基于批改網(wǎng)的作文自動評價對非英語專業(yè)大學(xué)生語言復(fù)雜性的影響*

電子科技大學(xué)成都學(xué)院 龔 偉 四川大學(xué) 周 軍

電子科技大學(xué)成都學(xué)院 胡 莘

提 要：作文自動評價系統(tǒng)已成為寫作反饋一種不可忽視的形式。迄今鮮有論文專門探討作文自動評價系統(tǒng)是否會影響學(xué)生寫作中的語言復(fù)雜性以及如何影響的問題。該研究在較長的實(shí)驗(yàn)周期內(nèi)檢驗(yàn)了句酷批改網(wǎng)對學(xué)生寫作中詞匯復(fù)雜性和句法復(fù)雜性的影響。文章使用了雙因素重復(fù)測量方差分析等統(tǒng)計(jì)方法，分析了三個水平組45名學(xué)生在32周的時間里在批改網(wǎng)上完成的作文，結(jié)果發(fā)現(xiàn)，基于批改網(wǎng)的作文自動評價有利于學(xué)生語言復(fù)雜性的發(fā)展，同時有無混合教師人工批閱對句法復(fù)雜性的影響大于詞匯復(fù)雜性的影響。

1.引言

在全世界的二語寫作教學(xué)中，寫作反饋無疑都是一個重要環(huán)節(jié)。如何評價反饋對二語寫作語言能力的影響，過去的研究主要集中在糾錯性反饋對寫作準(zhǔn)確度的影響(Ferris&Hedgcock,1998；Bitchener,J.,et al.,2005;Hartshorn,et al.,2010;Masatoshi &Roy,2012),或是以CAF(Complexity,Accuracy and Fluency)為框架，“全景式”地測量和描述學(xué)生寫作中語言的準(zhǔn)確度、復(fù)雜度和流利度(Robb et al.1986;Wolfe-Quintero et al.1998;Plakans et al.,2016;王穎、劉振前,2012)。多數(shù)研究結(jié)果發(fā)現(xiàn)反饋有助于學(xué)生語言準(zhǔn)確度和流利度的提升(Ferris,1999；Chandler,2003;Bitchener,2008;Ellis et al.,2008)。然而對反饋是否有助于復(fù)雜度的提高研究者們卻莫衷一是，且測量復(fù)雜度的指標(biāo)也各不相同，代表性的案例如下：Sheppard (1992)采用從句數(shù)與句子總數(shù)的比率測量學(xué)習(xí)者寫作復(fù)雜度的變化，發(fā)現(xiàn)部分學(xué)習(xí)者為提高語言準(zhǔn)確性而降低了寫作的復(fù)雜度。李勇、鄧紅霞(2012)依據(jù)D值測量詞匯豐富度，用T單位平均長度、從句平均長度和從句與T單位的比率三個指標(biāo)測量句法復(fù)雜性，結(jié)果發(fā)現(xiàn)無論有無反饋，詞匯復(fù)雜度都在提高，而句法復(fù)雜性都無改變。Ali et al.(2014)測量了詞匯變異度、詞匯密集度，并根據(jù)平均句長、從屬小句與全部小句的比率測量句法復(fù)雜性，發(fā)現(xiàn)接受教師反饋組的實(shí)驗(yàn)組與無反饋的控制組相比，在詞匯復(fù)雜度和句法復(fù)雜性方面都有顯著提高。

