外漢語教材詞匯的定量研究

1、外漢語教材詞匯的定量研究 黑龍江社會(huì)科學(xué)雜志2014年第三期 1詞頻統(tǒng)計(jì) 詞頻統(tǒng)計(jì)是在語言學(xué)等領(lǐng)域中普遍運(yùn)用的一種詞匯分析研究方法，其統(tǒng)計(jì)的對(duì)象是一定文本材料中詞匯出現(xiàn)的次數(shù)。基于已經(jīng)分詞和詞性標(biāo)注的教材課文文本，我們用antconc語料庫檢索統(tǒng)計(jì)軟件統(tǒng)計(jì)出登攀中5928個(gè)詞種的詞頻，按照出現(xiàn)頻次從高到低的順序制成頻率詞表。根據(jù)對(duì)頻率詞表的觀察，我們發(fā)現(xiàn):出現(xiàn)頻次在100以上的詞語有33個(gè)，占總詞種數(shù)的056%;出現(xiàn)頻次在10以上的詞語有427個(gè)，占總詞種數(shù)的72%;出現(xiàn)頻次為1的詞語有3234個(gè)，占總詞種數(shù)的5455%?？梢钥闯觯n文中出現(xiàn)頻次較高的詞在總詞種數(shù)中的占比較低，而課文中一半左右

2、的詞僅出現(xiàn)了1次。教材詞匯體現(xiàn)出“高頻詞數(shù)量少，低頻詞數(shù)量多”的特點(diǎn)。我們根據(jù)頻率詞表，提取出了前十個(gè)高頻詞語，制成了高頻詞表。從中可以看出結(jié)構(gòu)助詞“的”的使用頻率最高，出現(xiàn)頻次為1730;其次是人稱代詞“我”，出現(xiàn)頻次為1126;然后是動(dòng)態(tài)助詞“了”，出現(xiàn)頻次為919。 2句長(zhǎng)統(tǒng)計(jì) 平均句長(zhǎng)是測(cè)量語料難易程度的重要指標(biāo)。哥倫比亞大學(xué)的弗勒施認(rèn)為想要測(cè)量一個(gè)語料的難易程度，應(yīng)該包含每一百個(gè)詞的音節(jié)數(shù)與平均每句的詞數(shù)3。后來，國(guó)外有學(xué)者提出新的測(cè)量標(biāo)準(zhǔn)，即以每個(gè)單位空間中的平均詞數(shù)和句子的平均詞數(shù)這兩個(gè)要素，作為衡量語料難易程度的標(biāo)準(zhǔn)4。我們基于國(guó)內(nèi)外學(xué)者的研究，對(duì)登攀每篇課文的平均句長(zhǎng)等進(jìn)行了

3、考察。首先，以隨機(jī)形式對(duì)該系列教材的36篇課文逐課地進(jìn)行段落抽取，然后對(duì)每篇課文抽取的一個(gè)段落進(jìn)行統(tǒng)計(jì)分析，得出每百字段落所包含的平均句子數(shù)，又對(duì)每句所包含的詞數(shù)進(jìn)行了統(tǒng)計(jì)，得出了平均句長(zhǎng)。通過統(tǒng)計(jì)，我們計(jì)算出教材每百字句數(shù)和句長(zhǎng)的平均值分別為337和3106，即教材課文文本每百字平均包含337個(gè)句子，課文中句子平均包含3106個(gè)詞。每課的平均句數(shù)和平均句長(zhǎng)的統(tǒng)計(jì)數(shù)據(jù)，如下圖所示:從圖中可以看出:第3、13、18、21、30、31、33課共有7篇課文的平均句長(zhǎng)明顯高于平均值，這些課文的難度較大。而第1、2、9、12、24、29、32、34、35課共有9篇課文的平均句長(zhǎng)明顯低于平均值，這些課文的

