基于語(yǔ)料庫(kù)的獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作詞匯特征分析

殷銘

摘? ? 要： 本文采用中介語(yǔ)對(duì)比分析方法，將搜集到的獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作文本自建語(yǔ)料庫(kù)，與LOCNESS語(yǔ)料庫(kù)中英、美大學(xué)生寫(xiě)作語(yǔ)料進(jìn)行對(duì)比分析，運(yùn)用語(yǔ)料庫(kù)檢索、標(biāo)注、統(tǒng)計(jì)等一系列工具，研究并分析獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作詞匯的宏觀特征，并對(duì)獨(dú)立學(xué)院大學(xué)英語(yǔ)寫(xiě)作教學(xué)提出一些建議。

關(guān)鍵詞： 語(yǔ)料庫(kù)? ? 獨(dú)立學(xué)院? ? 英語(yǔ)寫(xiě)作? ? 詞匯特征

1.引言

2017年最新發(fā)布的《大學(xué)英語(yǔ)教學(xué)指南》（以下簡(jiǎn)稱(chēng)《指南》）對(duì)中國(guó)大學(xué)生的英語(yǔ)能力提出了全新的要求，除了能用英語(yǔ)進(jìn)行日常溝通與交流外，還要能有效地傳播中華文化，這已經(jīng)上升到國(guó)家戰(zhàn)略需求的層面?！吨改稀芬髮W(xué)生在高中英語(yǔ)的基礎(chǔ)上進(jìn)一步提高英語(yǔ)聽(tīng)、說(shuō)、讀、寫(xiě)、譯的能力。作為五項(xiàng)基本技能之一，寫(xiě)作是最能體現(xiàn)學(xué)生語(yǔ)言綜合運(yùn)用能力的部分，同時(shí)是目前英語(yǔ)教學(xué)中最薄弱的環(huán)節(jié)（鹿青，2017）。寫(xiě)作需要英語(yǔ)教師給予及時(shí)、有效的反饋，反饋不足甚至零反饋只能導(dǎo)致學(xué)生去網(wǎng)絡(luò)上尋找良莠不齊的范文作為參照，久而久之便失去寫(xiě)作的熱情和信心，只能期望在四、六級(jí)考試前突擊背誦作文模板或經(jīng)典例句。

語(yǔ)料庫(kù)語(yǔ)言學(xué)的目標(biāo)之一是解釋各種語(yǔ)言現(xiàn)象是否可能發(fā)生及發(fā)生概率的大小（Kennedy，1998：270），語(yǔ)料庫(kù)相關(guān)研究中的對(duì)比最終常常落實(shí)到頻率的對(duì)比，語(yǔ)料庫(kù)內(nèi)部詞匯或短語(yǔ)的比較和兩個(gè)乃至更多語(yǔ)料庫(kù)見(jiàn)的比較最終是頻率的比較（梁茂成，2010：10）。本研究從寫(xiě)作詞匯特征入手，因?yàn)樵~匯是英語(yǔ)寫(xiě)作最基本的材料，詞匯運(yùn)用的豐富程度是高質(zhì)量作文的顯著性特征之一（Reed，2000），并對(duì)各類(lèi)詞匯特征出現(xiàn)的概率和頻率進(jìn)行量化分析。對(duì)比獨(dú)立學(xué)院學(xué)生與英、美大學(xué)生寫(xiě)作用詞的特點(diǎn)及差異，并分析原因，提出相關(guān)的寫(xiě)作教學(xué)建議，使學(xué)生盡快適應(yīng)《指南》的最新要求。

2.研究設(shè)計(jì)

2.1研究問(wèn)題

本研究期望解決如下三個(gè)問(wèn)題：獨(dú)立學(xué)院學(xué)生與英、美大學(xué)生英語(yǔ)寫(xiě)作詞匯各自有哪些特征？這些詞匯特征是否存在顯著差異？是否有行之有效的措施提升獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作詞匯水平？

