，實(shí)詞總密度是7.33%。這些數(shù)據(jù)顯示，商丘學(xué)院語(yǔ)料庫(kù)的實(shí)詞密度8.12%高于寧波大學(xué)語(yǔ)料庫(kù)的7.33%。 說(shuō)明寧波大學(xué)的語(yǔ)料庫(kù)的單位語(yǔ)料所含信息量越小，文本更加流暢、清晰和易于解碼。這個(gè)結(jié)果符合正常預(yù)期。說(shuō)明詞匯密度是量化評(píng)估英文寫(xiě)作的可靠參數(shù)。

4.3 高頻詞

高頻詞可以用來(lái)評(píng)估詞匯的重復(fù)率或冗余（redundancy）。

詞頻指的是一個(gè)單詞在某個(gè)語(yǔ)料庫(kù)中出現(xiàn)的次數(shù)。根據(jù)Laviosa (1998b)，高頻詞 （“l(fā)ist head”or“high frequency words”）指的是一個(gè)單詞出現(xiàn)的次數(shù)與某個(gè)語(yǔ)料庫(kù)中所有形符的比不小于0.10%。

一個(gè)語(yǔ)料庫(kù)中高頻詞越多，意味著其中單詞重復(fù)率越高，詞匯呈現(xiàn)簡(jiǎn)化（simplification）傾向。如果語(yǔ)料庫(kù)A比語(yǔ)料庫(kù)B中高頻詞所占比例高，那么語(yǔ)料庫(kù)A里較傾向于重復(fù)使用特定單詞，其詞匯比語(yǔ)料庫(kù)B更簡(jiǎn)單。

下面是兩個(gè)語(yǔ)料庫(kù)的檢索數(shù)據(jù)和參照語(yǔ)料庫(kù)BROWN的數(shù)據(jù)：

Table 4 SQC2012、NBU2012和 BROWN高頻詞

根據(jù)表格可以看出，SQC2012庫(kù)中的高頻詞是122項(xiàng)，累計(jì)占語(yǔ)料庫(kù)的51.09%，而 NBU2012庫(kù)中，高頻詞有113項(xiàng)，累計(jì)占語(yǔ)料庫(kù)的41.72%，而經(jīng)典美國(guó)英語(yǔ)語(yǔ)料庫(kù)是85項(xiàng)，占38.81%。數(shù)據(jù)顯示，商丘學(xué)院語(yǔ)料庫(kù)的高頻詞項(xiàng)目最多，高頻詞所占比例最大，表明詞匯重復(fù)率最高，詞匯呈現(xiàn)簡(jiǎn)化傾向，表明庫(kù)中所用詞匯較簡(jiǎn)單。而寧波大學(xué)語(yǔ)料庫(kù)的指標(biāo)更接近美國(guó)地道英語(yǔ)的標(biāo)準(zhǔn)。當(dāng)然，這是意料之中的，說(shuō)明高頻詞的數(shù)量和比例是可以作為量化評(píng)估的可靠參數(shù)。

4.4 詞長(zhǎng)（word-length）

一般來(lái)說(shuō)，一個(gè)單詞的長(zhǎng)度標(biāo)志著該單詞的復(fù)雜度，單詞越長(zhǎng)，說(shuō)明該單詞越高級(jí)越復(fù)雜；單詞越短，說(shuō)明該單詞越簡(jiǎn)單越初級(jí) (趙晴 2009)，例如：simple— simplify— simplification，簡(jiǎn)單的說(shuō)，這幾個(gè)單詞出現(xiàn)次序應(yīng)該是短的先出現(xiàn)在低年級(jí)的課本中，長(zhǎng)的后出現(xiàn)在高年級(jí)的課本中，短的較簡(jiǎn)單，較容易認(rèn)知，長(zhǎng)的較復(fù)雜，較難認(rèn)知。如果一個(gè)學(xué)生作文中出現(xiàn)較長(zhǎng)的單詞較多，說(shuō)明他習(xí)得的復(fù)雜詞匯較多，詞匯水平較高。

下面是SQC2012和NBU2012詞長(zhǎng)對(duì)比：

Table 5 SQC2012和 NBU2012的詞長(zhǎng)

