基于語料庫的專業四級閱讀試題與《綜合教程》課文語言難度對比

洪令凱

【摘 要】閱讀理解是英語專業四級考試的重要組成部分。利用語料庫相關檢索軟件，從詞匯和句法兩個層面對《綜合英語》第二版教材和專四閱讀語言難度進行對比研究，分析具體差異，并據此提出相關教學建議。

【關鍵詞】語料庫；專業四級；綜合教程；閱讀理解；語言難度

一、引言

英語專業四級考試（TEM4）是由我國高等學校外語專業教學指導委員會組織，英語專業四級命題小組負責命題與實施，為檢測本科英語專業教學大綱執行情況而進行的本科教學考試。該考試是一種測試應試者單項和綜合語言能力的水平參照性考試?？荚嚨姆秶ù缶V所規定的聽、讀、寫、譯四個方面的技能。其中，“讀”占有很高比重?！伴喿x部分短文詞語豐富，語法覆蓋全面，是檢測學生詞匯、語法及語篇理解能力的重要手段。”與此相應，如何提高學生的閱讀理解能力也隨之成為外語教師的熱點研究課題。《綜合教程》1至4冊第二版作為英語專業基礎階段教材，其特點在于所使用的語言材料是系統的、精選的，技能訓練是綜合的。所用教材的文章都選自第一手英文資料，盡可能保留了原文的風貌，是原汁原味的英語語言素材。目的是為了培養和提高學生綜合運用英語的能力，難點是提高學生語篇理解分析能力。當然，也是為了通過專業四級做準備。通過查詢中國知網筆者發現，目前的研究大多集中于閱讀感知、理解過程、閱讀教學和閱讀模式等方面，而針對閱讀測試難度方面的研究，尤其是針對英語專業四級的閱讀語篇難度研究較少，將其與教材語篇難度作對比研究更少。此外，傳統的閱讀理解研究多以定性為主，缺乏定量研究。鑒于此，本研究擬使用語料庫手段，將定量研究和定性研究相結合，試圖從句法和詞匯兩個層面對TEM4閱讀理解部分和《綜合教程》的課文語言難度進行對比分析，并據此為閱讀教學提供建議。

二、相關文獻綜述

目前，國內針對閱讀測試的語言難度研究尚處于起步階段，研究方法和標準不一。詹宏偉、黃四宏從句法角度對比了不同句法難度的文本對閱讀理解產生的影響，并據此提出教學建議。唐美華采用語言統計學方法，從文本結構、語義復雜性和可讀性三個層面對2004年英語專業四、八級新考試大綱施行后TEM4和TEM8中的閱讀理解部分的難度進行了對比研究。然而，由于該研究各自只選取了12篇短文作為樣本，其研究結果缺乏普遍性，不足以描述TEM4和TEM8 的閱讀文本難度差異。胡萍英通過問卷調查，指出語法隱喻與語篇難度之間的關系。劉冰、陳建生利用語料庫語言學技術，對大學英語四六級考試中的閱讀理解部分進行了對比分析，并對未來的四六級測試和外語教學工作提出了建議。郝偉麗、馮筠等參照Bachman和Palmer的考試任務特征模式，分析了2013年12月大學英語四級閱讀理解試題的內容效度。王金巴探討了大學英語閱讀理解中生詞密度和文本難度之間的關系。綜上可以看出：在研究方法方面，傳統閱讀研究大都以定性研究為主，缺乏客觀、詳實的數據支持；在研究對象方面，傳統研究的文本選擇結構單一，語料規模較小。因此，其研究結果具有一定的局限性。

三、研究方法

（一）研究方法與步驟

本研究通過定性和定量相結合的統計方法，以語料庫語言學手段對《綜合教程》教材與專業四級閱讀試題語言難度進行整體對比。

詞匯特征和語法特征是語料庫語言學用來衡量語言難度的主要手段。以詞匯層面為界，本研究分為兩部分：一是詞匯層面的研究，包括詞匯難度和詞匯差異；二是詞匯以上層面的研究，包括平均句長和語法隱喻（被動語態和名詞化）。

