王 建 王小芳

(西南交通大學希望學院外語系，四川成都)

1. 引言

近年來，國內(nèi)自主研發(fā)的自動作文評閱系統(tǒng)(Automated Writing Evaluation system，簡稱AWE)，如句酷批改網(wǎng)、iWrite和冰果作文智能評閱系統(tǒng)等，已廣泛應用于高校英語寫作教學中。AWE依托自然語言處理技術(shù)的發(fā)展，模擬人工從量(分數(shù))和質(zhì)(反饋)兩方面評閱作文，但機器評閱在及時性、高效性和客觀性等方面更具優(yōu)勢。大部分AWE打分系統(tǒng)都是首先利用自然語言處理技術(shù)統(tǒng)計作文的量化特征值，然后建立回歸模型計算文章得分，這些量化特征值主要包括文章長度、詞匯、句法和篇章等(白麗芳 王建，2018)。國外研究對AWE系統(tǒng)打分模型的建立及量化指標的選取有詳細的闡述(Attali& Burstein, 2006)，國內(nèi)除梁茂成(2005, 2011)等詳盡說明建立AWE系統(tǒng)文本特征的選取過程之外，開發(fā)者僅簡單說明系統(tǒng)從詞匯、句法、文章結(jié)構(gòu)或內(nèi)容等方面考察作文質(zhì)量。因此，本文將利用語料庫研究工具收集二語學習者作文在詞匯層面的量化特征值，探究詞匯量化特征對作文機評分數(shù)的預測能力。

2. 文獻綜述

2.1 詞匯復雜性、準確性對于寫作的重要性

詞匯是構(gòu)建語篇、傳達意義的重要成分，一篇高質(zhì)量作文在詞匯方面具備以下特點：詞匯豐富、用詞復雜、與主題相關(guān)、實詞比例高、詞匯錯誤較少(Read, 2000)。高水平寫作者具備豐富的詞匯知識，包括接受性(Schoonen等，2011)和產(chǎn)出性(Kyle& Crossley, 2015)知識：接受性詞匯知識指學習者對所讀、所聽到的詞項意義的理解，并可以通過詞匯水平測試(Schmitt等，2001)或詞匯聯(lián)想測試(Read,1998)進行測驗；產(chǎn)出性詞匯知識常通過檢驗口語或?qū)懽魑谋镜脑~匯復雜性來評估，而詞匯復雜性通常與文本詞項的多樣性(Engber, 1995)或難度(Laufer& Nation，1995)相關(guān)。研究表明，二語學習者在構(gòu)建文本的過程中尤其關(guān)注詞匯的使用，接受性詞匯知識及產(chǎn)出性詞匯知識與寫作分數(shù)之間均存在一定的聯(lián)系。Schoonen等(2011)使用接受性詞匯知識測試分數(shù)預測日本二語學習者的英語寫作水平，發(fā)現(xiàn)二者存在中等的正相關(guān)。Baba(2009)也表明，作文分數(shù)與詞匯廣度和詞匯深度存在中等的正相關(guān)。事實上，作文評閱者在評估寫作產(chǎn)品時往往依賴文本特征(產(chǎn)出性詞匯知識，即詞匯復雜性)推斷二語學習者的寫作水平。

在文本構(gòu)建過程中，高水平寫作者不僅關(guān)注詞匯復雜性，而且盡量避免詞匯錯誤，提高詞匯準確性。Llach(2005)認為二語學習者在特定語境中因形式或語義相似、或因受到母語或目標語影響，混淆兩個單詞，而錯誤地使用某個詞條。詞匯的誤用對語義的表達、理解會產(chǎn)生負面的影響，因此是作文評閱人員尤為關(guān)注的方面(Fritz & Ruegg, 2013)。

2.2 詞匯復雜性與寫作水平的關(guān)系

詞匯復雜性一般由文本詞匯多樣性體現(xiàn)，如某類詞的數(shù)量與文章總字數(shù)之比(Engber, 1995)或文章詞匯在參照語料庫中的平均詞頻(Laufer & Nation,1995)。但是隨著語料庫語言學及計算機輔助下的自動文本分析技術(shù)不斷發(fā)展，大量的文本分析工具應運而生，如VocabProfiler、L2 Lexical Complexity Analyzer和Coh-Metrix等，這些工具對于二語寫作教學及二語詞匯習得研究極具價值。以下概述文本分析工具可獲得的詞匯復雜性指標及其與寫作水平的關(guān)系。

