中國大學生英語學術寫作的口語化傾向
——一項基于語料庫的詞塊研究

左 欣

（長春工業大學外國語學院，吉林長春130000）

近幾十年來，我國的大學英語教學經歷了幾次重大改革。新的大學英語課程要求將傳統的英語學習次序（閱讀、聽、說、寫和譯）修訂為語言自然習得次序（包括聽、說、讀、寫和譯）。聽說技能得到學生、英語教師們和全社會的廣泛重視。因為有了計算機、智能手機和網絡等現代化手段，使中國英語學習者拓寬了語言輸入的渠道。特別是互聯網的廣泛使用使英語學習者能夠訪問在線英語課程，聽說技能有了明顯的提高。但在語言學習的過程中，由于中國大學生對英語書面語和口語語體的區別掌握得不準確，導致我國大學生的英語書面語與本族語的書面語存在很大區別，使得口語表達方式發生在中國英語學習者的寫作中［1］-［3］。本項研究從詞塊結構的角度分析我國大學生英語學術寫作的特點，進一步研究該問題。

一、研究背景

（一）詞塊的研究

詞的序列由于研究目的的不同而被賦予不同的定義，最常見的術語是詞塊（lexicalbundles）、遞歸詞 組 合（recurrentwordcombinations）、多 詞 表 達（multi-wordexpressions）、簇（clusters）、公式序列（formulaic sequences）和詞匯短語（lexicalphrases）等。語料庫分析方法為研究詞塊在流利的口語和書面語篇中的普遍使用提供了可能性。Biber［4］在《英語口語和書面語的朗曼語法》（LGSWE）中把詞塊定義為構成會話和學術文本的基本單位，它在每百萬個單詞中至少要發生10次。此外，詞塊是指“三個或三個以上單詞中最常見的重復序列”，它們需要符合頻率和分布的文本數量標準。第一個標準，頻率準則要求一個詞塊在大型語料庫中，每百萬字中出現20-40 次［5］，最小頻率點一般設置為每百萬字10次或20 次［6］。第二個標準，分布的文本數量要求組合發生在不同的文本，通常要出現在大約3-5 個文本［7］或 10%的文本中［5］。雖然大多數詞塊是不完整的結構單元，但LGSWE 通過頻率分析識別詞塊后，通過描述詞塊的初始元素和總體結構，Biber［4］將它們分為 12 種結構類型，Conrad 和 Biber［8］認為含有動詞和人稱代詞的詞塊更傾向于發生在對話中，而學術論文則傾向于使用含有名詞和介詞短語的詞塊，并且根據作用可分為詞塊的結構性和詞塊的功能性。本研究主要探討詞塊的結構性。

（二）學習者寫作中的詞塊研究

Coxhead 和 Byrd［9］發現詞塊的適當掌握不僅是熟練語言學習者的標志，而且詞塊還可以幫助二語學習者輕松地用公式化序列而不是單個詞語來寫作。一些研究探討了在不同水平的英語學習者寫作中使用詞塊的問題。De Cock［10］發現，目標語言詞塊在熟練學習者的寫作中有過度使用、使用不足和誤用現象。R?mer［11］的研究發現某些詞塊在高級寫作中具有較高的頻率，而L1 和L2 學生則傾向于更少地使用它們。Chen 和 Baker［12］研究了 L1 發表的學術文本與中國學生學術寫作之間的詞塊差別。他們的研究發現，L1 高水平學術作者使用的詞塊比L2 學術作者更廣泛。Adel 和 Erman［13］指出，與 L2 寫作者相比，L1寫作者對詞塊和不同的詞塊類型有很強的偏好。相比之下，Hyland［14］在研究中證明了語言習得是一個不同的發展過程，他發現L2研究生在學術寫作中，比熟練的L1 學術寫作者使用更多的詞塊。Staples［15］等人研究了在托福IBT的三個熟練程度的書面答復中使用的詞塊。這項研究表明更多的詞塊出現在低級考生的反應和測試提示中。無論L2作者的熟練程度如何，他們極少地使用所指詞塊，但他們在立場詞塊和話語組織詞塊的使用方面幾乎相似。國內學者王立非、張巖［16］在與本族語書面語對比的過程中發現，三詞詞塊在我國大學生議論文中被過度地使用，并且集中使用某一詞塊的種類，與本族語使用者具有明顯不同，具有一定的口語化傾向。萬麗芳［17］縱向探討我國英語專業本科學生書面語四詞詞塊使用特征，發現英語專業學習者的詞塊類型欠缺，但總量較大；有詞塊被過度使用，或過少使用的情況存在；隨著英語水平的提高，詞塊使用的能力也隨之有所提升，但與本族語使用者相比，具有明顯差異并存在口語化傾向。

