○ 張丁月 唐興全

(1.北京語言大學(xué) 人文社會科學(xué)學(xué)部，北京 100083；2.對外經(jīng)濟貿(mào)易大學(xué) 中文學(xué)院，北京 100029)

近年來，計量語言學(xué)的發(fā)展推動了大量詞語領(lǐng)域的研究。隨著計算機技術(shù)的普及，各類統(tǒng)計方法與語言學(xué)現(xiàn)象的結(jié)合使定量分析方法走進語言學(xué)研究領(lǐng)域，彌補了定性分析的不足。目前對漢語教學(xué)領(lǐng)域的詞匯計量研究較多集中在教材詞匯分析、學(xué)習(xí)詞表的編制和詞匯產(chǎn)出統(tǒng)計等方面，涉及漢語作為第二語言學(xué)習(xí)者作文用詞的研究也主要考察學(xué)習(xí)者的詞匯偏誤及原因。黃立、錢旭菁、吳繼峰等對二語學(xué)習(xí)者漢語寫作中的詞匯豐富性的發(fā)展進行了研究[1][2]；肖瀟、陳默、任揚等考察了二語學(xué)習(xí)者漢語口語中的詞匯豐富性發(fā)展情況。[3][4][5]但學(xué)界通過計量手段，對來華留學(xué)生在整個一學(xué)期內(nèi)課程作文整體用詞表現(xiàn)與學(xué)習(xí)時長的關(guān)系進行的分階段考察研究較少。

因此，本文希望通過定量分析，從用詞豐富性、準(zhǔn)確性兩個角度考察來華留學(xué)生一學(xué)期內(nèi)在《漢語寫作》課程作文作業(yè)中的用詞表現(xiàn)，揭示學(xué)習(xí)時長與來華留學(xué)生作文用詞的內(nèi)在規(guī)律，建立相關(guān)模型，為教師合理把握來華留學(xué)生寫作水平提供具體數(shù)據(jù)參考，并為教師開展?jié)h語寫作課程教學(xué)提供相關(guān)建議。

一、概念界定

詞匯豐富性是學(xué)習(xí)者詞匯質(zhì)量研究的重要指標(biāo)。中外學(xué)者對它的概念也做出了界定。Nation & Webb 明確定義“詞匯豐富性是指文本中詞匯知識的質(zhì)量”，可以測量詞匯運用的廣度和深度，是衡量口語或書面語整體水平的重要依據(jù)。[6]張艷、陳紀(jì)梁提出，詞匯豐富性就是指語言使用者在自由言語產(chǎn)出中使用詞匯的豐富程度。[7]中外研究者對詞匯豐富性概念的界定大體一致，在詞匯豐富性具體測量維度的劃分上雖存在爭議，但基本集中在“詞匯變化性、詞匯復(fù)雜性、詞匯密度、詞匯個別性、詞匯錯誤”等幾個維度。本文在詞匯豐富性的統(tǒng)計方面，主要依據(jù)的是不重復(fù)詞語(詞種)在作文中的比重，即：

詞匯豐富性=詞種數(shù)/詞語總數(shù)*100%

第二語言表達的準(zhǔn)確性根據(jù)不同層次可分為詞匯準(zhǔn)確性、句法準(zhǔn)確性和語音準(zhǔn)確性。對于準(zhǔn)確性的度量，目前國內(nèi)學(xué)界主要參照國外的做法，使用無錯T單位百分比和平均T單位長度來進行測量。本文主要關(guān)注詞匯準(zhǔn)確性。由于國內(nèi)目前對T單位的界定分歧較大，所以本文中主要采用詞匯偏誤數(shù)在作文用詞中所占的比重來測量，即：

詞匯偏誤率=用詞偏誤數(shù)/詞語總數(shù)*100%

二、研究對象與研究素材

(一)學(xué)習(xí)者信息

本文的研究對象為某大學(xué)經(jīng)管類專業(yè)的一個班共17名來華留學(xué)生，學(xué)生屬性如下：

表1 《漢語寫作》課程學(xué)習(xí)者信息

(二)語料素材

1.語料來源。本研究所用語料全部為上述17名來華留學(xué)生本科生在大一下學(xué)期《漢語寫作》課上的課下作文。該課程開始時間為3月2日，因3月3日和3月7日同屬開學(xué)第一周，期間學(xué)生共寫作11篇作文，寫作間隔較小。為方便統(tǒng)計，將其合并為一組數(shù)據(jù)，學(xué)習(xí)時長記為3天。該學(xué)期的作文寫作可以分為以下七個學(xué)習(xí)階段：