2.2.1 詞匯多樣性

該指標測量文章中所用單詞類型的變化程度。最常用的指標為類符型符比(type-token ratio)，但該指標易受文章長度的影響，文章越長，詞匯重復的可能性就越大(白麗芳 葉淑菲，2018)，因此慢慢被研究者淘汰。更復雜的測量指標為U指數(shù)(Uber Index)，能避免文章長度的影響(Jarvis, 2002)。總體來說，詞匯多樣性對文章分數(shù)預測力很強(Engber,1995; Jarvis, 2002; Cumming等，2005)。McNamara等(2010)發(fā)現(xiàn)高質(zhì)量作文的詞匯更具多樣性，并且使用更多的“冷門”詞匯。然而，Crossley等(2015)表明詞匯多樣性與文本銜接相關(guān)性更高，詞匯多樣性實質(zhì)捕獲整個篇章中的詞匯復現(xiàn)，因此應歸類為詞匯銜接，異于捕獲文本外詞匯特征的詞匯復雜性指標(如參照性語料庫詞頻統(tǒng)計)。

2.2.2 詞頻統(tǒng)計

利用參照性語料對文本的詞頻進行統(tǒng)計是寫作研究中測量詞匯復雜性更為常用的方法。低頻詞往往被視為復雜詞(如oncogene、desalinization等)，而高頻詞則為簡單詞匯(如flower、people等)。研究表明，與低水平學習者相比，高水平學習者往往會大量使用低頻詞，少使用高頻詞(Laufer & Nation,1995; Attali & Burstein, 2006; Crossley等，2013;Crossley & McNamara, 2012)。Guo等(2013)發(fā)現(xiàn)高頻詞的統(tǒng)計量與托福寫作任務分數(shù)呈負相關(guān)。杜慧穎和蔡金亭(2013)利用Coh-Metrix指標考察了英語專業(yè)學生議論文寫作質(zhì)量的語言特征，一元回歸分析結(jié)果顯示實義詞最低對數(shù)詞頻(Log minimum frequency for content words)與作文質(zhì)量相關(guān)度較高，能解釋33.8%的分數(shù)差異。

2.2.3 其它詞匯復雜性指標

近年來，隨著心理語言學、計算語言學、語料庫語言學、自然語言處理及語篇分析等方面的長足發(fā)展，自動文本處理工具層出不窮，能對文本的淺層及深層特征進行量化分析(杜慧穎 蔡金亭，2013)，二語研究者可獲取更多新的詞匯復雜性指標?？v觀現(xiàn)有文獻，Coh-Metrix工具運用十分普遍。Coh-Metrix是由美國孟菲斯大學McNamara等人研發(fā)的基于網(wǎng)絡的文本分析工具，能夠分析上百種包括詞匯、句法和語篇銜接的語言量化特征。除利用CELEX數(shù)據(jù)庫統(tǒng)計特定詞匯的詞頻，如各類人稱代詞、不同詞類詞匯與文章總字數(shù)之比等，該工具還借助潛勢語義分析(Latent Semantic Analysis)、MRC(Medical Research Council)心理語言學數(shù)據(jù)庫、詞網(wǎng)(WordNet)等詞匯語義資源對文本詞匯語義進行全方位的分析(許家金，2016)。

Coh-Metrix自動分析的深層詞匯復雜性指標能夠有效預測寫作的質(zhì)量(Crossley & McNamara,2012)，涉及詞匯心理語言學特征及語義關(guān)系。前者包括詞匯具體度(concreteness)、熟悉度(familiarity)、意象性(imageability)、詞匯意義關(guān)聯(lián)度(meaningfulness)及詞匯習得年齡(age of acquisition)等。指稱物體、人物或材料的單詞通常比抽象詞獲得更高的具體度分數(shù)；熟悉度越高的詞越容易被識別但不一定更高頻；意象性高的詞更容易激活人腦中的某種圖像，如cat比reason更容易讓讀者聯(lián)想到存在于腦中的事物，后者的認知難度更大；意義關(guān)聯(lián)度越高的詞(如people)與其它詞聯(lián)系更廣，反之越窄(Crossley& McNamara, 2011)。Kyle & Crossley(2015)發(fā)現(xiàn)一語及二語寫作詞匯的具體度、熟悉度、意象性、意義關(guān)聯(lián)度越低時，文章的詞匯分項得分越高。他們還發(fā)現(xiàn)，如果文章中包含的詞匯習得越晚，文章的詞匯分項得分也越高。Guo等(2013)也指出這些指標與托福寫作的整體得分存在類似的關(guān)系。杜慧穎和蔡金亭(2013)得出的作文成績預測模型中包含實義詞最低具體度，且與成績呈負相關(guān)，即具體度越高，作文分數(shù)越低。

