基于核心素養的學生英語寫作語言量化評價語料庫應用方法

徐使超

核心素養是指個人在一定時期內，實現自我、成功生活與融入社會的關鍵素養^[1]。《普通高中英語課程標準（2017年版2020年修訂）》（以下簡稱《課程標準》）指出，學科核心素養是學科育人價值的集中體現，是學生通過學科學習而逐步形成的正確價值觀、必備品格和關鍵能力;英語學科核心素養主要包括語言能力、文化意識、思維品質和學習能力^[2]。核心素養不僅關系學科的課程設計與教學方法創新，還是衡量教育質量的重要依據，因此與評價體系有著密切的相互作用關系^[3]。為此，《課程標準》提出“教—學—評”一致的理念：教指向學科核心素養的培養，學是為了發展核心素養，評則是為了促教和促學^[4]。

《課程標準》還提出，普通高中英語課程應充分利用信息技術，實現大數據等新技術的有效促學功能。大數據具有變革人類教育方式與學習方式的能力^[5]，信息化和大數據為現代教育尤其是現代外語教育提供了新的機遇，為英語能力的量化評價提供了新途徑。

寫作能力評價一直是外語能力評價的重點。寫作是作者建構意義、發現自我的活動，也是一種用書面語言來傳遞信息和表達情感的社會文化活動，它是學生學習與運用英語思維建構意義、表達概念的過程，是語言能力等技能中難度較大的一環，因此是衡量學生英語語言能力與水平的重要標志^[6]。學生寫作語言的量化分析是促進英語寫作評價的有效方法。

本文基于寫作相關核心素養目標，討論運用信息化、數據化的語料庫軟件，對學生寫作語言進行量化評價的方法及其在教學中的實踐。

一、核心素養理念下的學生寫作語言培養目標

核心素養中，寫作技能素養作為語言能力的重要組成部分出現，按水平分為三級（見表1）。

圍繞核心素養對學生寫作能力提出的水平要求，結合《課程標準》對應核心素養設計的課程內容，筆者認為，核心素養理念下的寫作能力培養，關鍵在于提高學生的以下能力：（1）語言應用能力，重點包括詞匯、句法應用能力與語篇銜接能力，其中詞匯、句法應用能力方面分為必修、選擇性必修、選修提高三個水平層次;（2）信息傳遞能力，受學生思維品質如邏輯思維、辯證思維等影響，要能正確地表達主題意義，并根據主題意義的需要，選擇合適的寫作風格，表現語篇語言特點;（3）在寫作語篇中，向讀者表達情感、態度的能力。核心素養的寫作能力培養目標同時體現了寫作的修辭三角的對象目標——語言應用能力指向文本、信息傳遞能力指向主題、情感與態度的表達能力指向讀者^[7]。

二、核心素養理念下的語料庫輔助學生語言量化評價

培養學生的英語學科核心素養，提升學生的寫作能力，教師應及時發現學生寫作過程中存在的問題和困難，并給予相應指導。有效的評價可以促進學生寫作并反撥教學，但是目前的英語寫作教學缺乏有效的評價方式^[8]。

以往的英語寫作教學評價以教師的主觀判斷為主，隨著語料庫技術的飛速發展，可用于語言分析的語料庫技術層出不窮。語料庫輔助語言教學的促學作用已被研究證實^[9]。但是，針對核心素養詞匯層級，能夠分析學生語言銜接能力、主題信息傳遞能力及情感表達能力的技術應用路徑并不多見。

本文運用Range/AntConc、QUITA、Coh-

Metrix軟件進行上述評價（如圖1）。以上軟件均為開放資源，操作簡便，適合高中教師教學乃至學生自主學習使用。相關軟件及統計所需詞表，筆者通過網絡工作棧共享，方便師生下載。

（一）詞表分布量化分析

Range軟件是由惠靈頓維多利亞大學的內申（Nation）研發的，用于計算文本的基礎詞表分布，統計文本詞匯在一些基礎詞表中的占比，是一種常用的分析文本難易度的量化數據;AntConc軟件則由日本早稻田大學的勞倫斯·安東尼（Laurence Anthony）研發^[10]，可將文件詞表分布可視化呈現。

