利用VocabProfile分析高考英語試題的詞匯特點

　　摘要： 本文介紹了用語料庫軟件VocabProfile制作高考考綱基礎詞表（baseword）的操作方法，并通過分析2012年全國高考英語（新課標）試題的詞匯特點，幫助教師掌握使用該軟件的基本功能，在高考復習中確定適合的材料，提高復習效率。
　　關鍵詞： 考綱詞匯 基礎詞匯表 詞匯分析
　　1.引言
　　VocabProfile是新西蘭維多利亞大學的Paul Nation和Averil Coxhead設計的語料庫分析軟件。利用它制作出在對文章或高考試題進行分析時參照的《高考大綱詞匯》的基礎詞表（basewrod），就能夠準確地判斷某套試題或文本的用詞在大綱詞匯表中的分布情況，所以它是對高考英語試題中詞匯特點進行分析和高考復習中用以確定詞匯范圍及文章難易度不可缺少的實用軟件。
　　2.基礎詞匯表（Baseword list）的制作
　　VocabProfile軟件由Range和Frequency兩個部分組成。Range用以制作基礎詞匯表，分析文本中詞匯的分布情況及文本難度等；Frequency只能輸出詞頻及其累積百分比，其結果可按字母或詞頻順序輸出。
　　本文在制作基礎詞匯表時選用了國際權威的Range BNC(British National Corpus英國國家語料庫)中附帶的16個基礎詞匯表（baseword），按詞頻從高到低為Baseword1到Baseword16，實際只用了1到14的詞匯表，第15為人名地名詞，第16為感嘆詞；在baseword1到baseword14中每個詞匯表有1000個詞簇（word family），總共有14000詞簇，共含有50598個詞類符（type）。下面以制作在試卷詞匯特點分析時要用的《2012年新課標高考英語大綱詞匯》（以下簡稱“考綱詞匯”）基礎詞表為例說明其使用方法。
　　（1）建立一個名為“高考常用詞庫”的文件夾，將Range BNC復制并解壓到這一文件夾，并將“考綱詞匯.txt”整理好后保存在這一文件夾，整理過的文件中不能有漢字和拼寫錯誤的單詞；
　　（2）運行Range32.exe文件，在文件菜單(file)中打開(open)“考綱詞匯.txt”，然后在文件菜單中點擊保存（save），給文件起名為“考綱詞匯”，如果不先保存文件，軟件運行時就會報錯；
　　（3）為使自制的基礎詞表盡可能包含考綱中的所有單詞，在基礎詞表數（Number of Baseword files）中填入14，勾選“更新基礎詞匯（Update BaseWords）”和“零基礎詞匯（Zero BaseWords）”，其余選項使用程序默認方式（如下圖所示）；
　　（4）按Process files按鈕運行程序，在右框中顯示運行狀態，結果文件“考綱詞匯_range.txt”保存在所選文件夾，然后打開這一文件，可看到考綱詞匯表在軟件14個詞匯表中的分布情況，結果如下表。
　　名詞解釋：形符(Token)指任何詞匯形式，同一個單詞出現幾次就計算為幾個形符、文本中有多少單詞就有多少形符；類符(Type)指詞形相同的形符，所有詞形相同的形符都只能算一個類符，例如：do，did，done，doing，does的類符為do；詞簇（family）是指單詞的不同語法形式的集合，如：act，acted，acting，action，inaction，actions，actionable，acts，actor，actors，actress，actresses這12詞是以act為頭詞（head word）的一個詞簇。
　　從上表中可以看出“考綱詞匯”共有1965個形符，1957個類符和1710個詞簇。在BNC詞匯表的第一個1000常用詞的baseword1中有842個詞簇，第二個1000詞中的baseword2中有511個詞簇，第三個1000詞的baseword3中有209個詞簇，并逐漸減少，在12、14中沒有單詞，并在not in the lists中有8個在詞簇中沒有的單詞。
　　（5）在文件菜單中點擊Move/Copy Baseword選項，在“復制（Copy）”后的方框中每次要填寫從1、2…到14的數字，“單詞（Words）”后有三個選項，勾選“大于（Greater than）”項，方框中每次都填“0”；“輸出到文件(to file)”后的方框中“基礎詞（baseword）”后的數字以大于16的數為宜，如果小于16，就會將原程序所帶的基礎詞表覆蓋掉，如下圖所示，本文中將制作的基礎詞表命名為baseword31~baseword44。
　　（6）點擊OK完成第一個自制詞匯表，重復以上步驟，制作其余的13個詞表，在制作時一定要注意copy后方框中的baseword后數字（從1到14）和to file后的方框中baseword后數字（例如從baseword31到baseword44）要不斷對應更改。
　　（7）打開自制的baseword31到baseword44，可以看到從原程序中拷貝出來的高考大綱詞匯表詞簇(family)中的headwords和詞的types，把這14個文件復制粘貼到一個文件中，注意文中不要有空行，為了避免和程序自帶的baseword相混淆或被覆蓋掉，建議單獨命名保存，如：考綱詞匯baseword.txt，使用該詞匯表進行文本分析時要更名為baseword1。
　　3.高考試題詞匯的特點分析
　　下面我們用制作好的“考綱詞匯基礎詞匯表”來分析2012年全國高考英語試題（新課標卷）的詞匯特點。先整理試題，去掉試卷中的漢字及數學等非英文字符，保存為txt文檔。將已制作好的“考綱詞匯baseword.txt”改名為baseword1，并和“2012年全國高考英語試題（新課標卷）”放在同一文件夾，運行range32，打開試題，并起名保存，在Number of Baseword List后填1，運行程序，結果如上表所示。從表中可以看出，該試題包括聽力材料共有4187個單詞形符（tokens），1068個單詞類符（types），有667個已知詞簇；在高考考綱詞匯表中，有3739個形符，占總數的89.30%，有941個類符，占88.11%，有667詞簇；問號“？”表明沒有找到詞簇的單詞，共有127個。進一步分析127個生詞，有50個人名地名詞等專有名詞，27個合成詞，41個超綱詞，其中有10個做了漢語標注，真正的超綱生詞依然保持在30個詞左右，這樣全卷共有724個詞簇。
　　由以上分析可知，2012年全國高考英語試題（新課標卷）詞匯總量適中，試題在“考綱詞匯表”中的分布也較為理想，占89.30%，超綱詞匯不多，試題難度不大，命題緊扣考綱詞匯，超綱詞僅為1.62%，嚴格控制在全卷總詞量的3%以內，所以高考備考復習首先要熟練掌握占考題高達90%的高考考綱詞匯，特別是對于英語基礎較差的中下等學生，要從基礎抓起，切記好高騖遠漫無目標地擴大詞匯量，這樣才能在有限的時間內取得較為理想的成績。
　　感興趣的讀者可以制作本省考綱詞匯的基礎詞表，縱向對比同一省份不同年份高考試題的詞匯特點或橫向對比分析不同省份高考試題中的詞匯特點，并可通過輸出的結果文件，列出高考試題中以出現頻率排序的高頻單詞，制作出高考試題詞匯分級詞頻表，在復習中針對不同水平的學生要求識記不同頻級的單詞，以取得詞匯復習的高效率。
　　參考文獻：
　　［1］雷蕾，韋瑤瑜.VocabProfile在英語教學中的應用.外語電化教學［J］.2005（4）.
　　［2］何安平.語料庫在外語教育中的應用：理論與實踐［C］.廣州：廣東高等教育出版社，200