語義關(guān)系指標包括多義度(polysemy)和上義度(hypernymy)，這兩類詞匯語義指標與詞匯發(fā)展和二語寫作水平緊密相關(guān)(Crossley等，2010；Guo等，2013)。多義度指一個單詞具有的不同但相關(guān)的語義數(shù)量，如subject的語義就比mathematics語義要豐富；上義度指詞匯間的語義層次關(guān)系，上義度值高的單詞具有更多的上義詞，如animal有六個上義詞(如organism、animate thing)。Guo等(2013)發(fā)現(xiàn)文章的詞匯意義越少，文章得分越高；同時，上義度與作文分數(shù)呈正相關(guān)。

國內(nèi)作文自動評閱系統(tǒng)的評分模型也納入了詞匯復雜性指標，然而這些評分模型如何融入詞匯指標未見詳盡的報道。

2.3 詞匯準確性與寫作質(zhì)量的關(guān)系

語言錯誤(包括詞匯錯誤)作為語言學習者中介語(inter-language)的言語特征，為獲知學習者二語知識水平提供了證據(jù)(Gass & Selinker, 2008)。然而錯誤過多會極大影響交際，寫作評閱人員通常將詞匯錯誤定性為嚴重錯誤，認為這類錯誤會影響文本的可讀性，進而影響寫作質(zhì)量(Ellis, 1994)。二語寫作領(lǐng)域?qū)υ~匯準確性的研究大致分為兩大方向：詞匯錯誤類別劃分及詞匯錯誤與寫作水平的關(guān)系。限于篇幅，本文不再贅述前者，詞匯錯誤類別的劃分可參見桂詩春 楊惠中(2003)、Chan(2010)、James(2013)等。本文主要梳理詞匯準確性與寫作質(zhì)量的關(guān)系。

極少數(shù)研究認為詞匯錯誤數(shù)無法預測寫作質(zhì)量(Linnarud, 1986; Llach, 2007)，但大量研究表明其與寫作質(zhì)量關(guān)系密切。Engber(1995)分析了66份分級考試作文詞匯的意義和形式，結(jié)果顯示詞匯錯誤數(shù)與作文分數(shù)呈顯著負相關(guān)，分數(shù)越高的作文中詞匯錯誤越少。Llach(2007)探討了西班牙某大學商務英語專業(yè)學生的19篇作文中的詞匯錯誤與作文質(zhì)量間的關(guān)系，結(jié)果顯示二者呈中度負相關(guān)，其中詞匯語義錯誤最為顯著。何華清(2009)采用定量、定性相結(jié)合的方法，分析了中國學習者英語語料庫中290篇作文的詞匯錯誤，結(jié)果表明詞匯錯誤占語言錯誤比重最大，其中拼寫錯誤和替代錯誤最突出，詞匯錯誤數(shù)量與寫作質(zhì)量呈顯著負相關(guān)。任艷艷(2015)亦發(fā)現(xiàn)英語專業(yè)學生寫作詞匯錯誤數(shù)量與作文質(zhì)量顯著相關(guān)，學生最常犯的錯誤類型包括冗余、替代、詞類和缺少，前兩者與寫作質(zhì)量顯著相關(guān)。

大多數(shù)研究均證明，一篇文章里詞匯錯誤越多，作文分數(shù)越低。Fritz和Ruegg(2013)發(fā)現(xiàn)人工評閱者對文章詞匯準確性十分敏感。然而，機器是否對各類詞匯錯誤做出同樣的反應，尚不得而知。

