基于多維語(yǔ)言學(xué)特征變量的漢語(yǔ)二語(yǔ)者寫(xiě)作水平評(píng)價(jià)研究

寫(xiě)作不僅是語(yǔ)言表達(dá)的一種重要產(chǎn)出形式，而且是二語(yǔ)學(xué)習(xí)者語(yǔ)言水平高低的重要標(biāo)志之一，因此，它也是第二語(yǔ)言習(xí)得研究的重要問(wèn)題之一。研究表明，漢語(yǔ)二語(yǔ)作文質(zhì)量與詞匯

、句法

兩個(gè)因素密切相關(guān)，詞匯、句法維度區(qū)別性特征的選擇與使用，是第二語(yǔ)言口語(yǔ)測(cè)試和寫(xiě)作測(cè)試評(píng)分的熱門(mén)議題之一。在大數(shù)據(jù)時(shí)代，以便捷的方式完成二語(yǔ)學(xué)習(xí)者寫(xiě)作水平（Writing Proficiency）的自動(dòng)評(píng)分，具有廣泛的應(yīng)用價(jià)值，也是目前學(xué)界研究的熱點(diǎn)，選擇高效度、高信度的評(píng)價(jià)指標(biāo)則是實(shí)現(xiàn)寫(xiě)作自動(dòng)化評(píng)分的核心內(nèi)容。黃志娥等指出，在HSK自動(dòng)作文評(píng)分的研究中，指標(biāo)選取是關(guān)鍵環(huán)節(jié)之一，直接影響著評(píng)分模型的性能

。不過(guò)，在以往的研究中，由于研究角度、目的和語(yǔ)料來(lái)源有效性等方面的差異，無(wú)論是在指標(biāo)的操作性定義方面，還是在測(cè)量體系的信度、效度方面，均未達(dá)成共識(shí)。

前景化概念對(duì)詩(shī)歌的解析具有重要的作用，可以從變異和過(guò)分規(guī)則化兩個(gè)角度入手，找出其語(yǔ)音、語(yǔ)相、詞匯、句法以及語(yǔ)篇等各個(gè)層次上的變異和過(guò)分規(guī)則化，更好地理解作者的選擇，欣賞前景化所帶給詩(shī)歌的美感，從而為詩(shī)歌解釋提供有力的依據(jù)。

語(yǔ)言表達(dá)的復(fù)雜度、準(zhǔn)確度和流利度（Complexity、Accuracy and Fluency，以下簡(jiǎn)稱(chēng)“CAF”），是二語(yǔ)表達(dá)中既具有協(xié)同作用又存在競(jìng)爭(zhēng)關(guān)系的維度

，因此，它們是評(píng)價(jià)二語(yǔ)學(xué)習(xí)者書(shū)面表達(dá)能力的重要特征變量，體現(xiàn)了心理語(yǔ)言的習(xí)得、表征和認(rèn)知加工機(jī)制

。近些年來(lái)，基于CAF對(duì)二語(yǔ)表達(dá)水平評(píng)分的有效性的研究越來(lái)越多，其中，詞匯、句法維度的CAF指標(biāo)更是研究的熱點(diǎn)，但已有的研究成果主要集中在英語(yǔ)習(xí)得領(lǐng)域。英語(yǔ)與漢語(yǔ)是兩種不同類(lèi)型的語(yǔ)言，英語(yǔ)習(xí)得研究的成果無(wú)法直接應(yīng)用在漢語(yǔ)習(xí)得與評(píng)價(jià)研究中，相較而言，漢語(yǔ)二語(yǔ)習(xí)得領(lǐng)域的相關(guān)研究較為滯后。

針對(duì)上述問(wèn)題，本文將基于中國(guó)漢語(yǔ)水平考試（以下簡(jiǎn)稱(chēng)“HSK”）大數(shù)據(jù)，采取“大數(shù)據(jù)小樣本”策略，以韓國(guó)學(xué)生的HSK寫(xiě)作測(cè)試語(yǔ)料為研究對(duì)象，從詞匯和句法維度篩選、界定符合漢語(yǔ)特征的量化指標(biāo)，進(jìn)而嘗試構(gòu)建更加優(yōu)化的、更具普適性的寫(xiě)作評(píng)價(jià)回歸模型，以期完善漢語(yǔ)作為第二語(yǔ)言的寫(xiě)作評(píng)價(jià)指標(biāo)體系，為漢語(yǔ)作為第二語(yǔ)言的寫(xiě)作自動(dòng)評(píng)分系統(tǒng)的設(shè)計(jì)提供借鑒，并為漢語(yǔ)二語(yǔ)寫(xiě)作教學(xué)提供參考。

