完形填空題型的理論基礎

白雪

【摘要】本文根據空缺刪除原則的不同，將各種完形填空變體歸為基于語言冗余性和基于語言能力成分觀兩大類，并就兩類完形填空對效度論證的不同要求進行了總結。

【關鍵詞】完形填空 語言冗余性 語言能力成分觀 效度論證

完形填空（cloze procedure）最初作為衡量文本易讀性（readability）的一種研究方法，由泰勒（Wilson L. Taylor）于1953年借鑒格式塔心理學術語closure正式命名。由于出題便捷、評分客觀，完型填空被拓展應用于一般性智力測驗、母語語言能力測量及學習效果（reading to learn）評定等領域。20世紀六七十年代，該題型開始用于第二語言教學與測試。（Alderson 1979）使用者出于測試目標、語言觀以及可行性等方面的考慮，通過空缺刪除原則、答題方式等的改變，研發出不同的完形填空變體形式。其中空缺刪除原則的不同，反映了設計者的不同語言觀，語言觀的差異又對完形填空試題開發和效度論證都提出了不同要求。

一、基于語言冗余性的完形填空

1.標準定比刪除完型填空。最初，用于易讀性測試的完型填空使用定比刪除原則（fixed-ration deletion），即每隔n個單詞刪除一詞。被引入母語閱讀水平測試領域時，仍堅持這一標準操作程序。通過一系列信度和效標關聯效度研究，研究者認為被試在該題型上的表現一致性良好（performance consistency），測試結果穩定有效。

完形填空用于易讀性研究和母語水平測試的理論基礎是語言中普遍存在可簡化冗余性（Language reduced redundancy，簡稱LRR）（Spolsky et al. 1968）人們有能力通過推測加工出被簡化的冗余信息來補全話語完成交際。通過觀察被試利用語言固有冗余性來填補空缺的情況，在被試同質的情況下，可判斷文本的難易度，在文本一定的情況下，可判斷被試的母語水平。在母語水平測試中應用LRR類題型最基本的操作原則是保證采樣的隨機性，完形填空設計中通過文本選擇和空缺設置兩層隨機性處理，確保對被試語言能力采樣的隨機性。（Lin et al. 2008）

這種對隨機性的強調，是基于反實在論（antirealism）的工具主義（instrumentalism）證明測試有用性（usefulness）的必然要求（Fulcher 2014）。反實在論者認為不存在所謂語言能力這一心理實體，或認為沒有必要對其本質及構成進行研究，需要證明的是測試語境（assessment context）對測試成績使用的目標語境有充分的代表性，考生在測試中的表現可以概化到目標語境（Chapelle 1998）。

對目標語境的代表性一方面通過內容分析等手段比較測試語境與目標語境的異同獲得（Jonz 1989），另一方面就要從操作層面確保隨機性，保證對目標語境的有效覆蓋，傳統的定比刪詞完型程序（fixed-ratio cloze procedure）被認為是保證隨機性的有效手段，而基于語言冗余性原則的各類變體形式效度論證中也需要提供隨機性證明。

2.基于隨機性的完形填空變體形式。六七十年代，定比刪詞完型用于測試二語綜合能力（a measure of overall ESL proficiency）后，研究顯示，被試的表現一致性不如母語穩定，不同研究所得的信度差異巨大，在0.31到0.96之間（Brown 2013），為一組被試設計的測試很難在更換被試后取得同樣可靠的效果。針對相同被試，文章難度、話題、刪詞頻率的變化也都會影響測試信度。（Klein-Braley 1981）而且，一段完形填空中大量題目的區分度很低。

鑒于此，有研究者在堅持隨機性的基礎上，對完形填空進行改造以提高測試的穩定性和可靠性。比較有代表性的有以下兩種：

（1）剪裁型完型（well-tailored cloze）。即將一篇文章根據首個刪詞點的不同，按定比刪詞，設計為一組試卷，進行試測，根據試測得出的題目難度、區分度進行篩選，得到一組改良版試題用于實測。（Brown et al. 2001）

（2）C-Test。標準C-Test中，文章首句保持完整，從第二句起，每隔一詞刪去一個單詞后一半（如單詞字母數是單數，則刪除部分比保留部分多一個字母。單字母詞，如 “I”、“a”，可從計數中忽略。在實際操作中，往往也有以音節為刪除單位的情況）。Raatz and Klein-Braley （1981）認為，C-Test比傳統完型更嚴格的遵守了隨機性原則，并且具有更高的可靠度。

二、基于語言能力成分觀的完形填空

為解決二語教學測試中完形填空信度不高、試題區分度不佳的問題，除上文所述在堅持隨機性原則基礎上所提出的改良方法以外，有更多的研究者對隨機刪除原則本身提出了質疑。Alderson指出基于LRR所要求的隨機性原則的傳統完形填空不適用于二語教學與測試，非母語條件下，刪除哪些語言成分還應該基于“語言本體及語言加工理論”。后來更明確區分了兩類完型題型，用gap-filling test指基于一定理論的理性刪除完型（rational deletion cloze），用cloze專指傳統的定比刪除完型，并認為前者可用于測試閱讀理解能力，后者則不能。（Alderson 2000）

從語言能力成分觀出發的刪除原則代表了向實在論（realism）方向的轉變，研究者認同語言能力（competence）是一種實體性的抽象心理存在，只是不能被直接觀察到，需要將設想的抽象能力操作化為可觀察的形式，通過被試的表現對這些心理特質（trait）進行推測。（Fulcher 2014）“研究者在現實世界中進行觀察，其目的是想在觀察的基礎上描寫、歸納或解釋某些東西，而這些東西我們可稱之為‘構念（construct）”（Chapelle 1998）