2.2研究方法

本研究采用語(yǔ)料庫(kù)中介語(yǔ)對(duì)比分析方法，參照英語(yǔ)母語(yǔ)成人語(yǔ)料庫(kù)，對(duì)自建的獨(dú)立學(xué)院語(yǔ)料庫(kù)進(jìn)行觀察和分析，運(yùn)用語(yǔ)料庫(kù)工具分析詞匯密度、詞級(jí)、詞長(zhǎng)、詞頻及詞性分布情況，試圖從宏觀上揭示獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作詞匯特征。

2.3研究對(duì)象

本研究所選取的觀察語(yǔ)料來(lái)自南京某高校設(shè)在泰州的一所獨(dú)立學(xué)院。該校自2015年起每年舉行一次同命題英語(yǔ)寫(xiě)作比賽（見(jiàn)表1），筆者共收集到2015年—2018四年間的學(xué)生作文共計(jì)7841篇。為保證本研究的信度和效度，筆者從每年比賽文本中各隨機(jī)抽取500篇共計(jì)2000篇自建語(yǔ)料庫(kù)，庫(kù)容量為497915詞，并將其命名為NNUTC。

用于參照的語(yǔ)料庫(kù)是由比利時(shí)Louvain大學(xué)Sylviane Granger教授主持建立的英、美本族語(yǔ)大學(xué)生作文語(yǔ)料庫(kù)LOCNESS（The Louvain Corpus of Native English Essays）。該庫(kù)容量為265695詞，包括英國(guó)和美國(guó)大學(xué)生議論文和說(shuō)明文共322篇，涉及若干主題。

2.4研究工具

本研究使用一系列語(yǔ)料庫(kù)檢索、標(biāo)注、統(tǒng)計(jì)工具分析各種詞匯特征出現(xiàn)的概率和頻率，分別為用來(lái)測(cè)量詞匯密度和詞長(zhǎng)的WordSmith，統(tǒng)計(jì)詞級(jí)分布的Range，檢索詞頻的AntConc，進(jìn)行詞性標(biāo)注的TreeTagger和用來(lái)檢驗(yàn)頻數(shù)差異的Log-likelihood Ratio Calculator。

3.發(fā)現(xiàn)與討論

3.1詞匯密度

類(lèi)符/形符比是衡量文本中詞匯密度的常用方法（梁茂成，2010：9）。筆者使用WordSmith對(duì)兩庫(kù)中的類(lèi)符/形符比進(jìn)行分析發(fā)現(xiàn)，NNUTC的形符數(shù)為497915詞，類(lèi)符數(shù)為12631詞，LOCNESS的形符數(shù)為265695詞，類(lèi)符數(shù)為16055詞，類(lèi)符/形符比分別為2.54%和6.04%。但由于寫(xiě)作中不可避免會(huì)重復(fù)出現(xiàn)大量諸如the， a， of等功能詞，且文本越長(zhǎng)功能詞重復(fù)次數(shù)越多，密度反而會(huì)降低，因此標(biāo)準(zhǔn)化類(lèi)符/形符比被認(rèn)為是較為可靠的詞匯密度的測(cè)量工具（梁茂成，2010：10）。將二者的標(biāo)準(zhǔn)化類(lèi)符/形符比進(jìn)行對(duì)比發(fā)現(xiàn)，NNUTC的標(biāo)準(zhǔn)化類(lèi)符/形符比為37.53%，要略低于LOCNESS的40.13%，可見(jiàn)獨(dú)立學(xué)院學(xué)生的作文中詞匯密度較低，主要體現(xiàn)為寫(xiě)作用詞變化不多且種類(lèi)單一，缺乏一定的變化。

3.2詞級(jí)