一、研究設(shè)計(jì)

（一）研究問(wèn)題

本文所探討的問(wèn)題主要包括三個(gè)方面：1.詞匯和句法維度的29個(gè)典型指標(biāo)與寫(xiě)作成績(jī)的關(guān)系如何？2.在詞匯和句法兩個(gè)維度中，哪一個(gè)維度對(duì)寫(xiě)作水平的影響更大？3.由詞匯及句法指標(biāo)所構(gòu)建的韓國(guó)學(xué)生漢語(yǔ)寫(xiě)作評(píng)價(jià)回歸模型中，哪些指標(biāo)可以有效預(yù)測(cè)寫(xiě)作分?jǐn)?shù)？回歸模型的效度如何？

（二）語(yǔ)料的選取與處理

本研究所用語(yǔ)料來(lái)自于參加2010年4月HSK（高等）考試的韓國(guó)學(xué)生限時(shí)獨(dú)立寫(xiě)作的命題作文《員工八小時(shí)以外是否應(yīng)該自由》，依據(jù)HSK作文的標(biāo)準(zhǔn)分，將隨機(jī)選擇的90份（男、女各45份）韓國(guó)學(xué)生作文語(yǔ)料，劃分為低、中、高三個(gè)分?jǐn)?shù)段。其中，50—60分為低分段，70—80分為中分段，90分及以上為高分段。通過(guò)對(duì)語(yǔ)料進(jìn)行機(jī)器分詞、人工標(biāo)注和統(tǒng)計(jì)等處理，考察韓語(yǔ)母語(yǔ)者書(shū)面寫(xiě)作中詞匯維度、句法維度的語(yǔ)言特征表現(xiàn)。

表7需要說(shuō)明的是，a.預(yù)測(cè)變量：（常量），零形成分?jǐn)?shù)量，最常用詞比率，虛詞使用比率，話(huà)題鏈數(shù)量，話(huà)題鏈分句數(shù)量；b.因變量：作文分?jǐn)?shù)。方差分析結(jié)果顯示，模型1（

[5，39]＝8.543，

＜.001）是有效的?；貧w分析結(jié)果表明，虛詞使用比率、最常用詞比率、話(huà)題鏈數(shù)量、話(huà)題鏈分句數(shù)量和零形成分?jǐn)?shù)量五個(gè)參項(xiàng)，最終進(jìn)入回歸模型，它們能夠解釋寫(xiě)作成績(jī)52.3%的變異（

R

＝.523）。各參項(xiàng)的具體影響，如表8所示：

（三）評(píng)價(jià)指標(biāo)的選取

吳繼峰將HSK作文評(píng)分標(biāo)準(zhǔn)概括為語(yǔ)言特征和內(nèi)容質(zhì)量?jī)刹糠?/p>

，其中，詞匯維度和句法維度作為語(yǔ)言特征的兩個(gè)典型性維度，在寫(xiě)作質(zhì)量評(píng)價(jià)中起著不可忽視的作用。本研究以Read的詞匯豐富性框架為基礎(chǔ)，并借鑒王藝璇

、吳繼峰

的研究方法，將詞匯層面的考察維度操作性定義為詞匯多樣性、詞匯復(fù)雜性、詞匯準(zhǔn)確性和詞頻概貌，最終選取了19個(gè)典型詞匯特征作為初始指標(biāo)體系進(jìn)行相關(guān)研究。其具體指標(biāo)及計(jì)算方法如表1所示：

觀察組的腸鳴音恢復(fù)時(shí)間、肛門(mén)自主排氣時(shí)間以及護(hù)理滿(mǎn)意度 為（16.56±8.20）h、（22.12±7.85）h、（92.14±2.15） 分；對(duì)照組的上述指標(biāo)為（38.15±14.33）h、（47.96±18.98）h、（81.23±3.65）分。

在句法維度上，Lasagabaster & Doiz認(rèn)為，“跟那些能力較差的學(xué)生相比，能力較強(qiáng)的學(xué)生的文章會(huì)更長(zhǎng)、更復(fù)雜也更準(zhǔn)確”

。在漢語(yǔ)二語(yǔ)寫(xiě)作研究中，王藝璇

、吳繼峰

的研究結(jié)果均證實(shí)了這一觀點(diǎn)。不過(guò)，由于已有研究中所選取的句法指標(biāo)不同，因此，各位學(xué)者得出的結(jié)論也存在一定差異。基于這一考慮，本研究將句法正確性和句法復(fù)雜性作為考察對(duì)象，并借鑒井茁