基于計(jì)算機(jī)技術(shù)的作文自動評價系統(tǒng)(Automated Writing Evaluation,AWE)，因其具有與人工評閱相較更高的信度和效度(Keith,2003;Weigle,2010)，加之反饋的即時性 (Attali,2004;Dikli,2006),吸引并促進(jìn)學(xué)生多次修改(Warschauer&Ware,2006)等等優(yōu)勢，業(yè)已成為寫作反饋研究不容忽視的一個類別。國外學(xué)者針對AWE能否促進(jìn)學(xué)生書面語言的發(fā)展看法不一。Warschauer&Ware(2006)發(fā)現(xiàn)自動反饋因?yàn)榭梢源龠M(jìn)學(xué)生多次修改，對學(xué)生寫作能力的發(fā)展有積極作用。Li et al.(2015)以Criterion為工具提供寫作自動反饋，發(fā)現(xiàn)AWE有利于學(xué)生語言準(zhǔn)確度的提高。CCCC (2006)和Cheville(2004)則提出機(jī)器自動修改作文背離了寫作本身是一種復(fù)雜且具有高度互動性的人際交流行為的本質(zhì)，可能會誤導(dǎo)學(xué)生只去關(guān)注句法形式，而忽略了內(nèi)容和思想的發(fā)展。目前國內(nèi)以句酷批改網(wǎng)(以下簡稱批改網(wǎng))為代表的作文自動評價系統(tǒng)已逐漸在各高校二語教學(xué)中應(yīng)用，而寫作自動反饋對學(xué)生書面語的影響研究卻是寥寥。蔣學(xué)清等人(2011)使用美國研發(fā)的Writing Roadmap2.0作文自動評價工具，從英語作文的7項(xiàng)指標(biāo)來評價AWE對大學(xué)生英語寫作能力發(fā)展的影響，對AWE做出了積極肯定的結(jié)論。楊曉瓊、戴運(yùn)財(cái)(2015),鐘彩順(2015)分別使用批改網(wǎng)為工具，研究學(xué)生在線寫作的自主學(xué)習(xí)行為，得出了不同的結(jié)論。前者認(rèn)為基于批改網(wǎng)的自主寫作教學(xué)模式能夠有效提高學(xué)生的英語寫作總體水平，而后者發(fā)現(xiàn)學(xué)生自主修改的數(shù)量有限，質(zhì)量不高，作文優(yōu)化效果不明顯。至于專門研究AWE對學(xué)生寫作中語言復(fù)雜度的影響，目前只能檢索到黃紹瑩、張荔(2015)從準(zhǔn)確性、流利度、復(fù)雜性和作文總體質(zhì)量四個方面，探討批改網(wǎng)自動反饋對學(xué)生寫作能力的影響，他們關(guān)注的依然是全景式描述CAF的變化，對語言復(fù)雜性的測量沿用的是最常見的T單位檢驗(yàn)。然而語言復(fù)雜性的研究告訴我們，學(xué)習(xí)者書面語語言復(fù)雜性的發(fā)展?fàn)顩r不僅體現(xiàn)在句法層面，還有詞匯層面(趙俊海、陳慧媛，2012)。僅僅用T單位這一類考查句法復(fù)雜性的測量單位不足以反映語言復(fù)雜性變化的全貌，因?yàn)樵~匯復(fù)雜性和句法復(fù)雜性應(yīng)該是衡量語言復(fù)雜性廣泛采用的標(biāo)準(zhǔn)(Crookes,1989：368)。

綜合前人的研究，我們認(rèn)為，對作文自動評價系統(tǒng)提供的寫作反饋在提高學(xué)生語言復(fù)雜性中的作用遠(yuǎn)沒有定論，導(dǎo)致這種情況的原因可能是已有研究之間的種種差異。比如，研究對語言復(fù)雜性的測量方法多有不同，特別是多數(shù)研究對詞匯變異度、詞匯密集度和詞匯復(fù)雜度這三個與句法復(fù)雜性緊密相關(guān)、且反映語言復(fù)雜性的因素忽略不計(jì)。另外，研究數(shù)據(jù)收集與分析使用的作文自動評價工具各不相同，不同網(wǎng)站工具的各種功能設(shè)計(jì)都可能左右研究發(fā)現(xiàn)。最后，寫作反饋對學(xué)生語言復(fù)雜性的影響孰大孰小，也受到學(xué)習(xí)者本身二語水平和實(shí)驗(yàn)持續(xù)長度的影響，譬如王穎、劉振前(2012：52)分析學(xué)生的復(fù)雜性變化不明顯是因?yàn)閷?shí)驗(yàn)初期學(xué)生的語言復(fù)雜性已經(jīng)很高，Ortega(2003)指出幾乎要一年多的教學(xué)才會對寫作中的MLT產(chǎn)生影響。