對于理性刪除完型來說，測試設計者在不同的語言理論框架下根據各自需要考察的重點，設置空缺，推測被試某方面的能力。如刪除語法詞考察句法能力，刪除實詞考察語篇連貫和詞匯搭配能力，按比例刪除有關句法、連貫、策略運用的詞考察多元能力結構（Bachman 1985）等等。

雖然研究者依據的語言理論不同，但研究興趣大體集中在完型填空能否在各個知識或加工過程層面有效區分被試。有研究認為設計良好的完形填空題能全面反映被試詞匯、語法、語篇知識，完成題目既需要低層解碼加工過程，也需要高層理解加工過程，題目不僅能檢測被試學習閱讀（learning to read）的情況，也能反映通過閱讀學習知識的情況（reading to learn）。（Gellert & Elbro 2013）另有研究者認為，完形填空只能考察句法詞匯知識，完成題目不涉及閱讀整合等高層加工過程，題目完成后無法更新記憶中已有的情境圖式（schema），不能從閱讀中學習新東西，和自然閱讀加工過程存在極大差異。（Nation & Snowling 1997） Brown（2004）則綜合雙方觀點，認為完形填空對低水平被試來說，更偏重考察低層加工能力，對高水平被試來說，更側重考察高層加工能力。

因為對完型填空能否考察高層閱讀加工能力爭議較大，為明確突出考查語篇閱讀能力的目的，研究者又專門開發了以下變體形式：如句子/語段完型（gap sentence/ gap text），即抽取文中的句子、段落，打亂順序回填（用于First Certificate in English（簡稱FCE）、Certificate in Advanced English（簡稱CAE））；空缺詞組（phrase cloze）（Sadeghi 2014）以及刪除語篇連貫機制（cohesive device）的語篇完型（discourse cloze）（Storey 1997）。

基于語言能力成分觀的完形填空在試題開發時，要求命題者有清晰的欲測能力構念，并對考生行為做出預測；測試后收集答題結果和過程中的各項證據，核查答題者行為是否與命題者的預測相符。

可見，基于不同語言觀的完形填空題型，從命題要求到效度論證需求都存在著較大差異，測試研發者需要審慎選擇，切忌在設空時既無測試目標，又不遵修隨機性原則，而使測量目標不明確，構念效度論證無的放矢。

參考文獻：

[1]Alderson，J.C.1979.The cloze procedure and proficiency in English as a foreign language.TESOL Quarterly 13.219-28.

[2]Alderson，J.C..2000.Assessing reading Cambridge：Cambridge University Press.

[3]Bachman，L.F..1985.Performance on the cloze test with fixed ratio and rational deletions.TESOL Quarterly 19.335-56.

[4]Brown，J.D.2013.My twenty-five years of cloze testing research：So what？International Journal of Language Studies 7.1-32.

[5]Brown，J.D.，A.D.Yamashiro & E.Ogane.2001.The Emperors new cloze：Strategies for revising cloze tests.A focus on language test development，ed.by T.Hudson & J.D.Brown，143-61.Honolulu，HI：University of Hawai‘i Press.

[6]Chapelle，C.A.1998.Construct definition and validity inquiry in SLA research.Interfaces between second language acquisition and language testing research.，ed.by L.F.Bachman & A.D.Cohen，32-111.Cambridge，U.K.

[7]New York，NY：Cambridge University Press.

[8]Fulcher，G.2014.Philosophy and Language Testing.The Companion to Language Assessment，ed.by A.J.Kunnan.Chichester，West Sussex，U.K.； Malden，MA：Wiley-Blackwell.

[9]Gellert，A.S.& C.Elbro.2013.Cloze Tests May be Quick，But Are They Dirty？Development and Preliminary Validation of a Cloze Test of Reading Comprehension.Journal of Psychoeducational Assessment 31.16-28.

[10]Jonz，J..1989.Textual sequence and second-language comprehension.Language Learning 39.207–49.

[11]Klein-Braley，C..1981.Empirical Investigations of Cloze Tests：University of Duisburg Unpublished PhD.

[12]Lin，W.，H.Yuan & H.Feng.2008.Language reduced redundancy tests：a reexamination of cloze test and C-test.Pan-Pacific Association of Applied Linguistics 12.61-79.

[13]Nation，K.& M.Snowling.1997.Assessing reading difficulties：The validity and utility of current measures of reading skill.British Journal of Educational Psychology 67.359-70.

[14]Raatz，U.& C.Klein-Braley.1981.The C-Test-a modification of the cloze procedure.Practice and Problems in Language Testing，ed.by T.Culhane，C.Klein-Braley & D.K.Stevenson，113-48.Colchester：University of Essex.

[15]Sadeghi，K.2014.Phrase Cloze：A Better Measure of Reading？The Reading Matrix 14.76-94.

[16]Spolsky，B.，S.M.Bengt，E.W.Sako & C.Aterburn.1968.Preliminary studies in the development of techniques for testing overall second language proficiency.Problems in Foreign Language Testing.Language Learning Special Issue，ed.by J.A.U.a.J.Fata，79-103.

[17]Storey，P.1997.Examining the test-taking process：A cognitive perspective on the discourse cloze test.Language Testing 14.214-31.