（二）語料庫及研究工具

為了分析《綜合教程》教材與專業四級閱讀試題語言的難度，筆者建立了兩個小型語料庫。一個語料庫（以下簡稱《綜合教程》閱讀庫）的語料來自于上海外語教育出版社出版的《綜合教程》1至4冊第二版的48篇TEXT 1課文文本（約46563詞），該書是大多數高校英語專業一二年級的基礎英語課的教學用書。另一個語料庫（以下簡稱專四閱讀庫）取材于2009年到2018年全國英語專業四級考試閱讀理解部分的篇章，共計37篇（約18553詞）。為了便于研究，刪除了兩個語料庫中所有短文內超綱詞的中文注釋。此外，還對這兩個語料庫分別做了自動詞性附碼，采用的是分類詳細的CLAWS7詞性附碼集。這兩個語料庫分別保存為語料庫軟件容易識別的.txt文件。使用的研究工具包括WordSmith Tools 4.0，UltraEdit32，AntConc和Range32等軟件。

Range軟件是語料庫研究中的一個常用工具，由新西蘭語言學家Paul Nation開發，主要用來分析詞匯的跨文本分布。Range軟件自帶三個詞匯底表，一級詞匯底表（BASEWRD1.txt）包括英語中最常用的1000詞族，二級詞匯底表（BASEWRD2.txt）包括英語中次常用的1000詞族，前兩級詞匯底表中的約2000個詞族來源于Michael West（Longman， London 1953）的通用英語詞匯表（A General Service List of English Words）。三級詞匯底表（BASEWRD3.txt）來自Coxhead （1998， 2000）的學術英語詞匯表（Academic Word List），是高中和大學各學科的常用詞匯，涵蓋教育、語言學、金融、商務管理等多個專業，共570個英語詞族。Range軟件的一個主要功能就是可將研究的文本與詞匯底表相對比，分析出文本中詞匯在各級詞底表中所占比例以及不包含在詞表中的詞匯所占比例，還可用來對比兩個文本的詞匯，分析出兩個文本所用的相同和不同詞匯。

四、研究結果

（一）《綜合教程》閱讀庫與專四閱讀庫詞匯難度對比

在語料庫研究中，型符（token）指語料庫中出現的每一個詞的數量，能反映語料庫的總的詞數。型符/%即指出現在某詞匯底表中型符的數量以及在占總型符數量的百分比。類符（type）指語料庫文本中首次單獨出現的詞型，類符/%指出現在某詞匯底表中類符的數量以及占總類符數量的百分比。一個詞族（family）由主詞（headword）及其派生形式和曲折形式構成，例如單詞develop，其曲折形式developed，develops， developing 以及派生形式development都是屬于以develop為主詞的詞族成員。

通過Range32對《綜合教程》閱讀庫與專四閱讀庫分別進行處理，得出詞匯分析結果為：《綜合教程》閱讀庫中總型符數為46563，類符數為6876，詞族數為2044；專四閱讀庫中總型符數為18553，類符數為3957，詞族數為1588。（見表1、表2）