、吳繼峰

的研究方法，從句法正確性和復(fù)雜性?xún)煞矫孢x取了10個(gè)特征變量。其具體指標(biāo)及計(jì)算方法如表2所示：

二是實(shí)施組織優(yōu)化方略，推進(jìn)水資源一體化管理。鑒于水資源的流動(dòng)性、循環(huán)性和基礎(chǔ)性等特征，將隔斷的水連接起來(lái)，推進(jìn)涉水事務(wù)一體化管理?；诹饔蛩Y源合理配置，完善流域一體化管理；按照統(tǒng)籌城鄉(xiāng)、以城帶鄉(xiāng)的要求，積極推進(jìn)城鄉(xiāng)供水統(tǒng)籌管理。加強(qiáng)水管理部門(mén)內(nèi)部、水管理部門(mén)同環(huán)保、城建等部門(mén)的協(xié)調(diào)，進(jìn)一步提高水資源管理的一體化水平，從短期來(lái)看，推進(jìn)建立水資源統(tǒng)一管理機(jī)構(gòu)；從長(zhǎng)期看，建立資源環(huán)境一體化管理機(jī)構(gòu)，從根本上改變水資源管理分散和割裂的局面，改善水資源的總體功能。

根據(jù)上述指標(biāo)體系，我們對(duì)研究對(duì)象的寫(xiě)作語(yǔ)料逐篇進(jìn)行了指標(biāo)統(tǒng)計(jì)，然后以詞匯多樣性、詞匯復(fù)雜性、詞匯準(zhǔn)確性、詞頻概貌、句法正確性和句法復(fù)雜性這6個(gè)維度的29項(xiàng)典型特征為考察對(duì)象，進(jìn)一步對(duì)韓國(guó)學(xué)生作文語(yǔ)料進(jìn)行數(shù)據(jù)標(biāo)注與統(tǒng)計(jì)檢驗(yàn)，考察韓國(guó)學(xué)生在詞匯和句法維度上的語(yǔ)言表現(xiàn)特征。

（四）研究過(guò)程

本研究主要分為三個(gè)階段：首先，對(duì)語(yǔ)料進(jìn)行分詞、標(biāo)注等處理，依次采集本研究所需要的各項(xiàng)評(píng)價(jià)指標(biāo)。其次，借助SPSS25.0軟件，進(jìn)行各項(xiàng)寫(xiě)作評(píng)價(jià)指標(biāo)與寫(xiě)作成績(jī)的相關(guān)性分析，選取顯著相關(guān)的詞匯、句法指標(biāo)作為原始參項(xiàng)，以被試的HSK考試寫(xiě)作分?jǐn)?shù)為因變量，分別構(gòu)建詞匯回歸模型、句法回歸模型以及詞匯句法綜合回歸模型。最后，對(duì)以上三個(gè)回歸模型進(jìn)行效度檢驗(yàn)，探究詞匯和句法因素對(duì)寫(xiě)作成績(jī)的影響程度與預(yù)測(cè)效果，從而篩選出具有高效度、高信度的漢語(yǔ)二語(yǔ)寫(xiě)作水平評(píng)價(jià)指標(biāo)。

二、研究分析

（一）詞匯維度

1.詞匯指標(biāo)與寫(xiě)作成績(jī)的相關(guān)性

我們首先對(duì)詞匯維度的19個(gè)指標(biāo)與寫(xiě)作成績(jī)之間的關(guān)系進(jìn)行了Pearson相關(guān)分析，結(jié)果顯示：在上述19個(gè)初始詞匯指標(biāo)中，有11個(gè)指標(biāo)與作文分?jǐn)?shù)呈顯著相關(guān)。其中，詞匯多樣性特征中的Guiraud指標(biāo)、總詞數(shù)、詞種數(shù)、虛詞數(shù)量、虛詞使用比率和連詞數(shù)量，均與寫(xiě)作成績(jī)顯著相關(guān)（