表2 寫作課學(xué)習(xí)階段與時長

因為每個階段作文數(shù)量不一致，基本上在12-17篇，因此我們?yōu)楸３忠恢拢侩A段隨機抽取10篇作文進行考察。

2.語料標(biāo)注與處理。我們首先對七個階段70篇作文進行了格式規(guī)范化處理，然后對作文原文進行了詞匯偏誤標(biāo)注。本次標(biāo)注內(nèi)容主要為詞語層面偏誤，主要包括：詞混淆、缺詞、缺詞素、詞多余、詞素多余、詞素順序錯誤、實詞詞序錯誤、虛詞詞序錯誤、生造詞、拼音詞、外文詞、離合詞錯用、詞重疊錯誤等。然后我們用北京理工大學(xué)張華平研制的ICTCLAS2015詞處理軟件對作文語料原文進行分詞與詞頻統(tǒng)計，用統(tǒng)計軟件Eviews 8.0構(gòu)建回歸模型。

我們的研究思路如下：

①通過統(tǒng)計、分析作文所用詞種(不重復(fù)詞語)的數(shù)量，分析用詞豐富性。對比不同階段用詞信息差異、構(gòu)建相關(guān)回歸模型，分析學(xué)生用詞豐富性的變化。

②通過統(tǒng)計、分析作文用詞偏誤數(shù)量、偏誤率，分析用詞準(zhǔn)確性。對比不同階段用詞信息差異、構(gòu)建相關(guān)回歸模型，分析學(xué)生用詞準(zhǔn)確性的變化。

三、來華留學(xué)生課程作文用詞的豐富性分析

(一)學(xué)期各階段作文用詞量統(tǒng)計分析

表3 學(xué)期各階段作文用詞量統(tǒng)計

因7月1日作文為期末考試作文，與學(xué)生其他時段的課下作文相比，寫作環(huán)境差異過大，因此本文暫不討論該階段作文表現(xiàn)。

(二)基于EViews的詞種數(shù)與學(xué)習(xí)時長相關(guān)性分析

(1)理論分析：在其他條件不變的情況下，隨著學(xué)習(xí)時間的延長，學(xué)生的語言水平會有所提高。在作文用詞豐富性上，表現(xiàn)為詞種數(shù)會增多，即學(xué)生掌握了更多樣復(fù)雜的詞匯。因此我們假設(shè)，詞種數(shù)與學(xué)習(xí)天數(shù)存在正相關(guān)關(guān)系。

(2)建立模型：Y=α1+α2X+μ，其中：Y為詞種數(shù)，X為學(xué)習(xí)天數(shù)，μ隨機擾動項。

(3)構(gòu)建散點圖：

圖1 詞種數(shù)與學(xué)習(xí)時長相關(guān)性散點圖

由上圖可看出，隨X(學(xué)習(xí)天數(shù))的增加，Y(不重復(fù)詞語數(shù))增加，二者呈現(xiàn)正相關(guān)關(guān)系，符合初始假設(shè)。

(4)估計參數(shù)：利用EViews進行回歸分析，結(jié)果如下：Y=9.0095X+85.4139，t值=(7.0388)(1.2998)，R2=0.92, F=49.5441。

(5)模型檢驗：

①擬合優(yōu)度檢驗：

R2=0.92，說明模型整體上擬合很好，樣本回歸線能夠擬合、解釋92%的樣本數(shù)據(jù)。

②變量顯著性檢驗:

給定α=0.05，查t分布表[8]，在自由度為n-2=4時臨界值為2.7764。其中，X的系數(shù)t=7.0388>2.7764，且其p值=0.0021<0.05，X通過顯著性檢驗，表明學(xué)習(xí)時長對不重復(fù)詞語數(shù)即用詞豐富性有顯著影響。

同理檢驗常數(shù)項C的t值，發(fā)現(xiàn)其p值=0.2635>0.005，且其t值未通過臨界值檢驗，因此常數(shù)項C未通過顯著性檢驗。

F檢驗衡量所有自變量對因變量的影響程度，該模型為一元模型，上述唯一自變量通過顯著性檢驗，即該模型通過F檢驗。

③實際意義檢驗：

上述結(jié)果表明，學(xué)習(xí)時長對用詞豐富性有顯著影響。根據(jù)統(tǒng)計結(jié)果，當(dāng)學(xué)習(xí)時長每增加一天時，學(xué)生所掌握的不重復(fù)詞語數(shù)大約增加9個，這反映了該學(xué)期學(xué)生作文用詞豐富性隨學(xué)習(xí)時間而增加。

在變量檢驗時，模型方程常數(shù)項未通過顯著性檢驗，表明常數(shù)項不能很好地反映學(xué)生在進行學(xué)習(xí)前已掌握的基礎(chǔ)詞匯數(shù)量。因此我們不能利用該模型預(yù)測一定學(xué)習(xí)天數(shù)下的學(xué)生具體掌握的詞匯數(shù)量。這與學(xué)生個體基礎(chǔ)差異較大、每人起初掌握的詞匯數(shù)量不同有關(guān)。

四、來華留學(xué)生課程作文用詞的準(zhǔn)確性分析

(一)學(xué)期各階段作文用詞偏誤率統(tǒng)計分析

隨著學(xué)習(xí)時間的增加，課程對學(xué)生的學(xué)習(xí)要求隨之提高，因此作文字詞數(shù)持續(xù)增加。而隨字詞數(shù)的增加，學(xué)生出現(xiàn)偏誤的數(shù)量往往也會增加。