筆者利用Range軟件分別統(tǒng)計(jì)兩個(gè)語(yǔ)料庫(kù)的詞級(jí)分布和詞匯復(fù)現(xiàn)率情況。如表2所示，獨(dú)立學(xué)院學(xué)生所使用的一級(jí)、二級(jí)、三級(jí)和超綱詞匯的百分比分別為82.95-9.34-2.32-5.39，而表3中英、美大學(xué)生各級(jí)詞匯使用比例分別為80.93-7.61-2.29-9.17。Cobb（2003：393-423）經(jīng)過(guò)研究發(fā)現(xiàn)，英語(yǔ)母語(yǔ)者作文的詞頻比分別為70-10-10-10，高級(jí)英語(yǔ)學(xué)習(xí)者的作文詞頻比分別為88-3-3-6，而中國(guó)高水平英語(yǔ)學(xué)習(xí)者的書(shū)面語(yǔ)詞頻比為84-6-5-6（文秋芳，2003）。

可以看出：（1）獨(dú)立學(xué)院學(xué)生和英、美大學(xué)生都偏重于使用高頻詞匯（list one），且比例均超過(guò)80%，而獨(dú)立學(xué)院學(xué)生超綱詞匯使用比例要遠(yuǎn)低于英、美大學(xué)生;（2）英、美大學(xué)生所用詞匯的詞族（Families）和種類(lèi)（Types）明顯高于獨(dú)立學(xué)院學(xué)生，體現(xiàn)出獨(dú)立學(xué)院學(xué)生詞匯使用的豐富性不足，重復(fù)使用部分單詞;（3）從詞匯復(fù)現(xiàn)率（Tokens/Types）來(lái)看，獨(dú)立學(xué)院學(xué)生的高頻詞匯和次高頻詞匯的復(fù)現(xiàn)均遠(yuǎn)遠(yuǎn)高出英、美大學(xué)生，特別是高頻詞匯高出一倍多。綜上所述，獨(dú)立學(xué)院學(xué)生高頻和次高頻詞匯的掌握情況基本達(dá)到英語(yǔ)母語(yǔ)者和中國(guó)高水平英語(yǔ)學(xué)習(xí)者的平均水平，但學(xué)術(shù)詞匯的掌握能力亟待提高。

3.3詞長(zhǎng)

Karlgren（1996），Attali and Burstein（2004），桂詩(shī)春等（2003）都提出詞長(zhǎng)是比較語(yǔ)料庫(kù)常用的參數(shù)。筆者運(yùn)用WordSmith工具對(duì)兩個(gè)語(yǔ)料庫(kù)中的平均詞長(zhǎng)、詞長(zhǎng)標(biāo)準(zhǔn)差和不同字母數(shù)構(gòu)成的單詞數(shù)進(jìn)行了統(tǒng)計(jì)。由于15字母以上的單詞數(shù)量偏少，不具備典型性，因此本研究?jī)H選取1-15字母數(shù)的單詞數(shù)量進(jìn)行對(duì)比分析，得出表4所示數(shù)據(jù)。

從平均詞長(zhǎng)看，兩庫(kù)的平均詞長(zhǎng)均為5個(gè)字母，詞長(zhǎng)標(biāo)準(zhǔn)差沒(méi)有太大的差異。隨后筆者將不同字母數(shù)構(gòu)成的詞數(shù)進(jìn)行標(biāo)準(zhǔn)化處理（詞數(shù)/總形符數(shù)×10000000），以折線圖形式呈現(xiàn)。從圖1的對(duì)比中發(fā)現(xiàn)，兩庫(kù)中使用最頻繁的單詞均由2個(gè)—4個(gè)字母構(gòu)成。LOCNESS中3字母詞最多，其次是2字母詞、4字母詞、5字母詞和6字母詞。NNUTC中2字母詞最多，其次是3字母詞、4字母詞、5字母詞和7字母詞。在5字母以上的單詞數(shù)中，NNUTC中除了7字母詞高于LOCNESS外，其余均略低。