＝.563，

＜.01；

＝.459，

＜.01；

＝.630，

＜.01；

＝.490，

＜.01；

＝.390，

＜.01；

＝.361，

＜.05）；詞匯復(fù)雜性特征中的復(fù)雜詞數(shù)量與寫(xiě)作成績(jī)顯著相關(guān)（

＝.398，

＜.01）；詞匯準(zhǔn)確性特征中的無(wú)錯(cuò)誤詞匯數(shù)量與寫(xiě)作成績(jī)顯著相關(guān)（

＝.385，

＜.01）；詞頻概貌特征中的最常用詞比率、常用詞數(shù)量和次常用詞數(shù)量，均與寫(xiě)作成績(jī)顯著相關(guān)（

＝－.405，

＜.01；

＝.479，

＜.01；

＝.402，

＜.01）。其余8個(gè)指標(biāo)與寫(xiě)作成績(jī)的相關(guān)性均不顯著。

先說(shuō)園。園因砧木不同分為喬化、矮化和短枝，矮砧又分為中間砧與自根砧兩種；園因建在不同地貌分為川地園、塬面園和山地園。應(yīng)根據(jù)砧木、品種、密度、立地、樹(shù)齡、樹(shù)勢(shì)等綜合作出修剪研判。如果一個(gè)果園已經(jīng)郁閉，僅在個(gè)體上做文章顯然是不夠的，必須通過(guò)間伐才能從根本上解決群體光照問(wèn)題。同理，在一株樹(shù)上先要觀察并決定大枝的去留，然后才是枝組的精細(xì)修剪。

1.句法指標(biāo)與寫(xiě)作成績(jī)的相關(guān)性

表3需要說(shuō)明的是，a.預(yù)測(cè)變量：（常量），詞種數(shù)；b.預(yù)測(cè)變量：（常量），詞種數(shù)，虛詞使用比率；c.預(yù)測(cè)變量：（常量），詞種數(shù)，虛詞使用比率，最常用詞比率；d.因變量：作文分?jǐn)?shù)。方差分析結(jié)果顯示，模型1（

[1，43]＝28.328，

＜.001），模型2（

[2，42]＝18.637，

＜.001）和模 型3（

[3，41]＝16.110，

＜.001），均是有效的?；貧w分析結(jié)果顯示，詞種數(shù)、虛詞使用比率和最常用詞比率三個(gè)參項(xiàng)，最終進(jìn)入回歸模型，三者能夠解釋作文分?jǐn)?shù)54.1%的變異（

R

＝.541）。詞匯各變量的具體影響，如表4所示：

根據(jù)上述分析結(jié)果，我們選擇與寫(xiě)作水平存在顯著相關(guān)的Guiraud指標(biāo)、總詞數(shù)、詞種數(shù)、虛詞數(shù)量、虛詞使用比率、連詞數(shù)量、復(fù)雜詞數(shù)量、無(wú)錯(cuò)誤詞匯數(shù)量、最常用詞比率、常用詞數(shù)量和次常用詞數(shù)量作為初始參項(xiàng)，以被試的作文分?jǐn)?shù)為因變量，采用逐步回歸法（Stepwise）進(jìn)行回歸分析。具體分析結(jié)果如表3所示：

回歸分析的結(jié)果顯示，詞種數(shù)（

＝3.705，

＜.05）、虛詞使用比率（

＝3.168，

＜.05）和最常用詞比率（

＝－2.515，

＜.05），對(duì)作文質(zhì)量的影響均顯著。許宏晨指出，標(biāo)準(zhǔn)化回歸方程適合用來(lái)描述研究結(jié)果，但非標(biāo)準(zhǔn)化回歸方程的實(shí)用性更強(qiáng)

。因此，我們采用非標(biāo)準(zhǔn)化系數(shù)來(lái)建立詞匯回歸模型：寫(xiě)作成績(jī)＝60.489＋0.271×詞種數(shù)＋77.689×虛詞使用比率－56.799×最常用詞比率。以上三者的標(biāo)準(zhǔn)化回歸系數(shù)為：0.444＞0.357＞|－0.301|（詞種數(shù)＞虛詞使用比率＞最常用詞比率）。由此可見(jiàn)，詞種數(shù)對(duì)被試的寫(xiě)作成績(jī)影響最大，虛詞使用比率和最常用詞比率的影響次之。

（二）句法維度

2.詞匯回歸模型

為了考察句法特征與韓國(guó)學(xué)生寫(xiě)作成績(jī)之間的關(guān)系，以及句法指標(biāo)對(duì)寫(xiě)作成績(jī)的預(yù)測(cè)效果，本研究采用SPSS25.0軟件，對(duì)二者進(jìn)行Pearson相關(guān)分析。相關(guān)分析的結(jié)果顯示：句法復(fù)雜性維度中的話(huà)題鏈數(shù)量（