綜上所述，國內外學者很少對L2學術寫作中發生的會話詞塊進行分析，也很少從詞塊結構特征的角度進行研究，國外研究的重點則集中在L2 和L1學術寫作這同一語體的詞塊上。國內學者則主要集中在書面語的口語化傾向，詞塊的研究傾向于與本族語的書面語語料庫進行對比，口語化傾向的問題并沒有基于對比本族語的口語語料庫而提出。因此，本研究基于本族語口語會話料庫和學術寫作語料庫，對比學習者語料庫，從詞塊結構的角度進一步分析我國大學生英語學術寫作口語化傾向的問題。

二、研究設計

（一）研究問題

研究：具有口語特征和學術文體特征的詞塊結構是否在我國大學生英語學術寫作中出現，大學生的學術寫作更傾向于哪一種文體。

（二）語料庫和研究方法

本研究的語料來自中國學生萬篇英語作文語料庫（TECCL）、當代美國英語語料庫（COCA）中學術寫作和口語會話兩個部分的語料庫。本研究剔除TECCL 中的中學生作文、演講和記敘文，選出大學生的議論文寫作5，081 篇（相當于初級學術寫作），隨機選出2012 年COCA 語料庫中的學術文本300篇，口語會話文本300 篇（見表1）。本項研究分析最常見的三詞和四詞構成的詞塊，因為它們最能表現出文本模式的書面語和口語特征［4］。把頻率（frequency）和離散率（dispersion）作為識別詞塊的兩個基本標準［18］。采用 Biber［18］對詞塊的計算方式，即頻率為每百萬字發生40 次，并出現在至少5 篇文本中。分析軟件使用AntConc3.4.0，在三個語料庫中分別檢索出前100 個高頻次出現的三詞和四詞詞塊，作為本研究的目標詞塊，并對三個語料庫的詞塊結構特征進行對比分析。

表1 語料庫的構成

三、分析與討論

（一）語料分析結果

Biber［7］［18］［19］認為雖然許多詞塊具有結構不完整的顯著特征，但它們可以根據語法特征被識別和分類。在表達個人意見的口語會話中，更多地使用動詞、人稱代詞和疑問句。相比之下，學術文本則更傾向使用名詞和介詞短語，因為它們的結構特征能更好地傳達各種特定信息。因此，本研究根據Biber［7］［8］［18］［19］和 Conrad［8］的分類，分析具有口語和學術文體特點的四種主要詞塊結構類型，即人稱代詞+動詞短語（補語從句）（Personalpronoun+lexicalVP（+complementclause））、動詞（具有主動涵義）短語（（aux+）activeV（+））、介詞加名詞短語（Preposition+NPfragment）和名詞短語加介詞后修飾成分（NPwithpost-modifierfragment），其他不具有典型學術文體和口語語體特征的詞塊結構類型在本研究中不作討論（見表2）。

表2 三種語料庫中主要詞塊結構類型的百分比(%)

（二）我國大學生英語學術寫作中的口語化傾向

兩種具有典型會話特征的詞塊占TECCL 總詞塊的46%（見表2）。相比之下，它們占COCA 會話中的詞塊為56%。然而，這些結構在COCA 學術文本中僅占11%。語料研究發現，在TECCL 中出現大量與第一人稱代詞捆綁在一起的詞塊，因此TECCL中人稱代詞+動詞短語（補語從句）的詞塊數量達到32%，明顯高于COCA 學術文本的2%，與其相差30個百分點；趨近COCA 會話中的41%，與其相差只有9 個百分點。在TECCL 中，我國大學生作為英語學術寫作的新手，過度地使用含第一人稱代詞的詞塊，如I believe that；I don’t know；I think it等，這些詞塊結構和表達方式屬于明顯的口語會話結構詞塊。傳統意義上講，學術文體不鼓勵頻繁使用第一人稱代詞來陳述作者的觀點，這可以解釋COCA 學術寫作中含有第一人稱代詞詞塊和含有人稱代詞的詞塊比例很少的原因。其次，由于母語作者與二語習得者相比，擁有更廣泛的表達方式和掌握更多的詞塊結構類型，因此在表述作者自身想法的時候，可以取代人稱代詞，使用其它詞塊結構比如the author thinks。在一些學者［10］［12］的研究中印證了這個觀點，即母語作者比二語習得者在學術文本中使用的詞塊更廣泛。此外，在COCA 學術文本中，I 或We之后的動詞短語的多樣性也導致包含第一人稱代詞詞塊集中出現的頻率較低，而不同于TECCL中高頻出現的I think that。具有會話特征的另一個詞塊結構是動詞詞塊，在COCA 會話、學術文本和TECCL 中的比例分別為15%、9%和14%。COCA 學術文本中的百分比最低，COCA 會話的占比最高，與TECCL 的百分比接近，二者僅僅相差一個百分點。具有會話特征的人稱代詞詞塊和動詞詞塊在COCA會話中占比最高（見圖1），高出COCA 學術文體45個百分點，足以說明在不同語體中本族語者使用不同結構的詞塊，而我國英語學習者在學術寫作中過度地使用了口語會話詞塊，在總量上更接近COCA中的會話詞塊總量。因此，TECCL 中兩種典型的會話詞塊結構類型與COCA 會話中的結構類型相似，我國大學生的英語學術寫作具有明顯的口語化傾向。