因此，要更好地探索作文自動評價系統(tǒng)對學(xué)生語言復(fù)雜性的影響，有必要將詞匯復(fù)雜性與句法復(fù)雜性一并納入語言復(fù)雜性的測量，同時將作文自動評價工具中影響實(shí)驗(yàn)結(jié)果的功能作為變量加以控制，針對相同二語水平的學(xué)生，在一個較長的教學(xué)周期中去觀察結(jié)果。這正是本研究的目的所在。具體地說，我們的研究問題是：基于句酷批改網(wǎng)的作文自動評價對中等水平學(xué)習(xí)者寫作語言復(fù)雜性有無影響？如果有，在詞匯復(fù)雜性和句法復(fù)雜性上分別如何影響？

2.研究過程

1)研究對象

參與實(shí)驗(yàn)的對象為本校非英語專業(yè)二年級3個平行班中選取的60名學(xué)生，每個班20名。由于我們關(guān)注的是中等水平學(xué)習(xí)者，所以剔除掉班里英語拔尖和基礎(chǔ)太差的兩組學(xué)生，將抽樣范圍限定在大一第二學(xué)期期末考試卷面成績55—85分的學(xué)生中間，這些學(xué)生分別占班級總?cè)藬?shù)的72%、81%和78%。3個班均在同一名英語教師教授的大學(xué)英語讀寫譯課程學(xué)習(xí)。學(xué)生每兩周完成一篇寫作練習(xí)，由學(xué)生課外在批改網(wǎng)上完成。課程持續(xù)8個月，周課時4節(jié)。

60名受試按照班別分組，分別標(biāo)記為實(shí)驗(yàn)1組(20名)，實(shí)驗(yàn)2組(20名)和控制組(20名)。3組學(xué)生學(xué)習(xí)內(nèi)容一樣，接受的寫作反饋形式不同。實(shí)驗(yàn)1組僅接受批改網(wǎng)的自動評價，學(xué)生被要求至少修改一次后再次提交作文，實(shí)際修改次數(shù)不限。實(shí)驗(yàn)2組接受批改網(wǎng)的自動評價同時教師在人工評閱處做出反饋，學(xué)生被要求在看到人工評閱后至少修改一次再提交作文，修改次數(shù)不限。控制組不使用批改網(wǎng)，但出于教師職責(zé)，教師根據(jù)文章整體質(zhì)量給出A、B、C、D四個等級的總體評分，不涉及任何語法項(xiàng)目的批改。學(xué)生修改后再次上交。在8個月的實(shí)驗(yàn)里，每位受試共完成12篇不同題目的作文，并對每篇文章進(jìn)行至少一次的修改。

為了降低數(shù)據(jù)分析的復(fù)雜性，我們只對第3,6,9,12次修改后的作文進(jìn)行數(shù)據(jù)收集和分析。這四次作文分別稱為第1次，第2次，第3次和第4次評分。

由于研究周期較長，學(xué)生在課外有很多機(jī)會提升英文寫作水平，不可控因素時時存在。本研究采取了如下措施以盡量控制這些因素：1、實(shí)驗(yàn)前準(zhǔn)則控制。事先和學(xué)生約定規(guī)則，要求認(rèn)真對待每次寫作任務(wù)，并將參與情況計(jì)入學(xué)生平時成績。提前調(diào)查學(xué)生在實(shí)驗(yàn)周期中有無特殊英語學(xué)習(xí)計(jì)劃(比如課外參加寫作培訓(xùn)班、托福培訓(xùn)班)，參加培訓(xùn)班的學(xué)生不作為樣本。2、實(shí)驗(yàn)后數(shù)據(jù)分析控制。對于數(shù)據(jù)有缺失的，不作為樣本；在數(shù)據(jù)分析中采用了拉依達(dá)準(zhǔn)則法排除標(biāo)準(zhǔn)偏差在3σ范圍之外的異常數(shù)據(jù)，這些異常我們認(rèn)為主要是較長的實(shí)驗(yàn)周期中各種不可控因素導(dǎo)致(如個別學(xué)生超長的課外學(xué)習(xí)、敷衍對待作文任務(wù)等)。最終每組20個采樣樣本中保留了15個相對有效樣本進(jìn)行統(tǒng)計(jì)分析。

2)作文自動評價系統(tǒng)的選擇

目前，國外已有不少較為成熟的AWE系統(tǒng)，但都非針對二語習(xí)得的學(xué)習(xí)者設(shè)計(jì)，難以提供符合中國英語學(xué)習(xí)者特點(diǎn)的篇章和句法建議。因此，本研究擬采用國內(nèi)自主研發(fā)的AWE系統(tǒng)，一則方便教學(xué)推廣，二則也為開發(fā)適合中國國情的EFL作文自動評價系統(tǒng)積累更多的實(shí)證研究經(jīng)驗(yàn)。