Paul Nation在做詞匯分析時，多利用詞族信息來判斷詞匯難度和覆蓋度。仇家金等（2010）認為類符的三級及詞表外詞匯是更可靠的難度判別標準。三級詞匯表中的第三級和詞表外詞匯能更好地反映文本的詞匯難度。由表1和表2可以看出，從詞族來看，在《綜合教程》閱讀庫中，有393個詞族屬于第三級詞匯底表，在專四閱讀庫中，有276個詞族屬于第三級詞匯底表。從類符列來看，在專四閱讀庫中，有1584個類符屬于第三級詞匯底表和詞表外詞匯，占總類符數的40.03%；在《綜合教程》閱讀庫中，有3443個類符屬于第三級詞匯底表和詞表外詞匯，占總類符數的50.08%。因此，從類符來看，專四閱讀庫中屬于三級詞匯底表和詞表外詞匯的比例要低于《綜合教程》閱讀庫中三級詞匯底表和詞表外詞匯的比例，也就是專四閱讀庫中屬于一、二級詞匯底表的詞匯比例要高于《綜合教程》閱讀庫。從詞族來看，專四閱讀庫中的詞族總數量和三級詞匯底表中的詞族數量也均低于《綜合教程》閱讀庫。由此我們可以推斷，專四閱讀的詞匯難度要低于《綜合教程》課文的詞匯難度。

（二）《綜合教程》閱讀庫與專四閱讀庫詞匯差異對比

一般情況下，英語文本中的虛詞即功能詞應用頻率最高，如限定詞a/an， the， that等，介詞（如of， on， in， to ， with等），代詞（I， he， they等）。在統計文本詞頻時，這些詞往往排在最前面，屬于高頻詞匯，但這些詞的使用頻率無法反映文本的具體詞匯應用特色。為了排除這些功能詞的干擾，我們在統計文本的高頻詞匯時，應將這些詞排除在外。Range 軟件本身自帶一個功能詞表，其中涵蓋了常用的各種功能詞309個。筆者應用Range軟件的Stop list功能，去除了英語文本中常見的功能詞，得出文本中實詞的使用情況。

詞表外詞匯反映文本不同的主題內容

詞表外詞匯能較好地反映出文本的內容傾向?！毒C合教程》閱讀庫中屬于詞表外詞匯的前 20 個高頻詞族包括：BRIDE， STORYTELLER， GROOM， AMERICAN， KIDS， CHINESE， BUDDIES， INTERNET， JESUS， FRENCH， HOLLYWOOD， MOVIE， PANTS， VERMONT， NAGASAKI， PARIS， VALENTINE， ATMOSPHERE， CALIFORNIA， FOLKS。專四閱讀庫中屬于詞表外詞匯的使用頻率最高的前20個實詞詞族包括：AWARDS， AMERICAN， PARENTING， HARRINGTON， RAINBOW， FAKE， ALDEN， CD， EMOTIONS， FISHER， INTERNET， LITERACY， OMIAI， PHILIP， ED， GRADUATION， ILLITERATE， JAPANESE， LITERATE， MICKEY?！毒C合教程》閱讀庫中使用頻率最高的詞匯基本都與地域相關，如American， Chinese， French， Hollywood， Vermont， Nagasaki， Paris， California。但在專四閱讀材料中，我們就會發現使用頻率高的詞內容較為分散，包括國家（American， Japanese）、教育（literacy， graduation， illiterate， literate， ED， parenting）、自然（rainbow， fisher）等。

（三）詞匯以上層面

（1）平均句長

平均句長是指一個語篇中句子的平均長度，以詞數為統計單位。一般來說，簡單句的句長較短，容易理解；并列句、復合句或并列復合句的句子較長，較難理解。因此，通過對平均句長的統計和對比可以從一個側面了解語篇的難度。通過對兩個語料庫的總句子數和平均句長統計，《綜合教程》庫共有3205個句子，平均句長為14.53詞；專四庫共有1125 個句子，平均句長為16.49詞。兩個語料庫的平均句長存在差異，專四閱讀的平均句長比《綜合教程》課文句子長。

（2）語法隱喻

語法隱喻是影響語言材料難度的重要因素。Halliday區分了兩種語法結構對語義的體現關系，一種是一致式，即語言結構直接反映現實世界；另一種是隱喻式，即語言結構不是直接反映現實世界，體現出了不同的語言單位之間的轉換過程。這種語法結構對語義的不一致體現就是語法隱喻。

