loadingOverseas English Testing: Pedagogy and Research 国外英语考试教学与研究, 2020, 2(2), 106-119 Published Online May 2020 in Hans. http://www.hanspub.org/journal/oetpr https://doi.org/10.12677/oetpr.2020.22010
A Corpus-Based Evaluation of the PrepEdge Bridging Writing Textbook via AntConc in Terms of Medium-Frequency Vocabulary Difficulty and Distribution
Fengxian Li
Guangzhou New Oriental School, Guangzhou Guangdong
ththth
Received: Mar. 8, 2020; accepted: Apr. 15, 2020; published: May 29, 2020
Abstract
Corpus, a one-time unfamiliar concept restricted to only a certain number of professionals, has been gaining mounting momentum and revolutionizing the linguistic and education field. This paper aims to explore the methodology of corpus construction for the purpose of analytical studies of textbook evaluation. Basic functions like the concordance and cluster sections of corpus software AntConc demonstrate the possibility to evaluate the medium-frequency vocabulary difficulty and vocabulary distribution in the PrepEdge Bridging writing textbook. This essay aims to put forward relevant suggestions for improvement in language teaching and textbook compilation.
Keywords
Textbook, Vocabulary, Difficulty, Frequency, Corpus, Concordance
基于语料库工具AntConc对《PrepEdge Bridging》写作教材的中等频率词汇难度 和词汇分布研究
李丰贤
广州新东方学校，广东 广州
收稿日期：2020年3月8日；录用日期：2020年4月15日；发布日期：2020年5月29日
文章引用: 李丰贤. 基于语料库工具AntConc对《PrepEdge Bridging》写作教材的中等频率词汇难度和词汇分布研究[J]. 国外英语考试教学与研究, 2020, 2(2): 106-119. DOI: 10.12677/oetpr.2020.22010
李丰贤
摘 要
过去，语料库曾经是少数专业人士如语言学或语言测试学专家使用的工具；但现在随着电脑技术的广泛普及和教学理念的更新，基于语料库的研究方兴未艾。语料库的数据统计和分析功能使得对英语教材的评估变为现实。本文主要探讨通过自建语料库的方法，对《PrepEdge Bridging》写作教材的中等频率的词汇难度和分布情况进行评估和研究，以及基于此数据和给教材编写者、教材使用者以及学生提出可优化的建议。
关键词
教材，词汇，难度，频率，语料库，索引
Copyright ? 2020 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/
Open Access 1. 绪论
1.1. 研究背景目的
自上世纪90时代开始，语料库语言学以及电脑技术蓬勃发展。语料库曾经是一片无人熟知的领域，而现在无论在语言学还是外语教学，语料库都占有一席之地，且势头越演越烈。语料库研究属跨学科的研究，涉及到语料库的建库方法以及学习者语料库的分析研究，其理论基础涉及到语言学和教学法的相关理论。如今，现在便捷的电脑技术，辅以语料库相关知识和软件，可以使任意一名普通的语言研究者能够更好地量化教学效果。借助语料库他们可以对教学过程有更全局的了解，以量化的方式评估和测量。值得一提的是，基于语料库的研究和应用对外语教学带来了许多革新性的影响。本文旨在讨论语料库的建库方法，分析英语教材词汇难度和词汇分布情况，基于语料库图示和数据分析来提供相应的优化解决方案[1]。
1.2. 语料库的定义
从字面上来看，语料库“corpus”一词在拉丁文原意为“主体，躯体”。如今corpus指的是经文本处理，以电子形式储存的大型文本库。人们会误以为语料库就是本文的集合。狭义来讲，文本集合不完全等同于语料库[2]。具体来说，语料库的文本，都是根据特定的采样标准，为了达到特定目的而收集建设的。这些文本都是以电子形式储存，是所研究的目的语言的缩影。通过对这些样本的分析研究，我们旨在发觉目的语言的内在规律特点，而这些特点都是可延伸，可扩展到语言本体的。