在比較幾種國內(nèi)主要的AWE工具系統(tǒng)的功能和便捷性后，我們選擇了句酷批改網(wǎng)，它是一個基于語料庫和云計(jì)算的英語作文自動批改在線服務(wù)系統(tǒng)，通過計(jì)算學(xué)生作文和標(biāo)準(zhǔn)語料庫之間的距離即時生成學(xué)生作文的分析結(jié)果(蔣艷、馬武林，2013：77)。批改網(wǎng)與其他AWE系統(tǒng)一樣，可以提供作文總分、整體評價和詞匯、語法、語體等單項(xiàng)的個性化反饋，同時又有其創(chuàng)新，如支持系統(tǒng)自動批閱和教師人工批閱的結(jié)合，提供優(yōu)秀作文共享等功能。

考慮到“教師人工評閱”的功能是將教師反饋?zhàn)鳛閷ψ詣优墓ぞ邌我环答伳Ｊ降膹浹a(bǔ)(楊曉瓊、戴運(yùn)財(cái)，2015)，此次基于批改網(wǎng)的研究我們遂將教師人工評閱作為一個變量計(jì)入了實(shí)驗(yàn)設(shè)計(jì)。

3)數(shù)據(jù)收集工具

(1)詞匯復(fù)雜性的測量

每個文本都依據(jù)詞匯多樣度、詞匯密集度和詞匯復(fù)雜度來測量詞匯復(fù)雜度，這三個指標(biāo)已被證實(shí)可以較好地監(jiān)測二語寫作質(zhì)量和詞匯復(fù)雜度的發(fā)展(Laufer,1994;Laufer &Nation,1995)。

詞匯多樣度采用McCarthy (2006)的文本詞匯多樣度測量(Measure of Textual Lexical Diversity,MTLD),其已被證明能夠不受文本長度的影響，結(jié)果更加準(zhǔn)確(McCarthy &Jarvis,2007,2010);測量工具是在線Coh-Metrix3.0文本分析器。

詞匯密集度(lexical density,LD)測量實(shí)詞在整篇文本中的比率。本研究采用Nation和Coxhead設(shè)計(jì)的Range32軟件，使用Range32自帶的功能詞(function.txt)為屏蔽詞，統(tǒng)計(jì)實(shí)詞在整篇文本中的個數(shù)，然后計(jì)算出比率。

詞匯復(fù)雜度(lexical sophistication,LS)測量文本中低頻詞(復(fù)雜詞)在文本中的覆蓋率。采用Range32軟件統(tǒng)計(jì)詞頻。考慮到本校大學(xué)英語二年級學(xué)生的實(shí)際水平，將低頻詞定義為Range32詞表中1級詞表(baseword 1)以外且拼寫正確的詞。計(jì)算低頻詞總數(shù)與文本總長度的比率。

(2)句法復(fù)雜性的測量

測量句法復(fù)雜性的指標(biāo)較多，本研究采用3個指標(biāo)，分別測量單位長度、單位密度和句型多樣性。單位長度用T單位平均長度(MLT)測量，MLT=文本總詞數(shù)/T單位總數(shù)。單位密度依據(jù)從句與T單位的比率(C/T)，C/T=從句總數(shù)/T單位總數(shù)。句型多樣性測量相鄰句子句法相似度(Syntax Similarity of Adjacent Sentences,SSAS)，測量工具是在線Coh-Metrix3.0文本分析器。

4)數(shù)據(jù)分析

本研究的兩個自變量是反饋方式和評分次數(shù)。前者為組間變量，后者為組內(nèi)變量。因變量為詞匯和句法復(fù)雜性各個指標(biāo)。組內(nèi)變量評分次數(shù)是時間因素，屬于重復(fù)測量因素，所以針對各個指標(biāo)的整體分析采用了雙因素重復(fù)測量方差分析(Two-way Repeated Measures ANOVA)；組間多重比較采用了獨(dú)立樣本T檢驗(yàn)；組內(nèi)多重比較采用了配對樣本T檢驗(yàn)。