Range軟件的操作非常簡單，將預處理文檔以文本文檔txt格式保存后，打開該軟件，在“File”菜單欄點擊“Open”并選擇對象文檔，再點擊“Save”并選擇輸出結果的位置，之后點擊“Process file”即可。

結合《課程標準》，Range軟件的功能主要體現在量化分析學生的詞匯應用以及情感與態度的表達能力上。

1.運用《課程標準》詞表統計語篇用詞分布

根據《課程標準》，高中學生的詞匯包括義務教育階段1500詞、英語必修課程應學習和掌握500詞、選擇性必修課程應學習和掌握1000詞，三個層級累計3000詞。運用Range軟件，可對文本在《課程標準》詞表不同層級中的分布進行統計。

2.運用特殊詞表統計語篇情感態度

根據教學需要設計特殊詞表，如特定的立場標記語、Vader情感向量詞表^[11]，統計學生情感、態度等特定表達內容的使用情況。同時，結合AntConc軟件的詞表語境查看功能，打開軟件先后選擇“File”“Flie View”“Advance”“Load file”，能夠實現語篇情感、態度用詞分布的可視化查看。

（二）主題風格量化分析

QUITA（Quantitative Index Text Analyzer）由捷克語言學家庫巴特（Kubát）等人研發，用于量化文本風格的相關特征。打開該軟件，選擇Project—New project、Indexes to compute頁面選擇計算項目，Texts頁面選擇“Add text file”后，點擊“Start”即可進行文本的風格計量計算。

結合核心素養相關概念，QUITA軟件的作用在于對文本主題詞、主題集中度等主題特征，以及詞長、活動度、動詞間距等文本風格特征的量化分析，反饋學生的信息傳遞能力。

1.主題詞及主題集中度

h點（h-point）是詞序與詞頻相等或最接近的分界閾值。計量語言學概念中的主題詞是頻次大于h的實詞，次主題詞為頻次大于2h的實詞。主題集中度反映文本專注于某個主題的程度，能夠從內容上反映文本風格，該值越高，文本就越可能專注于某個主題^[12]。

2.詞長

詞長即單詞的長度，文本所述詞長分別統計單詞所含的平均字母數量。一般而言，詞匯的長度與詞匯使用的生僻度、記憶的難度與表達的理性程度成正比^[13]。

3.類符比

詞類相當于傳統意義上的單詞，指語篇的詞匯量，又稱詞匯總藏。詞符指的是某個詞型在語篇中出現的次數總和。語篇中的詞類/詞符占比，能夠有效體現語篇的語言豐富性^[14]。

4.活動度

活動度為文本中的動詞總數占動詞與形容詞總數的比例。文本活動度主要用于心理學和語言學中文本特征、文體風格的研究，描述文本中描述與敘事之間的相互作用，統計文本在描述和敘述之間的均勢^[15]。

5.動詞間距

動詞間距是指文本相鄰動詞（中間沒有其他動詞，可跨句）之間的詞符個數，可計算平均值。動詞間距與語篇的語言風格同樣具有緊密聯系。

（三）銜接特征量化分析

Coh-Metrix由孟菲斯大學的麥克納馬拉（McNamara）等人研發，能夠對文本的108項特征進行量化分析。該軟件提供方便使用的網頁接口，輸入文本即可得到計算結果。基于核心素養要求，可運用其分析語篇的指稱銜接、連接詞2個類目16項指數量化分析語篇的銜接與連貫性^[16]。

1.指稱銜接

Coh-Metrix軟件指算法計算3個類型的指稱銜接關系：名詞重疊、論點重疊、詞干重疊。同時，對以上3類指稱關系，按照相鄰句與語篇全局2個類型，共計6項指數進行量化。

2.連接詞

連接詞分為所有連接詞、因果連接詞（如because）、邏輯連接詞（如and、or）、轉折連接詞（如although）、時間順序連接詞（如first）、擴展時間順序連接詞（如until）、附加連接詞（如and、moreover）、肯定意義連接詞（如also、moreover）、否定意義連接詞（如however、but）。Coh-Metrix通過計算以上9項連接詞的出現頻次與語篇易態動詞之比，量化計算語篇的連接詞銜接。

