醫學論文英語摘要寫作常見語病統計分析

米超

摘要：本研究基于語料庫數據，以天津醫科大學學報2013年6月—2016年6月期間發表的醫學論文摘要共260篇為語料數據，根據該語料數據庫出現的錯誤性質將其分類，如：期刊寫作規則表達偏誤、語法表達偏誤、語義表達偏誤等。在本研究過程中，針對上述研究樣本進行了各自的歸類、量化與分析，確定常見顯著性偏誤、較少見偏誤、不太重要偏誤等。通過此語料歸類、量化與分析，目的在于通過語料研究和分析，有效應用于今后醫學研究生的醫學英語寫作教學，提高醫學研究生的醫學期刊范式下的英語文本輸出能力。

關鍵詞：語料庫；語病偏誤；量化分析；醫學英語寫作；文本輸出能力

中圖分類號：G642.41 文獻標志碼：A 文章編號：1674-9324（2017）28-0245-04

一、研究背景及意義

隨著我國醫療領域進一步和國際標準接軌，對于醫學基礎研究領域的要求不斷提高，國際學術交流與研究成果共享日益成為主要發展趨勢。在國外高質量期刊發表論文的要求已經成為醫學科研工作者十分重要的能力。因此，英語醫學論文的寫作變得尤為重要。此外，醫學碩士、博士論文乃至在職醫務人員晉升的論文也經常要求用英文撰寫，或者至少對于文章的摘要部分要求用英語寫作。但實際情況是：多年來，英語教學并沒有顯著減少學生在醫學英語寫作方面的語病。所以提高醫學生醫學英語寫作的能力的研究是十分必要的。

還有一點必須指出：雖然國內外一些學者對于提高醫學英語論文寫作質量做出了一些有效的、建設性的研究，但是還是有如下問題：分析過于籠統，缺乏統計分析；缺乏建立在期刊要求下的寫作語言標準，沒有統一、完整的語病語料庫；國內學者幾乎沒有將語病統計結果應用到教學追蹤的研究當中去；等等。所以為了克服以上缺點，建立一個醫學英語論文語病語料庫，并在此基礎上對醫學英語范式表達規則、語法和語言表達方式的錯誤進行統計與分析就變得十分必要了。

二、文獻綜述

1.國外相關研究。從國外研究來看，關于“醫學論文英語摘要寫作常見語病”的研究，因為語言障礙相對較小，英語國家的醫學寫作的研究少有涉及語言以及語料庫方面的內容。語言相關的內容只在個別參考書目中有所提及。主要代表人物Margaret Cargill，其研究成果《Writing Scientific Research Articles： Strategy and Steps》（2013，Wiley-Blackwell）[1]一書中就提到過語言要求的簡潔性和清晰性，此外還有there be的使用范圍等。

2.國內相關研究。從國內相關研究來看，關于“醫學論文英語摘要寫作常見語病”研究，代表人物主要有洪班信、章國、雍文明等人。主要研究成果：英語摘要中常見的動詞和句子語法錯誤（洪班信）[2]；專門用途醫學英語語料庫構建的意義及實踐（章國英）[3]；醫學英語專業畢業論文動態語料庫建設及其應用初探（羅永勝）[4]；基于語料庫的中外英文醫學論文摘要時態和語態分析：以兒科期刊為例（雍文明）[5]。此外，還有一些相關的著作，如：王福彥的《醫學SCI期刊論文的撰寫與發表》[6]；李傳英的《醫學英語寫作與翻譯》[7]。

通過以上總結發現，國內研究者的研究主要集中在：（1）SCI期刊論文發表的原則以及如何撰寫高質量生物醫學科技論文；（2）在研究與病以及建立語病語料庫方面主要集中于小樣本以及個別語病種類。

3.本研究特色：從國內相關文獻來看，缺乏以語料為基礎的真實數據研究。而本研究所采用的260篇樣本摘要，將其中的各種類型的語病進行系統分類，真正建立醫學英語摘要中的規則、語法與語義偏誤的語料庫，從而建立較強的針對性。此外，本研究還對于常見語病偏誤進行準確的統計，體現出常見顯著性偏誤、較少見偏誤、不太重要偏誤為今后的教學重點做出指導。最后還對于每篇語病數量的統計特征進行分析以便對于學生寫作能力有清晰的把握。

三、本研究語料數據錯誤性質的界定與分類

根據該語料數據庫出現的錯誤性質將其分類，如表1。

四、研究對象以及研究方法

1.研究對象：2013年6月—2016年6月期間天津醫科大學學報摘要共260篇。

2.研究方法：通過對天津醫科大學2013年6月—2016年6月期間260篇論文摘要仔細研究分類，共分為3大類型：寫作規則類語病偏誤、語法類語病偏誤、語義類語病偏誤。運用“歸類”、“量化”、“分析”等語料分析方法進行語篇剝離分析、研究。本研究在三大語病偏誤的基礎上，進一步得到相關的語病種類共計20種。而后，計算出學生在每篇摘要中出現語病偏誤個數的統計特征，為不同寫作水平的學生的針對性的教學指明方向。總結如下表2。