為減少多重比較犯第一類錯誤的概率，需要調(diào)整顯著性水平α′=α/k，α=0.05。對于組內(nèi)比較，k為進(jìn)行的時間因素各水平比較次數(shù)，本實(shí)驗(yàn)中為3(第2次，第3次，第4次評分分別和第1次評分比較)，所以調(diào)整顯著性水平α′=0.017；對于組間比較，k為多重比較次數(shù)，3種反饋方式兩兩比較，k為3，所以調(diào)整顯著性水平α′也為0.017。統(tǒng)計(jì)分析前對數(shù)據(jù)進(jìn)行正態(tài)檢驗(yàn)和方差齊性檢驗(yàn)，均滿足條件，適用選擇的統(tǒng)計(jì)方法。

3.研究結(jié)果

1)詞匯復(fù)雜性

表1和表2中雙因素重復(fù)測量方差分析結(jié)果表明：對于MTLD和LS，不同反饋類型的作用均存在顯著差異，評分次數(shù)的作用均存在顯著差異，反饋類型和評分次數(shù)在MTLD和LS上也有顯著的交互作用。然而對于LD，不同反饋類型的作用不存在顯著差異，評分次數(shù)的作用不存在顯著差異，反饋類型和評分次數(shù)在LD上沒有顯著的交互作用。

表1.詞匯復(fù)雜性整體分析和組間組內(nèi)比較

注：A組：批改網(wǎng)，B組：批改網(wǎng)加人工批閱，C組：無反饋

表2.詞匯復(fù)雜性描述統(tǒng)計(jì)量

下文將進(jìn)一步通過獨(dú)立樣本T檢驗(yàn)討論反饋類型對詞匯復(fù)雜性各測量指標(biāo)的具體作用，并借助配對樣本T檢驗(yàn)了解各反饋組隨評分次數(shù)的變化情況。

(1)詞匯多樣度

如下圖1顯示，三種反饋方式對提升詞匯多樣度均有顯著作用，說明作文次數(shù)對提高M(jìn)TLD是有作用的，其中批改網(wǎng)加人工批閱方式效果最顯著。批改網(wǎng)加人工批閱與批改網(wǎng)單純反饋之間無顯著差異，它們分別與無反饋之間存在顯著差異，說明批改網(wǎng)反饋的作用是顯著的。

圖1.三組受試四次評分MTLD值變化

(2)詞匯密集度

由圖2可見，三種反饋方式對提升詞匯密集度均無顯著作用，雖然隨著評分次數(shù)的增加，LD值在緩慢上升，但沒有統(tǒng)計(jì)學(xué)上的顯著差異。同時，三種反饋方式之間也沒有顯著差異。

圖2.三組受試四次評分LD值變化

(3)詞匯復(fù)雜度

圖3告訴我們，批改網(wǎng)加人工批閱和批改網(wǎng)單純反饋對提升詞匯復(fù)雜度均有顯著作用，它們之間無顯著差異，它們和無反饋方式之間存在顯著差異。無反饋組的詞匯復(fù)雜度無顯著變化。

圖3.三組受試四次評分LS值變化

表3.句法復(fù)雜性整體分析和組間組內(nèi)比較

續(xù) 表

注：A組：批改網(wǎng)，B組：批改網(wǎng)加人工批閱，C組：無反饋

表4.句法復(fù)雜性描述統(tǒng)計(jì)量

2)句法復(fù)雜性

雙因素重復(fù)測量方差分析結(jié)果表明：對于MLT，C/T和SASS，不同反饋類型的作用存在顯著差異，評分次數(shù)的作用存在顯著差異，反饋類型和評分次數(shù)有顯著的交互作用。

下文將進(jìn)一步通過獨(dú)立樣本T檢驗(yàn)討論反饋類型對句法復(fù)雜度各測量指標(biāo)的具體作用，并借助配對樣本T檢驗(yàn)了解各反饋組隨評分次數(shù)的變化情況。

(1)單位長度

從圖4看出，批改網(wǎng)加人工批閱和批改網(wǎng)單純反饋對提升T單位平均長度均有顯著作用，兩者無顯著差異，它們和無反饋方式之間存在顯著差異。無反饋組的單位長度無顯著變化。