語法隱喻阻礙了學生閱讀理解的過程。范文芳分析了決定語篇難易度的因素，認為在其它因素相同的情況下，語篇中語法隱喻的含量越高，語篇的難度就越大。Ravelli指出，外國學生在掌握英語語法隱喻時會比較困難。造成這些問題的根本原因就是語法隱喻的復雜性。Lassen 在研究專業技術手冊時，曾提到語法隱喻的五種體現形式：名詞短語、被動語態、定冠詞省略、非限定動詞 V-ing 形式和省略句。通過韓禮德對語法隱喻的定義，語義的不一致表達形式都屬于語法隱喻的范疇。以下針對語法隱喻的幾個主要形式（被動態和名詞化），分別對《綜合教程》庫和專四庫做統計分析和對比。被動語態通過設計完善的正則表達式檢索項，在經過詞性附碼的兩個語料庫中檢索被動語態謂語的使用情況。數據表明，兩個庫在被動語態謂語的使用上沒有顯著性差異。

名詞化是指把別的詞類加上-tion、-ment、-ness、-ity（包括其復數）等后綴轉化成名詞的語言現象。Halliday 認為名詞化是語法隱喻的主要體現，指出“名詞化是創建語法隱喻的唯一最強大的手段”。名詞化表達抽象的概念和過程。名詞化程度越高，語言越抽象，語言難度越大。由于統計兩個語料庫中全部名詞化現象有一定困難，本文只對幾個高頻名詞后綴進行統計和比較。

表3數據表明，在對所選的幾個常用名詞后綴的統計中，《綜合教程》庫的名詞化現象與專四庫差異不大。因此從名詞化的角度分析，專四庫語言難度略高于綜合教程庫。在名詞化統計的過程中，檢索結果中存在噪音（noise），如nation是以-tion結尾的名詞，但不屬于名詞化。考慮到對兩個語料庫均采用未排除噪音的方法統計，因此結果仍有效，且具有可比性。

五、本研究對教學和考試策略的啟示

本研究基于語料庫語言學的方法，通過詞匯和詞匯以上兩個層面對專業四級閱讀試題與《綜合教程》課文語言難度進行比較。

詞匯層面上主要從詞匯難度和詞匯差異兩方面進行分析比較。通過語料庫分析軟件Range32的分析結果，我們發現專業四級閱讀考試在詞匯廣度和深度上要略低于《綜合教程》課文。詞匯以上層面主要從平均句長和語法隱喻兩方面進行分析比較。在平均句長方面，結果表明兩個語料庫的平均句長略有差異，專四庫的平均句長比綜合教程庫長；在語法隱喻方面，專四庫語言的名詞化現象與綜合教程庫差別不大，說明兩庫語言難度相當。綜合上述兩個層面，專業四級閱讀試題與《綜合教程》課文語言難度相當，閱讀部分的試題難度符合基礎階段的教學水平，整體把控得非常到位。這個結果對未來的英語專業教學具有一定的指導意義。首先，從詞匯教學方面來講，教師應當根據學生不同的學習階段對教學重點進行調整：對基礎階段的學生，教師可以在幫助他們擴展基礎詞匯的同時，講授一些相關的詞匯學知識，如詞根、詞綴的變體及曲折變化等。其次，從句法教學方面來講，教師可以提供并督促學生閱讀更多的英美原版材料，并要求他們對其中出現的長難句型進行分析和仿寫。此外，根據本研究所做的統計可知，英語專業四級閱讀語篇中語法隱喻的使用頻率不低。這就要求教師在對學生施教過程中，有意識地引入“語篇”概念，進而引導學生更多地關注到語篇層面上的功能。具體來講，教師可以指導學生借助概念語法隱喻來分析理解難句，通過人際語法隱喻領會作者的言外之意，運用語法隱喻把握語篇脈絡并正確理解篇章意義。

