語料庫數據驅動學習模式下的高校英語詞匯教學

顧菲

摘要：本文旨在探討基于語料庫的數據驅動模式在英語詞匯教學中的使用，介紹了在該模式下詞匯學習的具體過程，并以語料庫BNC為例，探討了詞匯搭配、同義詞、語義韻的學習方法。最后，本文總結了基于該模式下詞匯教學的積極意義與困難，并提出了解決辦法。

關鍵詞：語料庫；數據驅動學習；高校英語詞匯教學

中圖分類號：G642.41 文獻標志碼：A 文章編號：1674-9324（2018）01-0181-02

現代信息技術的發展對傳統高校英語詞匯教學提出了新的挑戰，語料庫語言學與計算機科學技術的結合，為高校英語詞匯教學開辟了新路徑。20世紀90年代，許多教育專家就已經提出將語料庫的研究成果應用到英語課堂中，其中比較著名的是Tim Johns提出的基于語料庫數據驅動的語言學習方法，即數據驅動學習方法（Data-driven learning，簡稱DDL）。在該模式下，學生接觸大量語料，然后由教師指導，自主學習語料中的語言含義及用法，并對其進行分類，最后進行歸納和總結。本文以語料庫為基礎，闡述數據驅動學習的特點、理論依據及其在高校英語詞匯教學中的應用。

一、語料庫與數據驅動學習模式

（一）語料庫的概念及分類

語料庫（corpus）又稱語言數據庫，是存放語言的倉庫，其中包含大量的書面語和口語材料。根據語料庫的內容和用途，可將其分為：（1）異質的語料庫，即沒有特定的語料收集范圍準則，廣泛地收集各種內容的語料。（2）同質的語料庫，是指只收集相同內容的語料。（3）系統的語料庫，根據事先設定的標準收集語料，涵蓋了某一范圍的語言事實。（4）專用的語料，指只用于某一特定用途的語料。

（二）數據驅動學習模式的提出及特點

Tim Johns于20世紀90年代初提出了基于語料庫語境共現的外語學習方法，稱為數據驅動學習方法（Data-driven learning，簡稱DDL）。在該模式下，由教師或學生提出需要解決的語言問題，在教師的引導下，學生通過檢索工具從語料庫中搜索出大量的真實語料，從中自主學習語料中的語言含義及用法，并對其進行恰當的篩選和分類，最后學生理解、分析、總結出該語言的使用規律，解決事先提出的問題。

基于語料庫的數據驅動學習，能夠通過許多不同的教學活動來實現，包括學生親自動手操作觀察語料庫語料和教師分發給學生語料講義等。通過親手操作，學習者可以直接通過電腦搜索符合自己詞匯水平的語料進行學習。此外，教師可以將整理好的語料講義打印分發給學生進行課堂教學，教師也可根據教學實際情況將二者結合起來。

二、數據驅動學習的理論依據

（一）建構主義教學觀

傳統的英語教學以教師為中心，英語詞匯的學習也以教師在課堂上的教導為主。學生的自主學習方式有很大的局限性，而教師并不能及時地了解學生的學習習慣、學習薄弱點。建構主義教學觀是提倡課堂上以學生為主、教師為輔的教學模式，以培養學生的自主學習能力。如何做到這一新式的教學模式，正是大數據時代教師面臨的重要問題之一。英語語料庫的建立，可以讓教師通過英語語料庫提供的學生的學習習慣及學習重點、易忽略的點，從而在課堂上正確引導學生學習，構建以學生為主的學習課堂。

（二）自主學習理論

自主學習理論，顧名思義就是自主地學習，提倡讓學生自己管理學習。學生在語料庫中搜索相關詞條，通過數據驅動模式提取目標單詞所在的語言環境，在語料環境中自主學習單詞，了解單詞搭配以及用法，最終能夠靈活地運用地道的單詞進行交流。

（三）詞匯語法理論

語法是語言表述的規則和方法，分為詞法和句法。傳統觀念認為，句子是構成語言的框架，詞匯僅僅是填充框架的元素。詞匯語法理論卻認為，詞匯是構建語言的基礎，口語和書面語所使用的語言以詞匯為基本單位，這個理論為英語教學提供了客觀的依據。

三、數據驅動學習模式下的高校英語詞匯教學應用

目前，國際上比較權威的可用于詞匯教學的語料庫有許多，本文使用英國國家語料庫（British National Corpus，以下簡稱BNC），對數據驅動學習模式做出解釋。