(2)單位密度

圖5所示，批改網(wǎng)加人工批閱對提升從句單位密度有顯著作用，較之另兩種反饋方式均存在顯著差異。批改網(wǎng)單純反饋和無反饋對單位密度沒有顯著提升，且兩種反饋之間的效果無顯著差異。

圖5.三組受試四次評分C/T值變化

(3)句型多樣性

注意到SSAS值表示相鄰句子的句法相似性，因此SSAS值與句型多樣性成負(fù)相關(guān)。圖6可見，三種反饋方式對句型多樣性的作用相互之間均存在顯著差異。批改網(wǎng)單純反饋顯著提升了句型多樣性，批改網(wǎng)加人工批閱顯著降低了句型多樣性，無反饋對句型多樣性無顯著作用。

圖6.三組受試四次評分SSAS值變化

4.討論

綜合實(shí)驗(yàn)結(jié)果，我們對3組學(xué)生作文中語法復(fù)雜性的變化有以下兩點(diǎn)發(fā)現(xiàn)：一是接受批改網(wǎng)反饋的兩組學(xué)生比無反饋的學(xué)生在語言復(fù)雜性的多個測量值(MTLD、LS、MLT、C/T、SSAS)中表現(xiàn)出更加明顯的發(fā)展；二是有無教師人工批閱對句法復(fù)雜性的影響大于詞匯復(fù)雜性的影響。我們將詳細(xì)討論這兩點(diǎn)發(fā)現(xiàn)。

1)相較無反饋，使用批改網(wǎng)反饋更有助于提高學(xué)生的詞匯多樣度、詞匯復(fù)雜度和T單位平均長度，批改網(wǎng)加人工批閱還能提高學(xué)生的從句單位密度，但兩種反饋對詞匯密集度的提升均無影響，兩種反饋還對句型多樣性的發(fā)展造成了不同的影響。具體變化原因我們將從詞匯復(fù)雜性和句法復(fù)雜性兩方面來探討。

詞匯復(fù)雜性方面：第一，批改網(wǎng)的“推薦表達(dá)”功能如同一個同義詞詞庫，在按句點(diǎn)評時主要針對形容詞和動詞為學(xué)生提供了眾多的選擇方案，這在某種程度上促進(jìn)了學(xué)生的詞匯發(fā)展，使得1、2組學(xué)生在詞匯多樣度、詞匯復(fù)雜度的進(jìn)步明顯優(yōu)于無反饋組。第二，詞匯多樣度是語言水平發(fā)展一個非常敏感的指標(biāo)(Crossley et al.,2011：190)，學(xué)生在32周的實(shí)驗(yàn)期間一直在參與大學(xué)英語讀寫譯的學(xué)習(xí)，詞匯量和語言水平在逐步上升，因此無反饋組在實(shí)驗(yàn)結(jié)束時也增加了詞匯多樣度。第三，不管有無反饋或使用哪種反饋方式，詞匯密集度從始至終沒有明顯變化，這一發(fā)現(xiàn)也符合鮑貴(2008：40-41)的結(jié)論：如果允許詞匯重復(fù)，將不同屈折變化的實(shí)詞看作不同的詞，詞匯密集度僅能較好地區(qū)分水平差異甚大的組別。一年的教學(xué)時間不足以使3個平行組的學(xué)生產(chǎn)生巨大的英語水平差異。