數(shù)據(jù)表明，長(zhǎng)為1－6個(gè)字母的單詞在SQC2012中有22295個(gè)，NBU2012中有204906個(gè)。前者比后者的短單詞多2000多個(gè)，而7個(gè)字母的單詞兩者基本持平，7個(gè)以上字母的單詞前者均明顯少于后者，這說(shuō)明，商丘學(xué)院語(yǔ)料庫(kù)中有較多的短單詞而較少的長(zhǎng)單詞，而寧波大學(xué)語(yǔ)料庫(kù)中正好相反。說(shuō)明前者的詞匯復(fù)雜度小于后者。再看最后一行平均詞長(zhǎng)，商丘學(xué)院語(yǔ)料庫(kù)的平均詞長(zhǎng)是4.97個(gè)字母，寧波大學(xué)的是5.14個(gè)字母，這也進(jìn)一步證明了寧波大學(xué)語(yǔ)料庫(kù)的詞匯較長(zhǎng)較復(fù)雜，商丘學(xué)院語(yǔ)料庫(kù)的較短較簡(jiǎn)單。這個(gè)指標(biāo)也符合我們的預(yù)期，說(shuō)明平均詞長(zhǎng)是可以作為一個(gè)可靠的參數(shù)來(lái)量化評(píng)估英文寫(xiě)作的。

4.5 平均句長(zhǎng) (mean sentence length)

句長(zhǎng)通常指一個(gè)句子當(dāng)中有多少個(gè)單詞，平均句長(zhǎng)是一個(gè)語(yǔ)料庫(kù)中所有句子的平均有多少個(gè)單詞。當(dāng)然一個(gè)句子的復(fù)雜度（complexity）不能單純從句長(zhǎng)衡量，但是對(duì)于一個(gè)語(yǔ)料庫(kù)而言，平均句長(zhǎng)卻能在一定程度上反映句子的復(fù)雜度(Yang 2002:135)。平均句長(zhǎng)受語(yǔ)料庫(kù)大小的影響，還可采取更加可靠參數(shù)——標(biāo)準(zhǔn)化平均句長(zhǎng)來(lái)檢測(cè)句子的復(fù)雜度，標(biāo)準(zhǔn)化平均句長(zhǎng)指多個(gè)1000單詞文本的平均句長(zhǎng)。 根據(jù)Butler(1985,p.121),句子長(zhǎng)度可分為短句 (1－9單詞)、中句 (10－25單詞)和長(zhǎng)句(25單詞以上)。

我們可以用檢索軟件 獲取如下平均句長(zhǎng)和標(biāo)準(zhǔn)化平均句長(zhǎng)的數(shù)據(jù)：

Table 6 of SQC2012和NBU2012的平均句長(zhǎng)

上表表明 SQC2012中的句子有 13914個(gè)，NBU2012有11378，而 100萬(wàn)詞的BROWN有 43017個(gè)。SQC2012平均句長(zhǎng)是20.75個(gè)單詞，NBU2012平均句長(zhǎng)是26.16個(gè)單詞，BROWN的平均句長(zhǎng)是27.85個(gè)單詞。從標(biāo)準(zhǔn)化平均句長(zhǎng)看，SQC2012是14.75個(gè)單詞，NBU2012的是20.36個(gè)單詞，BROWN的是21.95個(gè)單詞。這些數(shù)據(jù)說(shuō)明，寧波大學(xué)語(yǔ)料庫(kù)的平均句長(zhǎng)明顯大于商丘學(xué)院語(yǔ)料庫(kù)的平均句長(zhǎng)，大約平均每句多了6個(gè)單詞。說(shuō)明商丘學(xué)院論文句子復(fù)雜度較小，句子較簡(jiǎn)單；寧波大學(xué)論文的句子復(fù)雜度較大，句子就較復(fù)雜，接近BROWN母語(yǔ)使用者的水平，與后者僅僅一個(gè)半單詞之差。當(dāng)然這也是意料之中，恰恰證明了平均句長(zhǎng)也是量化評(píng)估英文寫(xiě)作的一個(gè)可靠參數(shù)。

5.數(shù)據(jù)對(duì)比分析：

本研究建立了兩個(gè)例證語(yǔ)料庫(kù)，具體說(shuō)明了語(yǔ)料庫(kù)量化評(píng)估方面的操作步驟，同時(shí)也論證了該評(píng)估方法的可靠性。