三、語料庫輔助學生語言量化評價的實踐

筆者以浙江省2020年7月高考讀后續寫語篇作為寫作內容，在班級中進行寫作練習（如圖2），并采用語料庫技術對學生作文進行量化分析。

（一）語言運用能力

1.詞匯能力

運用Range軟件對學生語篇的詞表分布進行統計。本文共160詞，根據課標詞表，文本水平一，即義務教育階段單詞使用120個，占比75%;水平二單詞用詞9個，占比5.625%;水平三用詞7個，占比4.375%;表外詞匯為24個，占比15%。文本詞表分布的量化統計說明，該生的作文體現了較好的詞匯運用能力，課程標準中各個層級的詞匯均有所運用。

2.銜接連貫

運用Coh-Metrix對學生語篇的銜接與連貫進行分析。根據Coh-Metrix的指稱銜接計算（見表2），該文中相鄰句之間的指稱、論元、詞干三類互指聯系均不明顯，彼此之間的銜接與連貫明顯不足。從敘事方式的角度考慮，寫作時建議學生采用更多的主敘位推進敘事，以使相鄰句之間的語義銜接更加自然。

根據Coh-Metrix的連接詞算法介紹，觀察相關數據可知（見表3），該語篇使用了相當數量的連接詞匯，主要表現為邏輯連接、轉折連接、時間順序連接，以及附加連接，一定程度上體現了該文作為讀后續寫接續原作的記敘文特點。但是由上述數據明顯可知，學生的寫作存在兩類問題：首先，各類連接詞使用有失均衡，附加連接詞使用過于突出，查看原文，其原因在于使用了大量的“and”;其次，作為記敘文語篇，擴展時間順序連接詞使用存在明顯的缺陷，肯定、否定意義連接詞使用應有所加強。

（二）信息傳遞能力

運用QUITA軟件對學生語篇的語言風格進行分析。

1.主題特點

該語篇沒有滿足條件要求的實詞，主題詞不夠明顯，根據計量語言學標準，無法突出語篇的主題意義。只有bear、I、helicopter三個次主題詞，集中度相對較低，由此可知學生語篇主題表達方面的信息傳遞能力并不理想。

2.風格特點

該文使用160個詞符，分屬113個詞類，類符比0.71，語言使用豐富度較高。語篇用詞平均詞長為4.58個、1.38個音節，使用單詞以短音節的生活化用詞為主。語篇活動度為0.75，即動詞與形容詞占比為3∶1，動詞間距為5.42，大約每5個單詞就使用一個動詞，充分體現了語篇作為記敘文的語言特點。從上述數據可判斷，該文作為接續寫作，體現了讀后續寫的記敘文語言風格特點，能夠有效傳遞語篇情境相關信息，彌補了主題意義不夠鮮明的缺點。

（三）情感與態度的表達能力

情感與態度的量化計算運用自然語言處理技術中的情感分析較為科學，但該技術運用需要JAVA等計算機編程技術的輔助，對于普通教師難度較大。運用Range軟件，結合Vader情感向量詞表，能部分呈現語篇的情感表達特點。

將Vader情感向量詞表按積極詞與消極詞分類統計語篇中兩種詞的占比。語篇共使用積極情感詞5次，消極情感詞7次，說明寫作中作者對于人物情感的渲染有所關注，但消極情感詞略多于積極詞，作者在作文修改時應適當調整。

運用AntConc進行可視化呈現，學生在語篇中較為合理地使用了trembling、desperately、mad、death等消極情感表達詞，向讀者傳遞人物在垂死掙扎之際表現的惶恐。筆者發現，學生的情感用詞均集中于首段，第二段的情感表達有待加強。

四、語料庫輔助學生語言量化評價的思考

（一）量化評價的維度以促學為本

評價的出發點是評價的目的，失去明確的評價目的，評價內容與形式的選擇將失去意義^[17]。過多的指數反饋會降低學生語言評價反撥的有效性。本文圍繞核心素養培育寫作能力的三個維度設計語料庫應用路徑，語料庫軟件的使用應圍繞學習目的，量化評價維度以促學為本，根據不同主題、不同語篇類型寫作的需要，設計“綜合而有側重”的語言評價活動，提升學生的核心素養。

