漢語兒童語言發展評估的進展與思考

提 要 漢語兒童語言發展評估仍處于起步階段，近年來呈現出3 個主要特征：初步建立起以標準化評估和非標準化評估為主要范式的多樣化評估框架；評估對象從單一模態走向多模態融合；評估技術從傳統邁向人工智能。但與國際研究相比，尚存以下問題：語言學發揮的作用不大，極易導致評估走向某種偏頗；本土化評估體系亟待建設；相關數據庫還比較匱乏?；诖耍嗅槍π缘靥岢鼋⒅袊厣珴h語兒童語言發展評估體系的3 點建議：建立“為兒童而研究兒童語言”的兒童語言學科，發展相關課程與教材，并加強跨學科教學團隊建設；轉變西式思維，加強漢語兒童語言評估系統的自主研發；擁抱數字時代，建立可共享的漢語兒童語言發展數據庫平臺。

關鍵詞 兒童語言；評估；漢語

中圖分類號H002 文獻標識碼A 文章編號2096-1014（2024）04-0059-07

DOI 10.19689/j.cnki.cn10-1361/h.20240405

一、問題提出

自陳鶴琴系統記錄和觀察兒童言語發展過程，探討兒童語言教育之路開始，中國兒童語言研究至今已有百年之久。從探索漢語兒童的語言習得規律，到研究兒童語言能力與發展環境的關系，漢語兒童語言研究為中國漢語兒童的語言學習、發展和教育提供了大量的學理支持，推動兒童語言教育不斷深入和擴展。作為兒童語言研究十分重要的一個板塊，兒童語言發展評估吸引了包括心理學、語言學、教育學、臨床醫學等交叉領域研究人員和一線工作者，甚至是普通家長的關注。由于兒童早期的語言能力與其后來的學業成就、社會情感、心智和身體發展都是密切關聯的（McCabe amp; Meller 2004 ；李宇明2022），所以不論是在國家通用語言質量監測，還是在特殊兒童發展篩查、診斷與評估中，語言能力都作為重要的指標受到普遍關注（周兢，等2018 ；陳敏倩，等2009 ；劉焱，等2012）。

盡管中國兒童語言研究已歷時百年，但對兒童語言發展評估的研究仍處于起步階段，及時回顧和描述當前國內外研究者對境內漢語兒童語言發展評估的研究狀況，并展望漢語兒童語言發展評估的未來，對于促進這一領域的研究與實踐具有重要的價值。

二、漢語兒童語言發展評估現狀

近年來，隨著兒童語言研究受到研究者的普遍關注，相關評估框架和內容的開發也提上日程，不少研究團隊開展了有益的探索。在中國，有關漢語兒童語言發展的評估呈現出多樣化取向、多模態取向和人工智能取向3 個主要特征。

（一）初步建立起以標準化評估與非標準化評估為主要范式的多樣化評估體系

隨著兒童語言研究的推進，中國已經初步建立起以標準化評估和非標準化評估為主要范式的多樣化評估框架，又以前者的使用最為普遍。標準化評估是一種使用相同年齡兒童的常模參考數據對目標兒童進行評估的方式，能夠比較便捷地評估出目標兒童現有的語言發展水平，并初步篩查出語言發展障礙兒童。其中最常見的評估范疇是詞匯、語義和語法，主要覆蓋兩種語言形式，即表達和理解。在現有漢語兒童語言評估中，標準化評估主要包括兩個大類：其一是在兒童綜合發育評估中所涉及的語言評估部分，其二是專門針對兒童語言的專項評估工具。前者涉及的綜合類發展評估包括《格塞爾兒童發育量表》《兒童發展與行為評估量表》《丹佛發育篩查評量表》《幼兒/ 兒童韋氏智力測試》《年齡–發育進程問卷》《亞太地區早期兒童發展量表》等，后者則包括《漢語版溝通發展量表》《語言發育測試評估S-S 法》和《理解性詞匯發展評估》（PPVT-R）、《表達性詞匯發展評估》（EVT-R）、《夢想普通話聽力理解和表達能力標準化評估》（DREAM-C）（Liu et al. 2017）、《漢語語言發育評估量表（語法篇）》（張顯達，等2022）、《2 ～ 6 歲兒童語言發育評估量表》、語言認知評估系統（周鈺，等2022）、《2 ～ 6 歲兒童溝通功能量表》（陳思齊，等2022）等。此外，在國家通用語言文字方面，還出現了針對少數民族學前幼兒漢語能力的測試工具（李瑞華，陳詩琪2022）?？梢哉f，上述標準化評估工具的開發與運用，推動中國從引進西方標準化評估逐步邁向評估的自主化，構建起了中國早期兒童標準化的語言科學評估體系，大大改變了中國兒童語言發展評估以及語言障礙兒童診斷領域缺乏工具的局面。

