主題模型——詞匯學習新方法

孫皓 王晨萱 郭洋

【摘 要】本文在回顧二語習得相關研究的基礎上，強調了詞匯學習的重要性，簡單介紹了主題在現代外語詞匯教學中的作用，并就此提出了利用LDA模型自動生成主題詞表進行外語教學的模式，以及在教學應用中的不足。

【關鍵詞】主題模型 ? ?LDA ? ?詞匯學習 ? ? 二語習得

一、二語習得與詞匯學習

英國著名語言學家D.A.Wilkins（1972曾說：“沒有語法，人們不能表達很多東西，而沒有詞匯，人們則無法表達任何東西。”詞匯作為語言的核心內容，受到越來越廣泛的關注，詞匯教學的重要地位得到普遍認可，各種詞匯教學研究受到教育界學者的青睞。徐密娥、李炯英（2007）在回顧及總結1994至2005年國內英語詞匯教學研究概況的基礎上，指出國內英語詞匯研究總體上呈明顯的上升趨勢，且研究視角多元化。隨著研究的深入，二語詞匯習得逐漸成為二語習得研究的熱點，并取得了豐碩的成果。教育技術學吸取了二語詞匯習得方面的新成果，并將二語詞匯習得理念應用到英語詞匯教學研究中，不斷拓展研究范圍，深化研究方向，取得了一定進展。隨著計算機技術和網絡的發展，英語詞匯教學與現代教育技術逐漸融合，利用技術輔助英語詞匯教學的研究越來越多，英語詞匯教學逐漸成為教育技術領域密切關注的問題。

二、主題模型與詞匯學習

Nation（1998）提出，在詞匯習得中，需要采用利于學習者記憶的單詞呈現方式。然而，目前一般的詞匯習得方法主要是依靠強化記憶，即很多學習者通過詞匯表的死記硬背來提高詞匯能力。但是詞匯表中缺乏詞匯使用的語境，所以學習者并不能深刻理解詞匯的內涵，在一定程度上阻礙了詞匯習得過程。

李文中（2003）認為，圍繞某一主題，以語義聯想為中心的詞匯教學比孤立、離散的詞匯學習更加有效。王秀（2006）通過實驗研究發現，對于EFL學習者按主題排列的詞匯比按非主題排列的詞匯更易于學習。

張紅巖（2012）在《詞以類記：IELTS詞匯》中在將雅思詞匯分為28個學科、8個意群，在學科和意群中詞匯的排列遵循一定的邏輯順序。此書的姐妹篇《詞義類記：TOEFL iBT詞匯》自06年底面世以來也迅速成為同類詞匯書中的冠軍，證實了“詞義類記”——即根據主題記憶單詞方法的科學性與有效性。

人工對詞匯進行主題分類固然可以很好地提高詞匯學習效果，但是隨著語料規模的擴大，很難對人工所有領域的主題詞進行分類收集，且需要花費大量精力、物力。

近年來，主題模型（topic model）在自然語言處理（natural language process，NLP）領域受到了越來越多的關注。在該領域中，主題可以看成是詞項的概率分布，主題模型通過詞項在文檔級的共現信息抽取出語義相關的主題集合，并能夠將詞項空間中的文檔變換到主題空間，得到文檔在低維空間的表達，從而間接達到文本分類的效果。主題模型分析大量無標記文本提供了一種簡單方法，主題模型計算得出的每個“主題”由一些經常一起出現的詞構成，使用上下文作為線索，主題模型可以將具有相似意義的單詞聯系在一起，并且對使用多重含義的詞進行區分。

三、主題模型LDA介紹與實例分析

主題模型是一種文本表示范式，其典型代表是LDA模型。LDA模型首先由Blei等于2003年提出，目前在文本主題識別、文本分類以及文本相似度計算等方面都有廣泛應用。LDA模型可以將文檔集中每篇文檔的主題按照概率分布的形式給出，同時它是一種無監督學習算法，在訓練時不需要手工標注的訓練集，需要的僅僅是文檔集以及指定主題的數量即可。一篇文檔可以包含多個主題，文檔中每一個詞都由其中的一個主題生成。

選用美聯社2246篇文檔作為語料，利用LDA模型進行主題詞統計。假定整個語料庫有100個主題，每個主題用20個單詞描述。LDA模型可以根據給定的語料庫，通過計算得出主題以及描述相應主題的單詞。

四、總結與展望

每一列詞匯均由計算機自動生成，每列詞匯中有內在的主題上的相關性。LDA模型在計算過程中，需要對文檔中的單詞進行詞頻統計，所以LDA模型不僅可以提供具有主題相關性的單詞，還可以被應用于文本分類，根據學習者的需要提供個性化的閱讀材料，并進行附帶詞匯習得。利用計算機自動生成同一主題的相關詞匯，這對于構建基于主題模型的詞匯學習模式是十分重要的，能夠有效支持基于主題的詞匯習得研究。

但是LDA生成的主題詞表還有許多不足之處，如LDA模型不能表示主題間的相關性;對于主題數目K過于敏感;主題詞表中含有大量語義無關詞且詞形不規范等。在今后需要對LDA模型的產出加以改進，以達到更好的詞匯習得效果。

【參考文獻】

[1]Wilkins D A.Linguistics in language Teaching[M].London： Edward Amold， 1972.

[2]徐密娥， 李炯英.國內英語詞匯教學研究：回顧和前瞻[J].外語界，2007（03）.

[3]Paul Nation .Helping learners take control of their vocabulary learning[J].GRETA，1998，6（1）：9-1.

[4]張紅巖.詞以類記：IELTS詞匯[M].西安：西安交通大學出版社，2012.

[5]張紅巖.詞以類記——TOEFL iBT 詞匯[J].新東方英語 （大學版）， 2006（12）.