（二）量化評價的過程以學生為中心

語料庫輔助語言評價的作用不僅在于輔助“教”，更在于輔助“學”。本文所述語言量化統計工具操作簡易，學生在教師示范基本使用方法后可輕松掌握，如Coh-Metrix只需登錄網頁，Range與QUITA則需要下載安裝。以筆者的教學班級為例，教室中安裝了一體化電腦式的智能黑板系統，學生在課外寫作練習中可自行量化分析，探究寫作語言使用方面的優缺點，獲得自我效能感。這既能提高教學評價的及時性，又可提升學習的趣味性，增強學生參與學習評價的積極性。

（三）量化評價的體驗即提高素養

寫作語言的量化評價體驗，在思維方面，能夠幫助學生形成透過表層數據進行分析的能力;在學習能力方面，借助語料庫軟件的多樣化反饋提升學生的自我效能感，有助于讓學生保持學習動力，精準定位最近發展區，制訂、調整、優化學習計劃。語料庫軟件、數據分析與語言評價的結合，能夠服務學生未來發展，培養學生的核心素養。

（四）量化評價的形式需具體、形象

語料庫軟件量化評價主要通過指數、比例等數據呈現，就學生的學習反思而言，內容缺乏具體的反饋。尤其如Coh-Metrix、QUITA軟件僅能反饋相應數據，基于語言內容的反饋不足。如何實現量化評價與語篇內容分析的結合，需要進一步的探索研究。

注：本文系2022年浙江省教育信息化研究專項課題“主題意義引領下的‘人工智能+單元詞匯教學實踐研究”（立項編號：2022ETC024）的階段性研究成果。

參考文獻

[1] 左璜.基礎教育課程改革的國際趨勢：走向核心素養為本[J].課程·教材·教法，2016（2）：39-46.

[2] 中華人民共和國教育部.普通高中英語課程標準：2017年版2020年修訂[S]. 北京：人民教育出版社，2020.

[3] 程曉堂，趙思奇.英語學科核心素養的實質內涵[J].課程·教材·教法，2016（5）：79-86.

[4] 王薔，李亮.推動核心素養背景下英語課堂教—學—評一體化：意義、理論與方法[J].課程·教材·教法，2019（5）：114-120.

[5] 何克抗.21世紀以來的新興信息技術對教育深化改革的重大影響[J].電化教育研究，2019（3）：5-12.

[6][7]蘭良平，韓剛.英語寫作教學——課堂互動性交流視角[M].北京：外語教學與研究出版社，2014：25，241.

[8] 何亞男，應曉球.落實學科核心素養在課堂·高中英語寫作教學[M].上海：上海教育出版社，2021：5，19.

[9] 張春青.語料庫輔助英語教學：原理、模式與實踐[J].教學月刊·中學版（外語教學），2021（4）：3-7.

[10]何安平.語料庫輔助英語教學入門[M].北京：外語教學與研究出版社，2010：12，144.

[11]HUTTO C J， GILBERT E. VADER： A Parsimonious Rule-Based

Model for Sentiment Analysis of Social Media Text[J]. Proceedings of the 8th International Conference on Weblogs and Social Media，2014.

[12][13]KUBáT M， MALTACH V， CECH R. Quantitative Index Text Analyser（QUITA）[M].Lüdenscheid： RAM-Verlag，2014：1-3.

[14][15]SCHMITT， MCCARTHY. Vocabulary： Description， Acquisition and Pedagogy[M].Shanghai： Shanghai Foreign Language Education Press，2002：25.

[16]MCNAMARA D S， GRAESSER A C， MCCARTHY P M， Cai Z. Automated Evaluation of Text and Discourse with Coh-Metrix[M].Cambridge： Cambridge University Press， 2014： 63-69.

[17]林敦來.中小學英語教師語言評價素養參考框架[M].北京：外語教學與研究出版社，2019：47.

（作者系浙江省海寧市高級中學教師，中學一級教師）

責任編輯：孫建輝