＝.345，

＜.05）、話(huà)題鏈分句數(shù)量（

＝.513，

＜.01）和零形成分?jǐn)?shù)量（

＝.483，

＜.01），均與作文分?jǐn)?shù)呈顯著相關(guān)；其余7個(gè)句法復(fù)雜性指標(biāo)和句法正確性指標(biāo)，與寫(xiě)作成績(jī)的相關(guān)性均不顯著。

2.句法回歸模型

(2)分析條件確定定的點(diǎn)，明確需構(gòu)點(diǎn).由條件可知△ACD的形狀確定，是一個(gè)頂角為138°的等腰的三角形，即可以先確定A、C、D三點(diǎn)，故只需構(gòu)造點(diǎn)B；

由表6可知，以上三者的標(biāo)準(zhǔn)化回歸系數(shù)由大到小為：0.769＞0.343＞0.095（零形成分?jǐn)?shù)量＞話(huà)題鏈分句數(shù)量＞話(huà)題鏈數(shù)量），即它們對(duì)寫(xiě)作成績(jī)的影響程度逐漸減弱。相應(yīng)的句法回歸方程是：寫(xiě)作成績(jī)＝53.654＋0.633×話(huà)題鏈數(shù)量＋0.557×話(huà)題鏈分句數(shù)量＋1.084×零形成分?jǐn)?shù)量。在這三個(gè)參項(xiàng)中，只有話(huà)題鏈分句數(shù)量對(duì)寫(xiě)作成績(jī)的影響顯著（

＜.05）。不過(guò)，出于對(duì)回歸方程整體性的考慮以及綜合相關(guān)分析結(jié)果，我們?nèi)员Ａ粼?huà)題鏈數(shù)量、零形成分?jǐn)?shù)量作為模型參項(xiàng)。

表5需要說(shuō)明的是，a.預(yù)測(cè)變量：（常量），話(huà)題鏈分句數(shù)量；b.因變量：作文分?jǐn)?shù)。方差分析結(jié)果顯示，模型1（

[3，41]＝6.561，

＜.01）是有效的。回歸分析表明，話(huà)題鏈數(shù)量、話(huà)題鏈分句數(shù)量和零形成分?jǐn)?shù)量三個(gè)參項(xiàng)，最終進(jìn)入回歸模型，它們能夠解釋寫(xiě)作成績(jī)32.4%的變異（

R

＝.324）。三個(gè)參項(xiàng)的具體影響，如表6所示：

根據(jù)上述分析結(jié)果，我們選擇與寫(xiě)作成績(jī)存在顯著相關(guān)的話(huà)題鏈數(shù)量、話(huà)題鏈分句數(shù)量和零形成分?jǐn)?shù)量作為初始參項(xiàng)，采用強(qiáng)制回歸法（Enter）進(jìn)行回歸分析，并建立句法回歸模型。具體分析結(jié)果如表5所示：

（三）詞匯句法綜合回歸模型

由于寫(xiě)作水平是詞匯和句法水平的綜合反映，因此，在分別考察了詞匯和句法維度對(duì)寫(xiě)作成績(jī)的影響后，我們?cè)僖詢(xún)蓚€(gè)維度中與寫(xiě)作成績(jī)顯著相關(guān)的14個(gè)指標(biāo)作為自變量，以被試的作文分?jǐn)?shù)為因變量，采用強(qiáng)制回歸法，建立詞匯句法綜合回歸模型，并參考多重共線(xiàn)性（Multicollinear）的分析數(shù)據(jù)，對(duì)相關(guān)參項(xiàng)進(jìn)行了調(diào)整。具體結(jié)果如表7所示：

通過(guò)復(fù)習(xí)課，學(xué)生具備了相對(duì)穩(wěn)固的知識(shí)體系，具備了一定的科學(xué)探究能力與問(wèn)題解決能力。教師可以引導(dǎo)學(xué)生結(jié)合本地資源開(kāi)展多種形式的科學(xué)實(shí)踐活動(dòng)，嘗試解決現(xiàn)實(shí)生活中與生物學(xué)息息相關(guān)的問(wèn)題，進(jìn)行社會(huì)責(zé)任的滲透。

為了綜合評(píng)估“一帶一路”背景下，東道國(guó)各項(xiàng)制度對(duì)中國(guó)直接投資雙邊經(jīng)濟(jì)增長(zhǎng)效應(yīng)的影響，本文將采用索洛經(jīng)濟(jì)增長(zhǎng)模型作為實(shí)證分析的理論基礎(chǔ)。索洛經(jīng)濟(jì)增長(zhǎng)模型長(zhǎng)期以來(lái)被用于分析經(jīng)濟(jì)增長(zhǎng)的理論分析和促進(jìn)經(jīng)濟(jì)增長(zhǎng)的政策研究，對(duì)經(jīng)濟(jì)增長(zhǎng)問(wèn)題研究的影響是廣泛和深遠(yuǎn)的，后期許多經(jīng)濟(jì)學(xué)家又對(duì)該模型不斷放寬并加以完善。