（一）詞匯搭配學習

詞匯搭配即固定搭配，是指英語中經常伴隨出現使用的結構短語。詞語之間的搭配決定了句子的結構，也決定了句子的含義。因此，學生通過學習詞匯搭配，能夠寫出地道的書面語及說出流利的口語。在課堂上，教師可以通過DDL學習模式在BNC語料庫中進行搜索，檢索某一短語在語境中出現的典型搭配，引導學生觀察索引內容并總結搭配規則。如“problem”一詞，學生在表達“解決問題”時，常常使用“solve the problem”這一短語，而我們在BNC語料庫中輸入problem，搜索結果顯示有568條索引行，稍加整理后，可以發現在該語料庫中與problem的常用搭配動詞依次為tackle，unlock，remove，conquest。從這一事例中可以看出，學生通過對索引行的觀察找到了詞匯的常用搭配，并發現自己在用詞方面的缺失。

（二）同義詞的辨析

學生在英語學習的過程中，經常會對詞義、用法相似的詞產生混淆，在使用相近詞時容易犯錯誤甚至產生歧義。通過使用DDL學習模式，教師在BNC語料庫中對所需要辨析的詞進行檢索，檢索出大量語境后，學生根據自己固有的語言結構對這些語境進行總結，辨析目標同義詞在含義和用法方面的異同。例如，教師從BNC語料庫中檢索出關于endure和bear的檢索行，選取典型的例子，指導學生進行辨析。這兩個詞均有“忍受”、“忍耐”之義，但通過比較發現，endure稍微正式，尤指忍受大的、持久的困難、痛苦，常用于否定句中，而bear強調忍受者的堅忍。通過這種方法，學生會將同義詞在不同語境中的詞性、含義及搭配規律歸納出來。endprint

（三）語義韻的學習

Sinclair（1991）發現，“許多詞傾向于出現在某一種特定的語義環境中”，之后他（1996）將語義韻定義為“這是一種連接意義和目的的功能性選擇，選擇的所有詞項都構成某種韻律”。語義韻分為積極、消極和中性的，表達了語境的氛圍及作者的態度。在傳統的教學中，教師經常忽略詞匯的語義韻，而基于語料庫的DDL學習模式，可以使學生通過學習詞匯的語義韻，準確把握作者的態度，并且在自己進行表達時使用更純正的英語。例如，commit為一個消極動詞，學生從BNC語料庫中檢索出的語境中發現commit后搭配的賓語往往是crime（犯罪）、suicide（自殺）等消極意義的詞，從而掌握了commit特定的語義韻，并能在適當的場合中使用這個詞。

四、小結

基于語料庫的數據驅動模式揭示了一種新型的教學方法，鼓勵學生在真實的語境中結合上下文進行詞匯學習，同時使以教師為中心的教學方法過渡到教師引導學生自主學習的教學模式上。當然，數據驅動模式具有一定的局限。比如，語料庫中含有大量的語料詞條，教師要從眾多的數據中篩選出符合學生水平和能力的典型句子進行學習，并且根據學生不同的學習特點，引導他們使用數據驅動模式進行詞匯學習。

參考文獻：

[1]吳晶.大數據時代高校圖書館英語學習資源的個性化精品服務探析[J].中外企業家，2016，（8）：220-221，231.

[2]顏健生.大數據時代高校英語數字化教學的轉型思考[J].雞西大學學報，2015，（3）：79-81.

[3]晏尚元.英語語言學課程學習策略與效果相關性研究——基于英語專業127名學生的調查數據[J].湖南農業大學學報：社會科學版，2011，（5）：92-96.

[4]胡維.大數據視域下高校英語教學模式創新研究[J].才智，2016，（15）：11-12.

[5]甄鳳超.語料庫數據驅動的外語學習：思想，方法和技術[J].外語界，2005，（4）.

[6]蔡基剛.大學英語生存危機及其學科地位研究[J].中國大學教學，2013，（2）：1-14.

Abstract：This paper aims to explore corpus in data-driven mode used in teaching college's English vocabulary，analyses the specific process of vocabulary learning based on corpus. using corpus BNC introduces the lexical collocation，synonyms and semantic learning methods. Finally，the paper summarizes positive significance and difficulties in vocabulary teaching which based on the mode，and puts forward the solution.

Key words：corpus；data-driven；college English vocabulary teachingendprint