五、研究結果

1.語病類型與種類統計分析：所有語病類型比例如表3所示。

從大的分類來看，本研究經過統計發現最顯著的語病來自語義錯誤，占到錯誤總量的62.59%；其次為語法型錯誤，占到總數的30.82%；最少的為規則型錯誤，只有6.59%的占比。這個結果應該是比較合理的，在相關研究統計中，語義型錯誤的比例的確顯著超過語法錯誤等其他類型的語病，如：洪班信（2008）。對于學生來說，語法的掌握相對容易，而對于語義、句子意思以及詞匯意義的選擇和把握往往出錯的概率較高。但是為了得到更明確、細化的語病種類分析，需要更進一步的語病種類統計，如下頁表4所示。

從以上統計分析可以得出在語義型語病中：

（1）比較明顯的語病為表達方式混亂或者中文化，占總體病的30.39%。（2）一般顯著的語病種類包括表達贅述（10.49%）、動詞錯誤（7.2%）、形容詞副詞錯誤（5.64%）以及名詞錯誤（4.03%）。其中的原因在于學生對于第二語言中詞匯、短語和句子的把握的難度是在逐步上升的。并且動詞、形容詞、名詞的難易把握是依次降低。（3）不太顯著的語病種類包括：連詞錯誤（2.04%）以及句子結構缺失（2.82%）。

而語法類型錯誤中的結果是：（1）占比最大的是介詞錯誤，占比9.75%，主要原是由于基本功較差造成的小錯誤比較多，如：factor for寫成factor in或者把in the condition寫成under the condition。（2）其他比較顯著的語病種類包：詞匯缺失（7.11%）、單復（4.59%）數以及詞性錯誤（2.77%）。其中的原因主要在于：詞匯缺失多半指的是連詞缺失，受到了中文上下句之間邏輯關系不強的影響；單復數這個長期存在的問題還是受到母語的一定影響；詞性錯誤主要發生在現在分詞與過去分詞混淆或者形容詞與副詞混淆的比較少見的情況下。（3）不太顯著的語病種類包括代詞指代錯誤（0.48%）和主動被動語態錯誤（1.65%）。

規則型語病占比最小，包括兩種主要語病：數字錯誤和情態動詞缺失，分別占到本類型錯誤數量的3.29%和2.34%。

2.產生語病的學生數量的統計分布特征。本研究以每一篇摘要的語病數量為橫軸，犯不同數量語病的學生的人數在總人數的比例為縱軸，得到如下概率分布圖：

從上圖可以看出，所有260篇摘要都有一定數量的語病，但是分布是不均勻的。其中大部分學生在每篇摘要中所犯語病的數量為6到13個，占比（66.92%）%；較多學生（19.23%）表現出色，語病數量只有1到5個；還有相對較少的學生（13.85%）表現不佳，所犯語病數量每篇在14到26個。

以上統計數據給日后教學的啟示是：雖然寫作輸出能力較差的學生從人數上少于寫作輸出能力較好的學生，但是能力差的學生在程度上卻十分顯著，這些學生單篇摘要語病數量超過了17個。在教學方面要專門針對這些學生個人進行專門強化訓練和提高。

六、結論與展望

1.研究總結。本研究通過對260篇天津醫科大學學報論文的英文摘要進行校對，建立了語病語料庫。在此基礎上將語病分為三大類，共20種小類。其中最顯著的語病包括：句意混亂或表達中文化，介詞、動詞錯誤。其中的原因在于英語教學在初等教育階段輸出訓練少，學生還是習慣使用漢語的思維方式，并且對于表達方式、語序以及詞匯含義的理解都是欠缺的，再加上專業文獻英語寫作的文體要求就使問題變得更加嚴重。

2.問題與挑戰。由于多年的積累，學生英語寫作輸出能力較差以及表達思維慣性難以扭轉；教學課時數量較少，很難在糾正學生語病以及完成其他教學目標之間取得平衡；每個學生能力參差不齊，同質化教學效果有限。

3.展望。今后一段時間的研究工作重點分為兩部分：（1）將研究結果應用于教學過程，提高學生的寫作能力，尤其針對語病數量較多（數量超過17）的學生給予重點輔導；（2）繼續搜集新的英文摘要中的語病，同時通過新的數據統計檢驗教學結果。

參考文獻：

[1]Eric H.Glendinning，Ron.Howard.劍橋醫學英語[M].第一版.人民郵電出版社，2010.

[2]洪班信，等.英語摘要中常見的動詞和句子語法錯誤[J].放射學實踐，2008，42（7）.

[3]章國英，等.專門用途醫學英語語料庫構建的意義及實踐[J].中國醫學教育技術，2014，（2）.

[4]羅永勝，等.醫學英語專業畢業論文動態語料庫建設及其應用初探[J].廣東醫學院學報，2014，5（18）.

[5]雍文明，等.基于語料庫的中外英文醫學論文摘要時態和語態分析：以兒科期刊為例[J].研究與教育，2012，（5）.

[6]王福彥.醫學SCI期刊論文的撰寫與發表[M].第一版.科學出版社，2012.

[7]李傳英.醫學英語寫作與翻譯[M].第一版.武漢大學出版社，2014.

Abstract：Based on the language data of 260 abstracts extracted from the medical research papers published in Journal of Tianjin Medical University from June 2013 to June 2016，a corpus database of faulty wording is established. This research classifies all the common faulty wordings found in the abstracts into three main types of errors：journal writing regulation error，grammar error and expression error. Quantitative analysis is used in the paper to determine whether any type of error is the most significant，normal or less normal. The purpose of the analysis and study of the corpus database is to set up a foundation for further medical English teaching and to improve postgraduate students' text output capability based on medical journal writing regulation.

Key words：corpus；faulty wording；quantitative analysis；medical English writing；text output capability