為了進(jìn)一步弄清NNUTC中為何出現(xiàn)7字母單詞比例過(guò)多的情況，筆者通過(guò)編寫(xiě)正則式檢索出所有7字母單詞，發(fā)現(xiàn)除了ability， against， another， because， between， various， whether， without等各類(lèi)作文中普遍出現(xiàn)的高頻詞外，其他一些高頻出現(xiàn)的7字母詞諸如AlphaGo，booming， Chinese， English， connect， broaden， culture， foreign， reading， science， society， stories， telling， Western均為各年作文比賽中的主題詞或關(guān)鍵詞，出現(xiàn)高頻使用的情況也就不足為奇了。

雖然詞長(zhǎng)參數(shù)不能全面準(zhǔn)確地測(cè)量英語(yǔ)寫(xiě)作水平，但至少?gòu)囊粋€(gè)側(cè)面反映出學(xué)生在英語(yǔ)寫(xiě)作水平上確實(shí)存在差異（文秋芳，2003）。上圖說(shuō)明母語(yǔ)學(xué)習(xí)者能較為熟練地使用詞長(zhǎng)較長(zhǎng)的詞，而獨(dú)立學(xué)院學(xué)生則需要提高多字母單詞的使用能力，盡量避免使用簡(jiǎn)單、通用和口語(yǔ)化的詞語(yǔ)來(lái)表達(dá)思想，而應(yīng)多使用書(shū)面文體進(jìn)行寫(xiě)作。

另外需要補(bǔ)充一點(diǎn)，自動(dòng)分詞工具雖然提高了信息處理的效率，但其分詞的依據(jù)是單詞之間存在的空格。當(dāng)詞與詞之間或單詞后出現(xiàn)標(biāo)點(diǎn)卻沒(méi)有跟下一個(gè)單詞之間留有空格時(shí)，工具將默認(rèn)為是一個(gè)單詞，如*handsome，rich，因?yàn)閔andsome之后的逗號(hào)跟rich之間沒(méi)有空格，工具會(huì)默認(rèn)為這是一個(gè)由13個(gè)字母構(gòu)成的單詞。部分學(xué)生因?yàn)闀?shū)寫(xiě)時(shí)沒(méi)有養(yǎng)成空格的習(xí)慣，所以多字母單詞數(shù)量有所增加，但這畢竟是少數(shù)，并不影響整體的趨勢(shì)。

3.4詞頻

筆者通過(guò)AntConc軟件的“詞表生成”功能觀察兩庫(kù)中的詞頻情況（見(jiàn)表5），并研究是否存在個(gè)別高頻詞出現(xiàn)過(guò)度使用的情況。兩庫(kù)中位列前20位的高頻詞匯大同小異，都是諸如the， to， of， and等功能詞和I， it， we， that等代詞。

把兩庫(kù)中同現(xiàn)的13個(gè)高頻詞匯進(jìn)行頻數(shù)差異檢驗(yàn)，分析這些單詞是否存在顯著性差異。筆者使用許家金教授（Xu，2009）設(shè)計(jì)的對(duì)數(shù)似然比計(jì)算工具（Log-likelihood Ratio Calculator）進(jìn)行統(tǒng)計(jì)（見(jiàn)表6），發(fā)現(xiàn)除to外，其他12個(gè)詞均存在顯著性差異。其中and， in， are， with， it在獨(dú)立學(xué)院學(xué)生作文中出現(xiàn)過(guò)度使用的情況。

另外，筆者發(fā)現(xiàn)獨(dú)立學(xué)院學(xué)生高頻使用了people（Rank 13）和Chinese（Rank 15）兩詞，頻率分別達(dá)到5100和4526次，而這兩個(gè)詞在LOCNESS中的出現(xiàn)頻率分別為1234（Rank 26）和14（Rank 1980）。經(jīng)分析發(fā)現(xiàn)，Chinese為2018年作文關(guān)鍵詞，高頻出現(xiàn)不難理解，而people一詞則出現(xiàn)了過(guò)度使用的情況。王立非等人曾發(fā)現(xiàn)，people在書(shū)面語(yǔ)作文中大量出現(xiàn)，占0.77%（王立非，2007）。people一詞的過(guò)度使用說(shuō)明獨(dú)立學(xué)院學(xué)生在寫(xiě)作時(shí)可能受到母語(yǔ)和固定模板的影響，當(dāng)要表達(dá)“人”或“人們”概念時(shí)往往認(rèn)為people最安全，或許也是唯一能用到的詞，而忽略諸如individual， person， one， public等詞的使用。