句法復(fù)雜性方面：第一，接受批改網(wǎng)反饋的兩組受試在T單位平均長度指標(biāo)出現(xiàn)了顯著提升，而無反饋組無明顯變化。反饋可以提升MLT值這一結(jié)論與前人的研究看似矛盾(王穎、劉振前，2012；黃紹瑩、張荔，2015)，但如果把時間因素考慮進(jìn)去，就不難發(fā)現(xiàn)，前人的研究都是在一學(xué)期甚至更短的時間內(nèi)考查語法復(fù)雜度的變化，而本實(shí)驗(yàn)跨越兩個學(xué)期，加上寒假一個多月，實(shí)際實(shí)驗(yàn)持續(xù)時間將近一年，寫作中的MLT在長期的教學(xué)產(chǎn)生了變化是有可能的。第二，使用批改網(wǎng)加人工批閱的學(xué)生在從句單位密度指標(biāo)上有顯著提升，其他兩組前后沒有明顯變化。這說明批改網(wǎng)反饋不能提高學(xué)生寫作時應(yīng)用從句的能力，但若結(jié)合教師反饋則能彌補(bǔ)這一缺憾。究其原因，批改網(wǎng)的指導(dǎo)更加側(cè)重子句層面，例如主語、謂語等句子成分的缺失，主謂不一致、缺乏連詞等。因此學(xué)生的修改多在關(guān)注語法錯誤的句子，卻忽視了綜合運(yùn)用各種句型以提升句子的復(fù)雜性。同時，由于批改網(wǎng)分擔(dān)了教師語法糾錯反饋的責(zé)任，使教師能夠更多關(guān)注學(xué)生的句型變換，指導(dǎo)學(xué)生綜合運(yùn)用簡單句、復(fù)合句和復(fù)雜句，因此輔以教師反饋的小組在從句單位密度上有顯著提高。第三，本研究的一個有趣發(fā)現(xiàn)是，在實(shí)驗(yàn)結(jié)束時，接受批改網(wǎng)單純反饋的學(xué)生降低了句法相似性，接受批改網(wǎng)加人工批閱的學(xué)生增加了句法相似性，而無反饋組的學(xué)生在句法相似性上一直沒有明顯變化。據(jù)此我們推測學(xué)生句型多樣性的發(fā)展與反饋方式相關(guān)。批改網(wǎng)有利于促進(jìn)學(xué)生的句型多樣性，然而句型多樣性發(fā)展到一定程度則會影響可讀性，相似的句型是連接句子的重要手段(Crossley et al.2008：478)。接受教師輔助反饋的小組可能在老師的提示下使用了更多的語法手段幫助實(shí)現(xiàn)語篇連貫，從而降低了句型多樣性。

2)句酷批改網(wǎng)中有無教師人工批閱對句法復(fù)雜性的影響大于詞匯復(fù)雜性的影響，具體表現(xiàn)在：輔以教師人工批閱的小組在詞匯復(fù)雜性的全部3個指標(biāo)表現(xiàn)上均與批改網(wǎng)單純反饋的小組沒有顯著差異，但在句法復(fù)雜性的2個指標(biāo)上(C/T,SSAS)與批改網(wǎng)單純反饋組出現(xiàn)了顯著差異。可見教師反饋的優(yōu)勢更多體現(xiàn)在句法等深層語言結(jié)構(gòu)上，雖然批改網(wǎng)在句法方面也會給出概括性的建議，如多使用從句，多使用長句，變化句型等，但反饋不夠具體，不能引起學(xué)生足夠的注意。教師則可以根據(jù)每個學(xué)生的寫作風(fēng)格和行文組織給予更有針對性的建議。

5.結(jié)語

本研究檢測了句酷批改網(wǎng)對非英語專業(yè)大學(xué)生寫作語言復(fù)雜性的影響。研究在一個較長的周期里，采用六個測量指標(biāo)分別測量了學(xué)生作文詞匯復(fù)雜性和句法復(fù)雜性的變化，并首次對教師批閱功能的影響進(jìn)行了考察。結(jié)果顯示，批改網(wǎng)有利于提高學(xué)生的詞匯復(fù)雜性和句法復(fù)雜性，結(jié)合教師反饋會給學(xué)生的句法復(fù)雜性帶來更積極的影響。如前文所述，批改網(wǎng)作為國內(nèi)AWE系統(tǒng)的代表，本研究發(fā)現(xiàn)也具有一定的通用性，能為以后學(xué)者們對作文自動評價系統(tǒng)與寫作語言復(fù)雜性關(guān)系的深入研究提供一個借鑒。另外，鑒于目前國內(nèi)大學(xué)英語課程的教學(xué)方法、教材、教學(xué)手段及學(xué)生的學(xué)習(xí)環(huán)境有不少共同之處，此發(fā)現(xiàn)對類似的群體，環(huán)境也有啟示作用。

當(dāng)然，由于上文提到的種種原因，此次研究具有一定的特定性。基于批改網(wǎng)數(shù)據(jù)的通用性，實(shí)驗(yàn)數(shù)據(jù)的有效性以及實(shí)驗(yàn)樣本量偏小，群體固定，樣本的代表性是否足夠，這些都有賴后續(xù)開展更多的實(shí)驗(yàn)來進(jìn)一步論證和檢驗(yàn)。