通過(guò)對(duì)標(biāo)準(zhǔn)化類(lèi)形符比、詞匯密度、高頻詞、詞長(zhǎng)和平均句長(zhǎng)這五個(gè)語(yǔ)料庫(kù)評(píng)估參數(shù)的考察，我們?cè)趦蓚€(gè)語(yǔ)料庫(kù)中得出如下發(fā)現(xiàn)：

在標(biāo)準(zhǔn)化類(lèi)型符比方面，商丘學(xué)院的本科生畢業(yè)論文語(yǔ)料庫(kù)的數(shù)據(jù)是41.56，寧波大學(xué)碩士生畢業(yè)論文語(yǔ)料庫(kù)的數(shù)據(jù)是35.54，而經(jīng)典語(yǔ)料庫(kù)BROWN的是44.59，這說(shuō)明，從詞匯豐沛度看，商丘學(xué)院的論文質(zhì)量更接近地道的英語(yǔ)。

在詞匯密度方面，商丘學(xué)院語(yǔ)料庫(kù)的實(shí)詞密度8.12%高于寧波大學(xué)語(yǔ)料庫(kù)的7.33%。 說(shuō)明寧波大學(xué)的語(yǔ)料庫(kù)的單位語(yǔ)料所含信息量越小，文本更加流暢、清晰和易于解碼。

在高頻詞方面，商丘學(xué)院庫(kù)中的高頻詞是122項(xiàng)，累計(jì)占語(yǔ)料庫(kù)的51.09%，而寧波大學(xué)庫(kù)中，高頻詞有113項(xiàng)，累計(jì)占語(yǔ)料庫(kù)的41.72%，而經(jīng)典美國(guó)英語(yǔ)語(yǔ)料庫(kù)是85項(xiàng)，占38.81%。數(shù)據(jù)顯示，商丘學(xué)院語(yǔ)料庫(kù)的高頻詞項(xiàng)目最多，高頻詞所占比例最大，表明詞匯重復(fù)率最高，詞匯呈現(xiàn)簡(jiǎn)化傾向，表明庫(kù)中所用詞匯較簡(jiǎn)單。而寧波大學(xué)語(yǔ)料庫(kù)的指標(biāo)更接近美國(guó)地道英語(yǔ)的標(biāo)準(zhǔn)。

從詞長(zhǎng)參數(shù)看，詞長(zhǎng)為1－6個(gè)字母的單詞在商丘學(xué)院庫(kù)中有22295個(gè)，寧波大學(xué)庫(kù)中有204906個(gè)。前者比后者的短單詞多2000多個(gè)，而7個(gè)字母的單詞兩者基本持平，7個(gè)以上字母的單詞前者均明顯少于后者，這說(shuō)明，商丘學(xué)院語(yǔ)料庫(kù)中有較多的短單詞而較少的長(zhǎng)單詞，而寧波大學(xué)語(yǔ)料庫(kù)中正好相反。說(shuō)明前者的詞匯復(fù)雜度小于后者。 此外，商丘學(xué)院語(yǔ)料庫(kù)的平均詞長(zhǎng)是4.97個(gè)字母，寧波大學(xué)的是5.14個(gè)字母，這也進(jìn)一步證明了寧波大學(xué)語(yǔ)料庫(kù)的詞匯較長(zhǎng)較復(fù)雜，商丘學(xué)院語(yǔ)料庫(kù)的較短較簡(jiǎn)單。

從標(biāo)準(zhǔn)化平均句長(zhǎng)看，SQC2012是14.75個(gè)單詞，NBU2012的是20.36個(gè)單詞，BROWN的是21.95個(gè)單詞。 這些數(shù)據(jù)說(shuō)明，寧波大學(xué)語(yǔ)料庫(kù)的平均句長(zhǎng)明顯大于商丘學(xué)院語(yǔ)料庫(kù)的平均句長(zhǎng)，大約平均每句多了6個(gè)單詞。說(shuō)明商丘學(xué)院論文句子復(fù)雜度較小，句子較簡(jiǎn)單；寧波大學(xué)論文的句子復(fù)雜度較大，句子就較復(fù)雜，接近BROWN母語(yǔ)使用者的水平，與后者僅僅一個(gè)半單詞之差。

總之，除第一個(gè)參數(shù)外，其余四個(gè)均符合我們的已知，論證了這些語(yǔ)料庫(kù)評(píng)估參數(shù)可以作為可靠的參數(shù)來(lái)量化評(píng)估英文寫(xiě)作。以此我們成功地探索出了一種新型的英文寫(xiě)作語(yǔ)料庫(kù)量化評(píng)估方法。