在考試策略方面，筆者針對性的提出一些意見和建議。

培養良好閱讀習慣：在閱讀過程中要從整體出發把握文章的結構脈絡，不要過分拘泥于語言的細節；對于閱讀中遇到的生詞，要大膽去預測，并在之后的閱讀中不斷地修正猜測，不要急切地求助于字典；注意句子與句子之間的表面銜接，從邏輯語義上達到整體連貫一致。了解閱讀理解過程：閱讀理解過程至少分為三大層次，字面理解層、推論理解層、評論理解層，對閱讀理解過程的了解有助于把握三層次的相互關系和作用。字面理解層主要依靠語法能力或語言能力完成；推論理解層主要依靠閱讀技巧和語言能力完成；而評價理解層則是讀者與作者觀點交融糅合的過程。導入閱讀理解方法：擴大詞匯量。利用詞綴來猜測生詞意義，如 im-，com-，dis-，-or，-tion等；利用上下文的語義聯系來推測詞的意義，如因果關系、反義關系等；運用歸納法，把同一類詞歸納在一起，如把有關化學與醫藥的詞匯、貨幣與金融的詞匯歸納在一起。拓寬知識面，積累背景知識?？佳虚喿x所選文章來源于英美國家各大報刊雜志，具有很強的時代性和文化性，所以必須擴大閱讀量，積累背景知識，熟悉西方思維模式，養成英語思維的習慣。掌握閱讀方式，糾正不良習慣。閱讀方式一般分為下列幾種：略讀、尋讀、細讀、評讀。通過前兩者進行快速閱讀，后兩者準確把握文章焦點、論據、推理過程，并對其做出評價。同時必須糾正不良閱讀習慣，如指讀、出聲讀、回視、譯成中文等。掌握閱讀理解技巧：正確處理速度與準確性之間的矛盾。首先確保閱讀理解的準確性，速度只有在準確理解的基礎上才有意義。一味追求速度，囫圇吞棗，或者碰到難點就反復重讀，都是不可取的。考生必須合理分配時間，二者兼顧。這可以在平時訓練中，規定自己限時完成額定任務，以加強時間分配意識。采用合理的解題步驟。一般有兩種方法：短文—看題—解題；看題—短文—解題。一般來說，先讀文章能夠較好地把握文章主旨大意。面對篇幅較長，問題較多的短文，可以選擇第二種方式。遇到篇幅短的短文，可以選擇第一種方式。具體采用哪種方式也是因人而異，隨文而變的。

六、結束語

本文利用語料庫語言學的方法，將定量研究與定性研究相結合，驗證了《綜合教程》和專業四級考試閱讀試題在語言難度上的差異，并據此提出了相關的教學建議。由于篇幅所限，本研究除了從詞匯及詞匯以上兩個層面進行研究外，并未涉及到語篇體裁和語言難度的關系，這一點有待繼續研究，從而使考生及英語教師對專業四級考試閱讀理解試題有一個更全面科學的認識。

【參考文獻】

[1]梁茂成，李文中，許家金.語料庫應用教程[M].北京：外語教學與研究出版社， 2010.

[2]Coxhead A A. New Academic Word List[J].TESOL Quarterly

[3]唐美華.英語專業等級考試中閱讀理解對比分析[J].吉林省教育學院學報，2009（01）.

[4]Ure J. Lexical density and register differentiation[M]./ /Perren G， Trim JLM （eds）. Applications of Linguistics. London： Cambridge University Press， 1971： 443-452.

[5]Hu Zhuanglin.Linguistics：An Advanced Course Book[M].Beijing University Press，2002.

[6]薛鳳敏.基于語料庫的BEC中級閱讀詞匯難度分析[J].海外英語，2017（02）.

[7]劉冰，陳建生.大學英語四六級閱讀語言難度對比---基于語料庫的研究[J].重慶交通大學學報（社科版），2013（5）： 141-144.

[8]郝偉麗，馮筠，李寧等. CET4 閱讀理解試題的內容效度分析[J].考試研究，2015（04）.