总的来说，语料库软件是教材编纂者和教材使用者分析语言的利器。比如说单语语料库软件AntConc就是最好的例子。AntConc由日本早稻田大学的Laurence Anthony教授开发。AntConc最初运行于Windows系统和Mac系统。现已发展为世界知名的多功能语料库软件[3]。
1.3. 语料库的基本功能
教师可以借助AntConc进行各种各样的语言研究和实验，如编纂相关文本和教材的高频词表和关键词表等。文本的关键词可以通过AntConc的KWIC板块呈现出来。以《PrepEdge系列托福直通车：进阶写作》(下面简称为《Bridging》)为例，我们可获得教材文本的高频词汇表(图1) [4]。
DOI: 10.12677/oetpr.2020.22010
107
国外英语考试教学与研究
李丰贤
Figure 1. The interface of high-frequency vocabulary wordlist in AntConc 图1. AntConc的高频词表界面
如果我们要查看这些关键词在具体的语境的句子，我们可以点开关键词如understand，打开索引(concordance)界面查看，具体语句如下(图2)：
Figure 2. The interface of concordance in AntConc 图2. AntConc的索引界面
上述这些基本功能如索引和词表编纂就是语料库的常规功能，不过这些都只是冰山一角。接下来我们来看一个关键的功能：索引标记图(concordance plot)。
DOI: 10.12677/oetpr.2020.22010
108
国外英语考试教学与研究
李丰贤
1.4. 语料库的特别功能
索引标记图(concordance plot)是语料库软件AntConc的一个特有功能，就是可以通过可视化的条纹状的方式，显示出特定某个单词在整篇文章或者整本书的分布情况，比如下图是“species”一词在《剑桥雅思官方真题集14》[5]整套真题中的出现位置和频率(图3)：
Figure 3. The interface of concordance plot in AntConc 图3. AntConc的索引标记图界面
根据AntConc这幅图，不难发现“species”这一词非常高频，这意味着使用《剑桥雅思官方真题集14》备考雅思的学生几乎隔三差五就会遇到它。如果考生刷完整本书就会遇到“species”共31次，那么他们想不熟悉这个单词也难。
这项索引标记图的功能对于教材评估也有重大意义。根据Paul Nation的观点，编写教材的核心原则之一是“spaced retrieval”，意思是：教材编纂者在设计内容时，需要故意地让一些目标语言(target language)词汇高频地出现，让读者或学习者能够不断遇到这些表达，对学习者起到一个唤醒的作用[6]。更重要的是，Paul Nation认为这种对于语言的唤醒是“潜意识的”，有助于学生的词汇学习。对于教师而言，这样的重复可以让老师有根据去要求学生多去系统地复习，为教学效果提供了有力的支持；对于教材编纂者而言，这样的重复也是提高了教材的衔接与连贯性，确保整本书的语言表达都是连贯的。
2. 语料库在教材评估的具体应用
2.1. 自建语料库步骤
为了进一步评估《Bridging》教材，我们需要把整本教材转化为语料库工具可以读取的格式，这里就涉及到自建语料库的基本操作。
通常来说，有以下几个关键步骤： 1) 了解和检查语料库文本； 2) 选择语料文本； 3) 文本整理与清洁。
首先，我把《Bridging》写作教材的原稿word文档进行检查，确保文稿的完整性，以及确保文稿内容和出版物正文的版本一致，没有关键信息的遗漏。其次，我把原稿中一些无用信息如中文标记、编辑批注等内容进行清除，确保我所选择的是教材中的核心英语文本。第三，我把《Bridging》写作教材原稿的word文档转换为txt格式，这是因为虽然word文档向来以编辑方便和易于标记而著称，然而作为本次研究关键工具AntConc只能和txt文档兼容，也就说所有的word文档必须转换为txt文档。而且大多数情况下，txt文档可以轻松地消除word文档中的冗余信息，格式不统一等情况[7]。
在转换文档的过程中，文档格式错误是值得注意的问题。尤其是汉语和英语的符号混用问题必须小心处理，不然文档的格式错误会损害最终数据的准确性。在作文数量不大的情况下，人工剔除和转换是可接受的。但在应对规模较大的语料库文本时，我们可以借助风林开发的TextEditor软件来处理(图4) [8]。
DOI: 10.12677/oetpr.2020.22010
109
国外英语考试教学与研究
李丰贤
Figure 4. The basic interface of TextEditor 图4. TextEditor的基本界面
通过TextEditor轻松点击鼠标便可解决文本中信息冗余和格式错乱的问题。
2.2. 对于语料库词频的解读
接下来，通过AntConc工具我们可以生成一份《Bridging》写作教材的词汇表(图5)。但值得注意的是，有一些词汇是超高频出现的，比如像“the”“of”“and”等等，平均出现频率高达几百次。但事实上，针对CEFR-B1水平的学生，他们不会对这些词汇感到陌生，这也不是他们的障碍词汇(blocking vocabulary)，更不是教师想让学生重点学习的内容。
Figure 5. The screenshot of vocabulary frequency in AntConc 图5. AntConc的词频界面
DOI: 10.12677/oetpr.2020.22010
110
国外英语考试教学与研究