三、本評(píng)估方法的應(yīng)用價(jià)值

從綜述部分可以看出，現(xiàn)有基于語(yǔ)料庫(kù)的英語(yǔ)寫(xiě)作研究主要集中于：利用現(xiàn)有語(yǔ)料庫(kù)對(duì)于學(xué)習(xí)者語(yǔ)言特點(diǎn)進(jìn)行研究，包括錯(cuò)誤分析（error analysis）、詞塊（word cluster）、類(lèi)連接、搭配（collocation）和冗余（redundancy）等特點(diǎn)分析。但將語(yǔ)料庫(kù)應(yīng)用于英語(yǔ)寫(xiě)作量化評(píng)估的研究還未出現(xiàn)。

1.本研究的應(yīng)用價(jià)值

該研究是一個(gè)機(jī)助量化評(píng)估方法的探索，其研究結(jié)果可以經(jīng)得起反復(fù)驗(yàn)證和廣泛推廣，例如，可以對(duì)各個(gè)學(xué)校或者同一學(xué)校各個(gè)班級(jí)之間的橫向共時(shí)（synchronic）量化對(duì)比，也可以應(yīng)用于同一教學(xué)對(duì)象群體在不同年級(jí)的英語(yǔ)寫(xiě)作質(zhì)量提高程度進(jìn)行縱向歷時(shí)（diachronic）量化對(duì)比；可以用于各種學(xué)校（中學(xué)或高校）的各種學(xué)生（大學(xué)英語(yǔ)學(xué)生或英語(yǔ)專(zhuān)業(yè)學(xué)生）英語(yǔ)寫(xiě)作質(zhì)量評(píng)估；可以幫助國(guó)家、省、市等各種教學(xué)評(píng)估部門(mén)對(duì)所監(jiān)督的各個(gè)教學(xué)單位的學(xué)生英語(yǔ)寫(xiě)作質(zhì)量進(jìn)行評(píng)估，也可以對(duì)全省或全市整體英語(yǔ)寫(xiě)作教學(xué)進(jìn)行量化評(píng)估。

2.該評(píng)估方法優(yōu)點(diǎn)

科學(xué)性：傳統(tǒng)人工評(píng)估是根據(jù)評(píng)估人的主觀知識(shí)結(jié)構(gòu)和直覺(jué)進(jìn)行的經(jīng)驗(yàn)式的審閱，由于不同的評(píng)估人認(rèn)知經(jīng)驗(yàn)不同，不可避免主觀臆斷的局限，不同研究對(duì)象的寫(xiě)作差異只能憑感覺(jué)來(lái)大致估計(jì)，而該量化評(píng)估方法是利用計(jì)算機(jī)進(jìn)行定量分析，不同研究對(duì)象的寫(xiě)作差異在哪里，差異有多大都可以用數(shù)據(jù)作出量化說(shuō)明，同一研究對(duì)象的量化結(jié)果可以經(jīng)得起重復(fù)驗(yàn)證而不會(huì)前后不一，大大提高了評(píng)估的可靠性和科學(xué)性。

系統(tǒng)性：該方法根據(jù)統(tǒng)一標(biāo)準(zhǔn)可以進(jìn)行大規(guī)模評(píng)估，可對(duì)N多教學(xué)單位的每個(gè)學(xué)生的英語(yǔ)寫(xiě)作材料進(jìn)行總體分析，避免傳統(tǒng)抽樣評(píng)估的零散性和片面性，杜絕人工審閱的標(biāo)準(zhǔn)不一現(xiàn)象的出現(xiàn)。

規(guī)模高效性：只要收集到學(xué)生寫(xiě)作的電子文本，一個(gè)評(píng)估人在數(shù)小時(shí)內(nèi)可以對(duì)大規(guī)模寫(xiě)作文本進(jìn)行分析，既大幅地節(jié)約時(shí)間，又大量地節(jié)約人力。而傳統(tǒng)的評(píng)估只能靠抽樣調(diào)查，對(duì)教學(xué)單位所有寫(xiě)作文本的評(píng)估耗時(shí)耗力。

客觀公正性：該方法是利用計(jì)算機(jī)對(duì)第一手材料的分析，避免了傳統(tǒng)人工評(píng)估的主觀性和其他因素干擾的可能，為監(jiān)督部門(mén)評(píng)估工作的公正性提供一個(gè)有力的保障。