3. 研究過程和結(jié)果

3.1 研究目的

詞匯復雜性、準確性與二語寫作質(zhì)量之間存在聯(lián)系，但國內(nèi)鮮有研究關(guān)注二語學習者詞匯能力與作文機評分數(shù)間的關(guān)系。因此本研究將借助可獲得的詞匯量化數(shù)據(jù)，找出能夠預測二語學習者作文自動分數(shù)的預測變量，并建立基于詞匯的評分模型。

3.2 語料選擇

本研究的研究語料來自西南某應用型大學本科二年級兩個教學班于句酷批改網(wǎng)提交的一次作業(yè)，所有作文均為不限時作文，共120篇，所有文章提交后得到的機器分數(shù)導入Excel表中。

3.3 詞匯量化特征

詞匯量化特征包括詞匯復雜性和準確性兩類。120篇學生作文的詞匯復雜性指標由VocabProfiler、L2 Lexical Complexity Analyzer和Coh-Metrix3.0自動文本分析軟件計算，共32項(表1)。為避免軟件將拼寫錯誤的單詞誤判為復雜詞或新詞，兩位作者進行人工核對，將拼寫錯誤的單詞一一糾正。

詞匯準確性參照Chan(2010)及桂詩春和楊惠中(2003)《中國學習者英語語料庫》的分類方法，將詞匯錯誤分為13個類別(表2)。錯誤的核對、歸類和統(tǒng)計工作由本文的兩位作者共同完成。首先隨機選擇20篇作文，兩位作者分別完成錯誤歸類，歸類一致性為96%，有分歧的地方協(xié)商取得一致。剩余100篇文章的錯誤歸類由第二位作者獨立完成，標注有疑問之處，與第一位作者協(xié)商解決。

表1 詞匯復雜性指標

續(xù)表

表2 詞匯準確性指標

3.4 統(tǒng)計分析

本研究利用SPSS18.0分析所獲取的詞匯復雜性及準確性數(shù)據(jù)。具體的統(tǒng)計分析過程：1)確保每項指標數(shù)據(jù)呈正態(tài)分布，不符合標準的指標被剔除(Crossley等，2015)；2)任何與因變量(分數(shù))不顯著相關(guān)的(p＞.05)且沒統(tǒng)計學意義(r＜.1)的指標被剔除，不做下一步分析(Kyle & Crossley, 2016)；3)研究表明文章長度對機評分數(shù)具有預測力(白麗芳 王建，2018)，因此與文章長度高度相關(guān)(r＞=.7)的指標亦被剔除，以控制文章長度對機打分數(shù)的影響；4)進行多重共線性診斷分析，相互高度相關(guān)(r＞=.9)的指標被標注，每個共線對中，與作文分數(shù)相關(guān)性最高的指標保留，另一個被剔除(Tabachnick &Fidell, 2001)；5)剩余指標作為自變量，作文機評分數(shù)作為因變量，利用SPSS18.0作逐步回歸分析，選擇p值小于.05，且擬合優(yōu)度最高的模型。

3.4.1 假設檢驗及相關(guān)分析結(jié)果

在假設檢驗中，17項指標違反了正態(tài)分布標準，13項與作文分數(shù)不顯著相關(guān)(p＞.05)且不具有統(tǒng)計學意義(r絕對值＜.1)，剩余15項中有2項與文章長度高度相關(guān)(r＞=.7)被剔除，多重共線性診斷分析顯示剩余的13項變量之間不存在共線性問題，因此均被保留。表3列出了剩余13項指標與機器分數(shù)間的皮爾遜相關(guān)系數(shù)及p值矩陣圖。結(jié)果顯示，各指標與機評分數(shù)顯著相關(guān)(p＜.05)，r絕對值介于0.109—0.548，呈弱相關(guān)或中等相關(guān)，具有統(tǒng)計學意義。