3.5詞性

筆者利用詞性標(biāo)注軟件TreeTagger對(duì)兩個(gè)庫(kù)中的文本進(jìn)行詞性賦碼標(biāo)注，試圖發(fā)現(xiàn)獨(dú)立學(xué)院學(xué)與英、美大學(xué)生寫(xiě)作用詞的詞性分布情況。使用TreeTagger賦碼器對(duì)英文賦碼，準(zhǔn)確率在96%-97%之間（梁茂成，2010：53），可以滿足研究的要求。再使用AntConc分別對(duì)賦碼后的文本進(jìn)行檢索和排序，通過(guò)標(biāo)準(zhǔn)化頻率處理（normalization）后得出表7的結(jié)果，比如普通名詞（NN）在NNUTC中出現(xiàn)75744次，每千詞使用普通名詞約為74.42次。

經(jīng)過(guò)對(duì)兩庫(kù)中排名前10的詞性對(duì)比發(fā)現(xiàn)，獨(dú)立學(xué)院學(xué)生和英、美大學(xué)生都高頻使用了名詞（單、復(fù)數(shù)）、介詞、形容詞、副詞等，且差異不大。而獨(dú)立學(xué)院學(xué)生對(duì)人稱(chēng)代詞（Rank 5，35127次）的使用頻率偏高。筆者經(jīng)過(guò)進(jìn)一步研究發(fā)現(xiàn)，兩庫(kù)中常見(jiàn)人稱(chēng)代詞的使用存在顯著差異性（見(jiàn)表8）。其中獨(dú)立學(xué)院學(xué)生第一、二人稱(chēng)代詞使用數(shù)量是英、美大學(xué)生的3.56倍，存在過(guò)度使用的情況，而第三人稱(chēng)代詞則使用不足。文秋芳等人也發(fā)現(xiàn)，就第一、二人稱(chēng)代詞使用數(shù)量而言，中國(guó)高水平英語(yǔ)學(xué)習(xí)者每萬(wàn)詞使用的代詞數(shù)量是美國(guó)大學(xué)生的2.84倍（文秋芳，2003）。

4.結(jié)論及建議

通過(guò)對(duì)獨(dú)立學(xué)院學(xué)生和英、美大學(xué)生英語(yǔ)寫(xiě)作詞匯特點(diǎn)的對(duì)比分析可以發(fā)現(xiàn)：（1）獨(dú)立學(xué)院學(xué)生在英語(yǔ)寫(xiě)作時(shí)的詞匯輸出能力還是比較薄弱的，主要體現(xiàn)在寫(xiě)作時(shí)重復(fù)使用高頻、低詞級(jí)的普通詞匯，學(xué)術(shù)詞匯的掌握能力亟待提高;（2）表達(dá)個(gè)人觀點(diǎn)時(shí)手段顯得單一，且過(guò)度依賴(lài)寫(xiě)作要求中給出的關(guān)鍵詞;（3）詞匯變化不豐富，尚處于中介語(yǔ)發(fā)展的初級(jí)階段，寫(xiě)作用詞能力亟待提高。