從表8可以看出，虛詞使用比率（

＝3.188，

＜.01）、最常用詞比率（

＝－3.235，

＜.01）、話(huà)題鏈分句數(shù)量（

＝2.102，

＜.05），均對(duì)作文質(zhì)量產(chǎn)生顯著影響；話(huà)題鏈數(shù)量（

＝0.936，

＝0.355）、零形成分?jǐn)?shù)量（

＝0.396，

＝0.694）的影響并不顯著。出于對(duì)方程整體性的考慮以及綜合相關(guān)分析結(jié)果，我們?nèi)员Ａ粼?huà)題鏈數(shù)量、零形成分?jǐn)?shù)量，并建立詞匯句法綜合回歸方程：寫(xiě)作成績(jī)＝88.246＋82.658×虛詞使用比率－73.041×最常用詞比率＋0.816×話(huà)題鏈數(shù)量＋0.464×話(huà)題鏈分句數(shù)量＋0.274×零形成分?jǐn)?shù)量?；貧w分析結(jié)果顯示，五個(gè)參項(xiàng)的標(biāo)準(zhǔn)化回歸系數(shù)由大到小依次為：|－0.387|＞0.380＞0.285＞0.122＞0.061，也就是說(shuō)，最常用詞比率＞虛詞使用比率＞話(huà)題鏈分句數(shù)量＞話(huà)題鏈數(shù)量＞零形成分?jǐn)?shù)量。這說(shuō)明詞匯指標(biāo)對(duì)寫(xiě)作成績(jī)的影響程度要高于句法指標(biāo)對(duì)寫(xiě)作成績(jī)的影響程度。

（四）回歸模型的預(yù)測(cè)效度研究

為了驗(yàn)證回歸方程的預(yù)測(cè)效度，我們從90份語(yǔ)料中隨機(jī)選取了45份語(yǔ)料，通過(guò)檢驗(yàn)回歸模型的成績(jī)預(yù)測(cè)值與實(shí)際寫(xiě)作分?jǐn)?shù)之間的相關(guān)性，考察詞匯回歸方程、句法回歸方程和詞匯句法綜合回歸方程對(duì)學(xué)生寫(xiě)作成績(jī)的預(yù)測(cè)表現(xiàn)。Pearson相關(guān)分析結(jié)果顯示，詞匯回歸方程和句法回歸方程的預(yù)測(cè)成績(jī)與寫(xiě)作成績(jī)之間存在顯著的正相關(guān)關(guān)系，其中，

r

＝.672，

＜.001，

r

＝.550，

＜.001；詞匯句法綜合回歸方程與寫(xiě)作成績(jī)之間則存在顯著的高度正相關(guān)關(guān)系，即

＝.729，

＜.001。上述數(shù)據(jù)表明，詞匯回歸方程的預(yù)測(cè)效果要好于句法回歸方程，而詞匯句法綜合回歸模型的預(yù)測(cè)效果最好。這是因?yàn)樵诮浑H表達(dá)中，詞匯與語(yǔ)法是密切相關(guān)、無(wú)法分離的，“詞語(yǔ)決定具體的特征，語(yǔ)法負(fù)責(zé)一般的規(guī)律，二者相輔相成，共同為表達(dá)意義服務(wù)”

。作為語(yǔ)言的建筑材料，詞匯是意義的載體，是二語(yǔ)能力發(fā)展的重要制約因素，學(xué)習(xí)者之所以能夠?qū)崿F(xiàn)有效的二語(yǔ)交流，是因?yàn)檎莆樟顺渥愫颓‘?dāng)?shù)脑~匯。句法則是語(yǔ)言的結(jié)構(gòu)規(guī)則，只有在具備一定詞匯能力的基礎(chǔ)上，學(xué)習(xí)者才能掌握語(yǔ)法規(guī)則，從而在語(yǔ)言應(yīng)用中真正發(fā)揮其功能。因此，詞匯能力評(píng)價(jià)在寫(xiě)作成績(jī)?cè)u(píng)價(jià)中具有舉足輕重的地位，語(yǔ)法同樣也是寫(xiě)作評(píng)價(jià)和語(yǔ)言習(xí)得中不可忽視的重要維度。