表4 學(xué)期各階段作文用詞偏誤率統(tǒng)計

這里我們暫不討論期末考試即第七階段的作文用詞表現(xiàn)。

(二)基于EViews的用詞偏誤率與學(xué)習(xí)時長相關(guān)性分析

(1)理論分析：在其他條件不變的情況下，隨著學(xué)習(xí)時間的延長，學(xué)生的語言水平會有所提高。在作文用詞準(zhǔn)確性上，偏誤率會下降，即用詞準(zhǔn)確性提高。因此我們假設(shè)，用詞偏誤率與學(xué)習(xí)天數(shù)存在負相關(guān)關(guān)系。

(2)建立模型：Y=β1+β2X+μ，其中：Y為偏誤數(shù)，X為學(xué)習(xí)天數(shù)，μ隨機擾動項。

(3)構(gòu)建散點圖：

圖2 用詞偏誤率與學(xué)習(xí)時長相關(guān)性散點圖

由上圖可看出，除個別點外，隨學(xué)習(xí)天數(shù)X的增加，用詞偏誤率Y基本呈現(xiàn)階段下降的趨勢。二者基本呈現(xiàn)負相關(guān)關(guān)系，符合初始假設(shè)。

(4)估計參數(shù)：利用EViews進行回歸分析，結(jié)果如下：Y= -0.0690X + 13.4439，t值=(-3.6674)(13.9139)，R2=0.77, F=13.4495。

(5)模型檢驗：

①擬合優(yōu)度檢驗：

R2=0.77，說明模型整體上擬合較好，樣本回歸線能夠擬合、解釋77%的樣本數(shù)據(jù)。

②變量顯著性檢驗:

給定α=0.05，查t分布表，在自由度為n-2=4時臨界值為2.7764。其中，X的系數(shù)

│t│=3.6674>2.7764，且其p值=

0.0214<0.05，X通過顯著性檢驗，表明學(xué)習(xí)時長對偏誤率即用詞準(zhǔn)確性有顯著影響。

同理檢驗常數(shù)項C的t值，C的│t│=13.9139>2.7764，其p值=0.0002<0.05，C通過顯著性檢驗。

F檢驗衡量所有自變量對因變量的影響程度，該模型為一元模型，上述唯一自變量通過顯著性檢驗，即該模型通過F檢驗。

③實際意義檢驗：

上述結(jié)果表明，學(xué)習(xí)時長對用詞準(zhǔn)確性有較為顯著的影響。根據(jù)統(tǒng)計結(jié)果，當(dāng)學(xué)習(xí)時長每增加一天時，學(xué)生作文用詞偏誤率約下降0.069個百分點，這反映了該學(xué)期學(xué)生作文用詞準(zhǔn)確性隨學(xué)習(xí)時間而增加。同時，當(dāng)學(xué)習(xí)天數(shù)為0時，回歸結(jié)果反映學(xué)生初始偏誤率為13.4439%。這是學(xué)生未開始本學(xué)期學(xué)習(xí)時，自身學(xué)習(xí)基礎(chǔ)的一個反映。此外，我們也可以利用該模型，大致預(yù)測一定學(xué)習(xí)天數(shù)下學(xué)生作文用詞偏誤率的數(shù)值。

五、研究結(jié)論及教學(xué)建議

通過統(tǒng)計分析，我們發(fā)現(xiàn)，隨著學(xué)習(xí)時長的增加，該班級留學(xué)生作文用詞表現(xiàn)如下：(一)在用詞豐富性方面，當(dāng)學(xué)習(xí)時長每增加一天時，學(xué)生所掌握的不重復(fù)詞語數(shù)大約增加9個。(二)在用詞準(zhǔn)確性方面，當(dāng)學(xué)習(xí)時長每增加一天時，學(xué)生用詞偏誤率約下降0.069個百分點。在學(xué)習(xí)天數(shù)為0，即本學(xué)期開始時，本班級學(xué)生作文用詞初始偏誤率為13.4439%。以上兩方面都反映隨學(xué)生學(xué)習(xí)時長的增加，該班級學(xué)生作文水平有所提高。

此外，除以上兩方面，字數(shù)、詞語數(shù)的增加反映了課程對學(xué)生寫作要求的提高，一定程度也能反映學(xué)生寫作水平的提高。

因此，漢語寫作課教師在實際授課過程中，可以制定合適的寫作練習(xí)頻率，保證留學(xué)生得到充分、連續(xù)的寫作練習(xí)。

本次研究中，我們側(cè)重分析習(xí)得過程中學(xué)習(xí)時長對留學(xué)生作文用詞的影響。整體上只關(guān)注了其用詞豐富性中的不充分詞語數(shù)量和準(zhǔn)確性中的偏誤率，側(cè)重數(shù)量上的分析，而沒有分析其具體表現(xiàn)，諸如作文中的用詞等級、偏誤種類等仍需要繼續(xù)細分、量化研究。