影響英語(yǔ)寫(xiě)作的因素很多，但英語(yǔ)表達(dá)詞匯水平對(duì)英語(yǔ)寫(xiě)作能力起著至關(guān)重要的作用（馬廣惠，1999）。針對(duì)獨(dú)立學(xué)院學(xué)生英語(yǔ)寫(xiě)作用詞現(xiàn)狀，教師應(yīng)在課堂教學(xué)中強(qiáng)化學(xué)生的詞匯意識(shí)，讓詞匯成為語(yǔ)言教學(xué)的中心（Lewis， 1993）。教師可以將語(yǔ)料庫(kù)研究方法融入課堂教學(xué)中，讓學(xué)生掌握基本的語(yǔ)料庫(kù)檢索工具。如可以利用“詞表生成”工具讓學(xué)生了解一篇文章的主題詞，或利用“搭配檢索”工具讓學(xué)生熟悉詞語(yǔ)之間的共選關(guān)系，再或者通過(guò)詞頻軟件得出母語(yǔ)者在寫(xiě)作中的高頻詞等。同時(shí)，教師可以在寫(xiě)作教學(xué)環(huán)節(jié)中加入詞匯專(zhuān)項(xiàng)訓(xùn)練，例如通過(guò)同義詞替換、詞形轉(zhuǎn)換等形式鞏固、強(qiáng)化學(xué)生的詞匯表達(dá)能力。另外，教師對(duì)學(xué)生的作文應(yīng)給予及時(shí)、有針對(duì)性的反饋，鼓勵(lì)學(xué)生多寫(xiě)、愛(ài)寫(xiě)、要寫(xiě)。最后，教師要了解所教學(xué)生目前的中介語(yǔ)水平，要給出適合學(xué)生模仿、學(xué)習(xí)的范文，而不是從網(wǎng)絡(luò)上找一篇范文，或直接讓學(xué)生背誦所謂的模板或經(jīng)典句型。

參考文獻(xiàn)：

[1]Attali Y.， Burstein J.. Automated Essay Scoring With E-Rater[J]. Journal of Technology Learning and Assessment， 2006，4（2）.

[2]Cobb， T.. Analyzing Late Interlanguage with Learner Corpora： Quebec Replications of Three European Studies[J]. Canadian Modern Language Review， 2003，59（3）.

[3]Karlgren J.. Stylistic Variation in An Information Retrieval Experiment[J]. Computer Science， 1996.

[4]Kennedy， G. . An Introduction to Corpus Linguistics [M]. London： Longman， 1998.

[5]Lewis， M.. The Lexical Approach[M]. Hove： Language Teaching Publications， 1993.

[6]Read， J.. Assessing Vocabulary[M]. Cambridge： CUP， 2000.

[7]Xu， Jiajin. Log-likelihood ratio calculator [M]. Beijing： National Research Centre for Foreign Language Education， Beijing Foreign Studies University， 2009.

[8]桂詩(shī)春，楊惠中.中國(guó)學(xué)習(xí)者英語(yǔ)語(yǔ)料庫(kù)[M].上海：上海外語(yǔ)教育出版社，2003.

[9]梁茂成，李文中，許家金.語(yǔ)料庫(kù)應(yīng)用教程[M].北京：外語(yǔ)教學(xué)與研究出版社，2010.

[10]鹿青.獨(dú)立學(xué)院學(xué)生大學(xué)英語(yǔ)四級(jí)寫(xiě)作現(xiàn)狀思考[J].校園英語(yǔ)，2017（16）.

[11]馬廣惠，文秋芳.大學(xué)生英語(yǔ)寫(xiě)作能力的影響因素研究[J].外語(yǔ)教學(xué)與研究，1999（4）.

[12]王立非，梁茂成.WordSmith方法在外語(yǔ)教學(xué)研究中的應(yīng)用[J].外語(yǔ)電化教學(xué)，2007（3）.

[13]文秋芳，丁言仁，王文宇.中國(guó)大學(xué)生英語(yǔ)書(shū)面語(yǔ)中的口語(yǔ)化傾向——高水平英語(yǔ)學(xué)習(xí)者語(yǔ)料對(duì)比分析[J].外語(yǔ)教學(xué)與研究，2003，35（4）.