三、研究結(jié)論

可以說(shuō)，影響漢語(yǔ)二語(yǔ)作文質(zhì)量評(píng)價(jià)的因素眾多，本文選取了詞匯和句法維度的29個(gè)典型指標(biāo)進(jìn)行考察。研究發(fā)現(xiàn)，在詞匯維度的19個(gè)指標(biāo)中，只有詞匯多樣性和詞頻概貌的3項(xiàng)指標(biāo)最終進(jìn)入了寫(xiě)作評(píng)價(jià)模型，能夠解釋寫(xiě)作成績(jī)54.1%的變異。詞匯復(fù)雜性、詞匯準(zhǔn)確性等8項(xiàng)指標(biāo)與寫(xiě)作成績(jī)顯著相關(guān)，這與已有研究中詞匯復(fù)雜性和詞匯準(zhǔn)確性對(duì)寫(xiě)作成績(jī)具有顯著影響的結(jié)論相一致。其中，詞匯多樣性指標(biāo)——Guiraud指標(biāo)和詞種數(shù)與寫(xiě)作成績(jī)處于中等相關(guān)（r

＝.563，p＜.01，r

＝.630，p＜.01），這說(shuō)明漢語(yǔ)二語(yǔ)寫(xiě)作中使用盡可能豐富的語(yǔ)言表達(dá)方式是十分必要的。因此，無(wú)論是學(xué)習(xí)者，還是漢語(yǔ)教師，都需要對(duì)詞匯多樣性保持持續(xù)關(guān)注。

句法維度中，只有代表句法復(fù)雜性的話(huà)題鏈數(shù)量、話(huà)題鏈分句數(shù)量和零形成分?jǐn)?shù)量三個(gè)指標(biāo)顯著，三者組合能夠解釋寫(xiě)作成績(jī)32.4%的變異。這一發(fā)現(xiàn)與吳繼峰

所得出的語(yǔ)法正確性與寫(xiě)作質(zhì)量顯著相關(guān)的結(jié)論并不一致。我們認(rèn)為，研究所選取的樣本量、學(xué)習(xí)者的個(gè)體差異及回避策略的使用，都是影響相關(guān)顯著性的重要因素。

在構(gòu)建詞匯句法綜合回歸模型時(shí)，虛詞使用比率、最常用詞比率、話(huà)題鏈分句數(shù)量、話(huà)題鏈數(shù)量和零形成分?jǐn)?shù)量作為有效參項(xiàng)，其標(biāo)準(zhǔn)化回歸系數(shù)由大到小依次為：|－0.387|＞0.380＞0.285＞0.122＞0.061。這說(shuō)明文本的詞匯特征對(duì)寫(xiě)作成績(jī)的影響較大，句法復(fù)雜性次之。依據(jù)Cohen的效應(yīng)量參照體系，R

的小、中、大效應(yīng)量標(biāo)準(zhǔn)分別是0.02、0.13、0.26

。如果按照語(yǔ)言維度來(lái)統(tǒng)計(jì)，詞匯和句法指標(biāo)均達(dá)到高等效應(yīng)量，其中，詞匯指標(biāo)對(duì)寫(xiě)作成績(jī)的解釋力度更大（R

＝.541，R

＝.324，R

＝.523）；綜合效度檢驗(yàn)結(jié)果，二者共同使用時(shí)對(duì)寫(xiě)作成績(jī)的預(yù)測(cè)效果最佳（r

＝.672，r

＝.550，

r

＝.729）。

全部入組患者年齡最小50歲,最大80歲,其中男性35例,女性25例,兩組患者在年齡,性別等一般資料上無(wú)顯著差異,P>0.05,具有可比性。

綜上所述，本文考察了詞匯多樣性、詞匯復(fù)雜性、詞匯準(zhǔn)確性、詞頻概貌、句法復(fù)雜性、句法正確性等語(yǔ)言特征與寫(xiě)作成績(jī)之間的關(guān)系，檢驗(yàn)了詞匯和句法維度的29個(gè)典型指標(biāo)對(duì)寫(xiě)作水平的預(yù)測(cè)作用。研究發(fā)現(xiàn)，最常用詞比率、虛詞使用比率、話(huà)題鏈分句數(shù)量、話(huà)題鏈數(shù)量和零形成分?jǐn)?shù)量，可以作為韓國(guó)學(xué)生漢語(yǔ)寫(xiě)作自動(dòng)評(píng)分的有效參項(xiàng)。這一結(jié)論對(duì)韓國(guó)漢語(yǔ)學(xué)習(xí)者作文的量化測(cè)評(píng)、自動(dòng)評(píng)分和寫(xiě)作教學(xué)均具有參考價(jià)值。需要指出的是，由于相關(guān)指標(biāo)的處理難度較大，本研究所選取的樣本量有限，不能稱(chēng)為嚴(yán)格意義的大樣本。如果在今后的研究中能進(jìn)一步豐富被試樣本、完善語(yǔ)料體裁，那么其研究成果對(duì)第二語(yǔ)言寫(xiě)作評(píng)價(jià)將更有價(jià)值，其結(jié)論也更具普遍意義。

