圖示理論下Python詞云在大學英語閱讀中的運用

林敏 郭巍

摘 要：圖示理論突破了傳統閱讀理解模式，強調新的信息輸入和讀者已有的圖示之間的交互作用。本文以篇章的關鍵詞為突破口，從語言圖式、內容圖式、修辭圖式三個方面激活學習者的已有圖示。采用現代媒體傳播技術中的詞云使關鍵詞得到有效凸顯。使用Python語言及其第三方庫如NLTK、jieba、WordCloud等，對文本進行分詞、TF-IDF關鍵詞提取，以及詞云生成。將圖示理論和現代計算機技術相結合，使大學英語教學中的篇章閱讀理解達到更好的效果。

關鍵詞：圖式理論;詞云;Python;篇章閱讀

分類號：G623.31

新頒布的《大學英語課程要求》要求“培養學生的英語綜合應用能力，提高綜合文化素養”，篇章的閱讀和理解對于英語綜合應用能力的形成和文化素養的提高具有重要作用。與傳統的“自下而上”的被動閱讀方式不同，魯梅哈特提出的圖示理論模式強調篇章信息的輸入和已有記憶中的圖示的交互作用。本文利用計算機語言python制作詞云，以形象生動的形式凸顯篇章的關鍵詞，以此為突破口，從篇章的語言圖式、內容圖式、修辭圖式三個方面加深對于篇章的學習和理解。

1.圖式理論和詞云

魯梅哈特將圖式理論在閱讀上的應用，可以較好地指導大學英語教學中的篇章閱讀，稱為圖示理論模式（the schema theory model）。根據該理論，閱讀活動包含“自下而上”和“自上而下”兩種“相互交流”的過程。“自下而上”的信息處理過程可以發現篇章中的新信息以及與自身假設所不同的信息，“自上而下”則能夠發現并幫助消除歧義。理解的過程即進行一定的信息輸入之后，在已經存儲的記憶中尋找相關的圖示對信息進行解釋，當有足夠的圖示滿足信息的解釋的時候，便產生了對于篇章的理解。而詞云以圖片展示的形式凸顯篇章的關鍵詞，快速構建與篇章相關的語言圖示、內容圖示和修辭圖示，為更深入地理解課文打好堅實的基礎。

2.Python詞云制作

Python 語言支持中英文，同時完全開源和免費，海量的第三方庫為具體功能的實現提供了極大的便利。基于Python制作詞云主要使用到的第三方庫有NLTK、jieba和WordCloud。

2.1引入NLTK庫對英文文本進行分詞，獲取文本詞頻

from wordcloud import WordCloud， ImageColorGenerator

import matplotlib.pyplot as plt

from jieba import analyse

from nltk.book import *

from nltk import word_tokenize

with open（r"C：＼document＼code＼text A.txt"） as fp：

text = fp.read（）

tokens = word_tokenize（text）

tokens_f = FreqDist（tokens）

2.2使用jieba分詞中的tfidf算法得出文章關鍵詞

tfidf = analyse.extract_tags

k_W = tfidf（text）

2.3構建包含關鍵詞和其對應詞頻的字典

dict = {}

for w in k_W：

dict[w] = tokens_f[w]

2.4使用python的Wordcloud模塊生成詞云

pic = WordCloud（background_color='white'）

pic.generate_from_frequencies（dict）

pic.to_file（"textA.jpg"）

plt.imshow（pic）

plt.axis（"off"）

plt.show（）

3.圖示理論下詞云在大學英語閱讀教學中的應用

本文以《新視野大學英語教程》（第三版）第一冊第一單元Section A Toward a brighter future for all為例，分析詞云在圖示理論下的運用。以關鍵詞為切入點，從語言圖式、內容圖式和修辭圖式三個方面，喚醒學員建立在自身體驗和認知基礎上的知識網絡，經過重新整理和組織，從而快速習得新知識，解決新問題。運用基于python語言的WordCloud第三方庫，使用generate_from_frequencies，即按照關鍵詞詞頻制作詞云如下。

3.1加強和拓展語言圖示

通過文本關鍵詞進一步加強和拓展語言基礎，如詞匯和語法等，使學員的基本語言素養更加扎實。在文中，發表演講的大學校長多次使用will和may向大學新生展示入學后可能遇到的困難和挑戰，以及將要面對的收獲和責任，展現了大學生活的無限可能性;university、experiences、experience、future和learn等詞則展現了大學新生對大學生活充滿期待;me、them、parents等詞則展示了大學新生入學后，對于演講人、家長以及其他可能的社會關系的影響和改變。

在掌握關鍵詞構成的語言圖示的基礎上，進一步拓展：除了使用will和may表示未來的可能性，表達同樣涵意的其他詞匯還有expectation、outlook等;university的近義詞college、academy與university用法上的差異;作為演講人的校長president近義詞有headmaster、principle等，近義詞之間又有何差異等。通過關鍵詞的進一步拓展和積累，采用多種教學手段和方法，使學員不斷豐富自身的詞匯積累，實現扎實的語言圖示積累。