表3 預測變量與機器分數(shù)間的相關(guān)性矩陣圖

3.4.2 多元線性回歸分析結(jié)果

本次多元線性回歸分析滿足誤差成正態(tài)分布以及誤差和預測變量不相關(guān)的前提假設，13項預測變量進入回歸分析。逐步回歸分析獲得四個模型(表4)，模型1僅引入一個自變量—副詞比率，可解釋15.5%的分數(shù)差異(F(1, 118)=21.725, p= .000)。模型2包含兩個自變量—副詞比率和代詞比率，可以解釋19.8%的差異(F(2, 117)=14.444, p=.000)，說明代詞比率對于作文分數(shù)有4.3%的特殊貢獻。有3個預測變量進入模型3，新進入模型的預測變量U指數(shù)有 3.8%的貢獻，新模型對分數(shù)的預測力為23.6%(F(3, 116)=11.920, p=.000)。模型4包含4項預測變量，能解釋27.8%的差異(R方=.278，F(xiàn)(4 115)=11.047,p＜ .001)，新進入模型的變量名詞上義度貢獻率為4.2%，該回歸模型擬合優(yōu)度最高，因此被選為機器評分的模型，標準化回歸方程為：機評分數(shù)=30.313+4.355×名詞上義度+1.089×U指數(shù)+0.073×代詞比率-0.132×副詞比率。

表4 作文機評分數(shù)預測模型匯總

4. 討論

本研究發(fā)現(xiàn)詞匯量化特征能有效預測作文機評分數(shù)，4項指標進入最佳評分模型：副詞比率、代詞比率、U指數(shù)及名詞上義度，共能解釋27.8%的方差。研究結(jié)果與白麗芳和王建(2018)得到的結(jié)果相似，該研究從《中國學習者英語語料庫》中各抽取150篇四六級作文作為研究語料，利用人工與軟件結(jié)合的方式獲取文本量化特征(詞匯、句法、連貫性及準確性)，并建立人工及機器評分回歸模型，對比研究量化特征對人工和機評評分的影響，結(jié)果顯示，作文量化特征對人工評分預測性很小，對機器評分預測性很大，對四六級作文機評分數(shù)的預測力分別為66.8%及66.4%。在所有預測變量中，進入作文回歸模型的詞匯復雜性指標有K1(%)、K2(%)、complex(%)、U指數(shù)和代詞比率。

本研究中兩項詞頻統(tǒng)計指標——副詞比率和代詞比率——進入回歸模型中。逐步回歸分析結(jié)果顯示，副詞比率的預測力最大，且與作文成績呈負相關(guān)，作文中副詞的數(shù)量越多，機評分數(shù)越低。這一結(jié)果不難解釋，筆者對所選語料分析發(fā)現(xiàn)，二語寫作者受傳統(tǒng)應試教育的影響，習慣使用諸如firstly、secondly、furthermore、additionally、meanwhile、however、instead等連接性副詞，使文章在語篇上銜接性更強，而這種銜接手法顯得比較機械、淺層。中國EFL學習者不擅長使用相鄰句子詞干重疊、相鄰句子論元重疊、相鄰段落潛在語義重疊等更為隱蔽的、更深層的詞匯銜接手法。也有研究指出，語篇銜接與語篇連貫高度相關(guān)，因為前者有助于讀者在閱讀過程中建立連貫的心理表征，然而如果讀者有足夠的背景知識，那么語篇銜接不夠的文本構(gòu)建的心理表征會更連貫(McNamara等，2010)；銜接不夠甚至會促使讀者建立更連貫的心理表征，因為銜接空白(cohesion gaps)會引發(fā)讀者結(jié)合已有知識進行推斷(Louwerse, 2001)。連接副詞作為語篇銜接的“低端”指標對于低水平的學習者而言是一劑良藥，但并非高質(zhì)量作文的充分必要條件。此外，這些副詞大多屬于高頻詞，使用越多分數(shù)自然越低。

代詞比率與機評分數(shù)呈正相關(guān)，即代詞使用越多，作文分數(shù)越高。本研究與杜慧穎和蔡金亭(2013)得到的結(jié)果相反，該研究發(fā)現(xiàn)代詞比率與作文成績呈顯著負相關(guān)，認為代詞過多會使作文口語色彩過濃，容易造成指稱不清。但值得一提的是，本研究是使用機器評分，而杜慧穎、蔡金亭(2013)使用人工評分。白麗芳、王建(2018)指出人工和機器評分本身存在很大的差異，主要是由評分依據(jù)的不同造成的。人工評分的文本圖示建構(gòu)過程更為復雜，會兼顧淺層(大小寫、標點、文章長短等)和深層(內(nèi)容觀點、修辭、詞匯搭配等)的文本特征，而機器評分更為機械，主要是統(tǒng)計詞頻、目標詞數(shù)量等，對比與語料庫中的文章在各方面的相似度賦予分數(shù)。此外，英漢兩種語言的一大差別就是：在指稱方面英語多使用代詞，漢語多使用名詞。英語中的代詞包括人稱代詞、物主代詞、反身代詞、泛指代詞、指示代詞、關(guān)系代詞等，前幾種代詞可以在語篇中形成指稱關(guān)系，如外指(exophoric)、內(nèi)指(endophoric，包括復指anaphoric和后指cataphoric)、人稱照應(personal reference)、指示照應(demonstrative reference)(Halliday & Matthiessen, 2004)，是語篇銜接與連貫不可或缺的手段。一般而言高水平寫作者使用代詞的密度往往比低水平寫作者要大，更會利用代詞完成指稱上的銜接，避免同一概念的在詞匯方面的重復。而關(guān)系代詞的數(shù)量可以解釋句法的復雜性程度(如定語從句的數(shù)量)。因此，對于機器而言，代詞使用越多，文章的質(zhì)量越高。