[1]吳繼峰.語(yǔ)言區(qū)別性特征對(duì)英語(yǔ)母語(yǔ)者漢語(yǔ)二語(yǔ)寫(xiě)作質(zhì)量評(píng)估的影響[J].語(yǔ)言教學(xué)與研究,2018,(2).

[2]王藝璇.漢語(yǔ)二語(yǔ)者詞匯豐富性與寫(xiě)作成績(jī)的相關(guān)性——兼論測(cè)量寫(xiě)作質(zhì)量的多元線(xiàn)性回歸模型及方程[J].語(yǔ)言文字應(yīng)用,2017,(2).

[3]吳佩,邢紅兵.內(nèi)容、詞匯、篇章特征對(duì)漢語(yǔ)學(xué)習(xí)者二語(yǔ)作文質(zhì)量的影響研究[J].語(yǔ)言教學(xué)與研究,2020,(2).

[4]Jiang,W.Y.Measurements of development in L2 written production：The case of L2 Chinese[J].Applied Linguistics,2013,(1).

[5]王藝璇.HSK作文成績(jī)與句子長(zhǎng)度、復(fù)雜度及語(yǔ)法錯(cuò)誤的相關(guān)性[A].北京語(yǔ)言大學(xué)對(duì)外漢語(yǔ)研究中心.漢語(yǔ)應(yīng)用語(yǔ)言學(xué)研究（第4輯）[C].北京:商務(wù)印書(shū)館,2015.

[6]吳繼峰.韓語(yǔ)母語(yǔ)者漢語(yǔ)書(shū)面語(yǔ)句法復(fù)雜性測(cè)量指標(biāo)及與寫(xiě)作質(zhì)量關(guān)系研究[J].語(yǔ)言科學(xué),2018,(5).

[7]黃志娥,謝佳莉,荀恩東.HSK自動(dòng)作文評(píng)分的特征選取研究[J].計(jì)算機(jī)工程與應(yīng)用,2014,(6).

[8]Norris,J,M. & Ortega,L.Towards an organic approach to investigating CAF in instructed SLA：The case of complexity[J].Applied linguistics,2009,(4).

[9]Crowhurst,M.Syntactic complexity in narration and argument at three grade levels[J].Canadian Journal of Education/Revue canadienne de l’éducation,1980,(1).

[10]Flower,L. & Hayes,J,R.A cognitive process theory of writing[J].College Composition and Communication,1981,(4).

[11]Larsen-Freeman,D.The emergence of complexity,fluency, and accuracy in the oral and written production of five Chinese learners of English[J].Applied linguistics,2006,(4).

[12]吳繼峰,周蔚,盧達(dá)威.韓語(yǔ)母語(yǔ)者漢語(yǔ)二語(yǔ)寫(xiě)作質(zhì)量評(píng)估研究——以語(yǔ)言特征和內(nèi)容質(zhì)量為測(cè)量維度[J].世界漢語(yǔ)教學(xué),2019,(1).

[13]Lasagabaster,D. & Doiz,A.Maturational constraints on foreign-language written production[A].In García Mayo,M.P. & García Lecumberri,M.L.(eds.).Age and the acquisition of English as a foreign language[C].Clevedon:Multilingual Matters Ltd,2003.

[14]井茁.從中介語(yǔ)發(fā)展分析到高級(jí)漢語(yǔ)課程設(shè)置——內(nèi)容依托型教學(xué)研究的啟示[J].世界漢語(yǔ)教學(xué),2013,(1).

[15]許宏晨.第二語(yǔ)言研究中的統(tǒng)計(jì)案例分析[M].北京:外語(yǔ)教學(xué)與研究出版社,2017.

[16]王勇,李正林.詞匯和語(yǔ)法的關(guān)系——幾種語(yǔ)法模式的比較研究[J].華中師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）,2015,(2).

[17]Cohen,J.Statistical power analysis[J].Current Directions in Psychological Science,1992,(3).