圖1 在三個語料庫中具有會話特征的詞塊總量(a)和具有學術寫作特征的詞塊總量(b)

兩種具有典型學術文體特征的詞塊也出現在TECCL中，名詞短語具有后修飾短語和介詞加名詞短語的詞塊作為學術文本的典型結構特征，在TECCL 中占詞塊總百分比的32%（見表2），而在COCA學術文本中占67%，明顯低于英語母語者的學術文體，高于COCA 會話文體的20%。具體來說，TECCL只包含11%的名詞短語加后修飾成分，接近COCA會話中的10%，但在COCA學術文本中達到38%。學術文體的另一個突出特點是常用的介詞短語詞塊，在COCA 學術文本中達到31%，在其口語文體中占10%，在TECCL 中占百分比為21%，處于二者中間。由于這兩種結構的詞塊在TECCL中達到32%，但它們的比例權重明顯低于COCA 學術文體的67%，接近COCA 口語文體的20%。具有學術文體特征的兩種詞塊類型，在COCA 學術文體中占比最高（見圖1），高出COCA 會話47 個百分點，同樣可以說明在不同語體中本族語者使用不同結構的詞塊。而TECCL 比COCA 學術文體少35 個百分點，但多出COCA 會話12 個百分點，說明我國大學生在學術寫作中，初步顯現出使用學術文體特征的詞塊結構的趨勢，但在使用數量上還遠遠少于本族語者，使得其在具有學術文體特征的詞塊使用總量上更接近COCA 口語會話中的詞塊數量。因此，我國大學生英語學術寫作中的詞塊在結構上接近于會話文體，缺乏學術文體特征。

（三）口語化傾向的原因

造成我國大學生英語學術寫作口語化傾向的原因有很多。首先，在學生寫作中，會話詞塊的誤用可以通過他們過多的接觸口語會話來解釋。由于我國經濟和國際交流的需要，在過去近二十年的英語教學中，我們強調對學生口頭交際能力的培養，注重口語形式的大量輸入。這種輸入開始于中國幼兒早期的英語口語學習，輸入的渠道多種多樣，如英文歌曲、線上外教英文口語課、在線或電視上觀看英語節目和英文電影。這樣大量的語言輸入使口語表達方式深深植入學生的頭腦中，必然導致在大學生學術寫作中出現口語化傾向。其次，在我國的《大學英語課程要求》中，對書面語和口語的語體區別沒有提出明確要求，也就使教師們在英語教學中忽視對兩種語體區別的教育，導致學生對學術文本的規范性缺乏應有的關注。在整個學習英語的過程中，學生對詞塊的結構性差異所知甚少。

四、結束語

本研究的結果表明，具有口語特征和學術文體特征的三詞和四詞詞塊結構都出現在我國大學生英語學術文本寫作中。在詞塊結構上大學生傾向于誤用和過度使用口語會話詞塊結構，具有很強的口語語體特征，學生們詞塊結構的使用不同于本族語的學術文體特征。口語會話和學術寫作作為兩種不同的語體形式，區分是相對而言的，但不是完全對立的，二者有詞塊重疊的現象，但差異也是顯著的。

因此，在教學中，我們既要重視英語口語的實際交流作用，關注它與學術文體的共性，更要重視它們的差異性，區分兩種語體在詞塊結構使用方面的異同。首先，詞塊學習比語法學習更重要［20］［21］，學習者英語語言使用得是否準確和地道與詞塊的使用有直接關系［22］，二語學習者有意識地通過學習和訓練［23］才能掌握大量的詞塊，才能在交流中趨近于本族語者的選詞能力。在教學中，通過鼓勵大學生多閱讀學術期刊、文獻、論文等方式，增加學術英語詞塊的輸入量。引導學生在閱讀的過程中，盡可能多地掌握具有學術文體特征的詞塊結構類型，擴充詞匯量。其次，引用語料庫等計算機輔助教學手段，引導學生主動思考和識別具有學術文體特征的詞塊，有意識地在口語會話語料庫和學術寫作語料庫中區分詞塊的語體特征。鼓勵學生在識記和背誦詞塊的過程中，從語體角度重視詞塊結構特點，學會在語體中正確地使用詞塊，逐漸地使我國大學生英語學術寫作口語化傾向的問題得到改善。

致謝

特別感謝Susan Conrad為本研究提供的當代美國英語語料庫（COCA），和她在2017-2018年為本人在波特蘭州立大學訪學期間對原稿提出的建設性意見。