評分模型中的U指數(shù)是衡量詞匯多樣性的一項指標。本研究與McNamara等(2010)得出的結(jié)果一致，詞匯多樣性對作文質(zhì)量預測力很強，該研究并非使用U指數(shù)作為詞匯多樣性指標，而采用MTLD(Measure of Textual Lexical Diversity)，但二者的原理類似。謝耀晶(2016)以中國學生英語筆語語料庫中的550篇議論文為研究對象，發(fā)現(xiàn)詞匯多樣性與句酷批改網(wǎng)給出的作文分數(shù)呈顯著正相關(guān)。從這些研究可以看出，不論是人工評判還是機器評閱，一篇高質(zhì)量作文都要在詞匯方面更多樣，比如在文中表達同一概念時，作者應盡量避免重復使用同一單詞，可以借助同根詞、近義詞等，使表達更為豐富。

上義度與具體度類似，在本質(zhì)上反映的是詞匯在具體—抽象連續(xù)體(continuum)上的位置(杜慧穎蔡金亭，2013)。Coh-Metrix利用詞網(wǎng)(WordNet)計算詞匯上義度，在詞網(wǎng)中，每個單詞都位于一個等級尺度上，用于測量目標單詞的下級單詞和上級單詞數(shù)量。一般而言，單詞的上義度越高，表達的概念越具體，歧義越少，對讀者造成的認知難度越低。本研究名詞上義度與機評分數(shù)呈正相關(guān)，名詞上義度值越高，機評分數(shù)越高。本研究的語料作文題目是How to Tell Chinese Stories in English，屬于議論文題材，以說理為主，對語言的形象性和生動性較之敘述文要低，高質(zhì)量的作文自然需要在概念表達上更為具體，避免語義的模糊。

研究還發(fā)現(xiàn)，詞匯準確性對機評分數(shù)不具預測力。詞匯類錯誤如固定短語錯誤、選詞錯誤等都依賴于深層的語義分析，這是目前國內(nèi)外AWE系統(tǒng)的軟肋所在，機器很擅長識別淺層的拼寫、大小寫錯誤，但無法像人工一樣準確識別作文中深層詞匯類錯誤(白麗芳 王建，2018)。比如對于遠距離搭配錯誤，機器便無能為力；此外，筆者所教學生完成寫作任務后反映，自動反饋會提供一些高級詞匯供參考，只要用這些高級詞匯替換原文中的詞匯，機評分數(shù)就會有所提高，然而這些替換詞往往在該語境中不適合，甚至造成搭配上的錯誤，但是機器會誤認為是好的表達。

5. 結(jié)語

本研究結(jié)合人工和自動文本分析工具獲取文本詞匯量化特征，探討了這些特征對作文機評分數(shù)的預測能力，結(jié)果發(fā)現(xiàn)4個預測變量進入回歸模型，能解釋27.8%的方差。該結(jié)果對于我國EFL學習者以及EFL寫作教學有一定的啟發(fā)意義。尤其在應對未來大規(guī)模英語考試采用機器評閱作文這一大趨勢時，大學英語學習者與一線教師應充分了解機器關(guān)注的詞匯特征，以做出相應的教、學轉(zhuǎn)變。

不足之處在于本研究僅關(guān)注詞匯量化特征對自動評分的預測，沒有涉及句法及篇章等方面，且語料樣本量較小，覆蓋的作文體裁單一，需要更多的研究進行補充。