四、結(jié)語(yǔ)

本項(xiàng)目把語(yǔ)料庫(kù)文本分析技術(shù)應(yīng)用于對(duì)英文寫(xiě)作質(zhì)量的評(píng)估，以商丘學(xué)院2012年英語(yǔ)專(zhuān)業(yè)本科生畢業(yè)論文和寧波大學(xué)的2012年碩士畢業(yè)論文的質(zhì)量分析為例，具體說(shuō)明了語(yǔ)料庫(kù)量化評(píng)估方面的操作步驟。

通過(guò)對(duì)標(biāo)準(zhǔn)化類(lèi)形符比、詞匯密度、高頻詞、詞長(zhǎng)和平均句長(zhǎng)這五個(gè)語(yǔ)料庫(kù)評(píng)估參數(shù)的考察，發(fā)現(xiàn)除第一個(gè)參數(shù)外，其余四個(gè)均符合我們的已知，論證了這些語(yǔ)料庫(kù)評(píng)估參數(shù)可以作為可靠的參數(shù)來(lái)量化評(píng)估英文寫(xiě)作。以此我們成功的探索出了一種新型的英文寫(xiě)作語(yǔ)料庫(kù)量化評(píng)估方法。該方法具有科學(xué)性、系統(tǒng)性、規(guī)模高效性和客觀公正性。具有廣泛的應(yīng)用價(jià)值和切實(shí)的實(shí)用性，可以推廣應(yīng)用的各個(gè)單位，用來(lái)量化評(píng)估英文寫(xiě)作的質(zhì)量。

Baker,M.(2000).Towards a Methodology for Investigating the Style of a Literary Translator[J].Target 12(2).

Halliday,M.A.K.(1994).An Introduction to Functional Grammar[M].London:Edward Arnold.

McCarthy,M.(2008).Accessing and Interpreting Corpus Information in the Teacher Education Context[J].Language Teaching(41).

McEnery,A.&Wilson,A.(2001).Corpus Linguistics[M].Edinburgh:Edinburgh University Press.

Nida,E.&Taber,C.(1996).The Theory and Practice of Translation[M].Leiden:E.J.Brill.

Olohan,M.(2004).Introducing Corpora in Translation Studies[M].London&New York:Routledge.

Sinclair,J.(1999).Corpus,Concordance,Collocation[M].Shanghai:Shanghai Foreign Language Teaching Press.

Scott,M.(2004).The Word Smith Tools(v.4.0)[M].Oxford:Oxford University Press.

Stubbs,M.(1996).Text and Corpus Analysis:Computer-Assisted Studies of Language and Culture[M].London:Blackwell.Stubbs,M.(2001).Texts,Corpora,and Problems of Interpretation:A Response to Widdowson[J].Applied Linguistics(22).

Ure,J.(1971).Lexical Density and Register Differentiation[A].In G.E.Perren&J.I.Trim (eds.).Applications of Linguistics:Selected Papers of the 2nd International Conference of Applied Linguistics,Cambridge 1969[C].Cambridge:Cambridge University Press.

丁信善 (1998).語(yǔ)料庫(kù)語(yǔ)言學(xué)的發(fā)展及研究現(xiàn)狀 [J].當(dāng)代語(yǔ)言學(xué) (1)。

胡壯麟 (2001).語(yǔ)言學(xué)教程 [M].北京:北京大學(xué)出版社。

李文中(2004).上海語(yǔ)料庫(kù)語(yǔ)言學(xué)國(guó)際會(huì)議述評(píng)[J].解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào)(1)。

王立非,張 巖(2006).基于語(yǔ)料庫(kù)的大學(xué)生英語(yǔ)議論文中的語(yǔ)塊使用模式研[J].外語(yǔ)電化教學(xué)(4)。

衛(wèi)乃興(2007).中國(guó)學(xué)生英語(yǔ)口語(yǔ)的短語(yǔ)學(xué)特征研究 ——0LSEC語(yǔ)料庫(kù)的詞塊證據(jù)分析[J].現(xiàn)代外語(yǔ)(3)。

趙 晴(2009).基于語(yǔ)料庫(kù)的 《紅樓夢(mèng)》兩個(gè)英譯本的譯者風(fēng)格研究[D].西南大學(xué)。