4、難度較小。其他20篇課文的平均句長(zhǎng)都比較接近整套教材課文句長(zhǎng)的平均值。如果將整套教材的難度分為高、中、低三個(gè)等級(jí)的話，由統(tǒng)計(jì)可以看出難度為中等水平的課文所占的比重是最大的，而難度為高等、低等水平的課文占比大致相同。總體來講，教材登攀在課文難度的設(shè)置與安排上還是比較合理的。以上這些究結(jié)論，應(yīng)該引起對(duì)外漢語教師和學(xué)習(xí)者的注意。難度較大的課文，教師教學(xué)和學(xué)習(xí)者學(xué)習(xí)都較困難;難度較小的課文，教師教學(xué)和學(xué)習(xí)者學(xué)習(xí)都容易些。 3新大綱詞匯對(duì)教材詞匯的覆蓋率 新hsk是國(guó)家漢辦/孔子學(xué)院總部2009年推出的一項(xiàng)國(guó)際漢語能力標(biāo)準(zhǔn)化考試，是在吸收了舊hsk的優(yōu)點(diǎn)，借鑒近年來國(guó)際語言測(cè)試研究的熱點(diǎn)成果的基礎(chǔ)上研制

5、出來的5。新漢語水平考試大綱(以下簡(jiǎn)稱“新大綱”)于2010年初由商務(wù)印書館全部出齊。新大綱公布了詞匯等級(jí)表，該詞表共收錄詞語5000個(gè)，是根據(jù)考生參加不同等級(jí)考試需要而制定的一個(gè)具有標(biāo)準(zhǔn)化、規(guī)范性的詞表。登攀系列教材課文所包含的詞語有5928個(gè)，新大綱詞匯等級(jí)表收錄的詞語有5000個(gè)，所包含的詞語數(shù)量大致相當(dāng)。兩者在數(shù)據(jù)規(guī)模上雖有差距，但相差不大，所以，具有一定的可比性。我們統(tǒng)計(jì)發(fā)現(xiàn)，登攀課文詞表與新大綱詞表中，共現(xiàn)詞有2056個(gè)。從詞語的音節(jié)數(shù)上來看，單音節(jié)詞有406個(gè)，占共現(xiàn)詞的1975%。雙音節(jié)和多音節(jié)詞有1650個(gè)，占共現(xiàn)詞的8025%。從詞性上來看，共現(xiàn)詞中名詞和動(dòng)詞占比較大。為了

6、考察登攀詞匯選擇的科學(xué)性、合理性，我們計(jì)算了新大綱詞匯對(duì)教材詞匯的覆蓋率。我們參照前輩時(shí)賢的研究方法，用程序?qū)⑿麓缶V詞表與分詞后的語料進(jìn)行了處理，對(duì)大綱詞表中有，而語料中沒有的詞語進(jìn)行改寫，保留新大綱詞表和語料中共現(xiàn)的詞語6。為計(jì)算得出新大綱詞匯對(duì)教材詞匯的覆蓋率，我們使用了范鳳祥提出的某數(shù)量詞匯對(duì)長(zhǎng)度為n任意一語篇的單詞覆蓋率c的公式7。公式中:c為覆蓋率;fwj為被覆蓋的第j個(gè)詞匯在語篇出現(xiàn)的頻次;s為被覆蓋的詞匯數(shù);n為語篇總單詞數(shù)。利用公式，我們計(jì)算得出新大綱詞匯對(duì)教材詞匯的覆蓋率為5585%，該值距離95%的參考值還有很大差距。由此可以看出，即使學(xué)習(xí)者掌握了新大綱一級(jí)到六級(jí)的全部詞匯，也很難讀懂登攀這套教材的課文。因?yàn)樵谄骄溟L(zhǎng)為3106的教材文本中，平均每句仍有137個(gè)詞語不能識(shí)讀，這會(huì)使學(xué)習(xí)者對(duì)課文的理解產(chǎn)生障礙。通過對(duì)登攀這套教材詞匯的定量分析，我們可以看出，該教材在課文難度設(shè)置上比較合理，難度為中等水平的課文占比最大，難度高和難度低的課文占比相近，教材課文整體難度水平設(shè)置得較為合理，較適合學(xué)習(xí)者學(xué)習(xí)。同時(shí)，我們計(jì)算得出了新大綱詞匯對(duì)教材詞匯的覆蓋率5585%，這個(gè)值是偏低的，不利于學(xué)習(xí)者對(duì)中級(jí)漢語教材的學(xué)習(xí)。對(duì)外漢語教學(xué)主要以教材為載體，學(xué)習(xí)者對(duì)教材詞匯的掌握程度