與標準化評估方式相對應的是以語料庫為基礎的非標準化語言評估。作為國際相關領域評估的“金標準”，語料庫分析一直是語言學關注的焦點，近年來逐步擴展到漢語兒童語言領域。一方面，以漢語兒童語料庫為基礎建立起了語言障礙診斷體系，覆蓋了詞匯和語法發展兩大范疇，以詞匯多樣性和不同詞匯產出作為詞匯評估內容，以平均語句長度、最長5 句話的平均語句長度以及不同語法結構產出作為語法評估內容，為診斷語言障礙兒童提供了新思路和新選擇，可以為診斷和干預發展性語言障礙、自閉癥、聽力障礙以及智力障礙兒童提供補充性證據（Zhang amp; Zhou 2020 ；周兢，張義賓2020a，2020b）；另一方面，基于言語數據，從語音、能產性、流暢度、語法、語義以及邏輯六大語言維度出發，構架了漢語兒童言語交際水平評估系統，可以為語言發展評估和語言障礙兒童篩查提供必要的證據（陸爍，等2021）。

（二）語言發展評估的對象從單一模態走向多模態融合

語言學研究表明，語言在本質上是多模態的，在交際中除了語言之外，人們還會使用發音、手勢、面部表情/ 情緒等身體語言和副語言（Levinson amp; Holler 2014 ；黃立鶴，張德祿2019）。事實上，這種多模態屬性在兒童早期就已經顯現（Morgenstern 2014）。兒童早期的交際行為首先通過手勢、面部表情和注視來實現，然后才逐步發展到語音和其他符號系統。語言模態與非語言模態的有效協調在兒童語言理解和語言表達中發揮著重要的作用。這種多模態視域下的兒童語言發展觀，也進一步推動了漢語兒童語言發展評估的多模態轉型。

一方面，對兒童語言發展評估的研究，從單純關注兒童的產出性言語（以詞匯和句法復雜度為主），逐步擴展到其他語言模態。其中較多的研究與人工智能和自然語言處理相結合，關注到兒童的語音發展范疇，重點分析言語特征（停頓、言語流暢度、重復等）對于區分正常兒童和發展異常群體的有效性（Kuo et al. 2022）。國內研究團隊也融合語音、能產性、流暢度、語法、語義以及邏輯等模態數據，設計開發了兒童語言障礙精準診斷系統（陸爍，等2021）。另一方面，有關的兒童語言發展評估從傳統的語言模態向非語言模態轉變，開始關注身體語言（手勢、眼動、面部表情和姿勢等）和非語言領域（如認知數據、腦電數據、基因數據等）（孫永兵，等2022）。比如廖夢怡等（2021）設計自閉癥兒童智能化識別方法時，在考察眼動和面部表情等身體語言的同時，也融入了認知得分和認知反應的數據，這大大擴展了有關兒童語言評估的范疇。多模態數據（認知、行為和語言）的融合，不僅可以為探尋語言障礙兒童的語言交流提供更為精細的尺度，而且為繪制語言障礙兒童的發展軌跡和個體差異提供了新的視角，有效彌補了過往傳統評估耗時耗力、評估工具匱乏且易受評估人員專業知識能力影響的不足。需要進一步關注的是，計算機分析技術的進步成為推動兒童語言發展評估走向多模態的重要手段，比如有關多模態語料庫建立的技術，國際兒童語料庫系統CHILDES 從單純轉錄語音，到目前已經發展到可以實現視頻資料的實時編碼和轉錄；有關兒童模態數據的采集從傳統行為、錄音等轉向視頻、眼動儀、功能性腦磁共振呈現等，都為展現和分析兒童的模態數據提供了基礎。

（三）語言發展評估技術從傳統邁向人工智能

數字技術和計算機科學的進步正在引領我們走向一個技術社會，在這個社會中，機器的設計和開發逐步滿足人類的需求，同時變得更加智能。在兒童語言發展評估中，以數字化觸控技術為核心的測試技術逐步取代傳統的紙筆測試。測試過程融入聲音、圖像、視頻等多種元素，以兒童能理解的方式準確地呈現測試內容，增進了評估的趣味性，大大提高了測試的吸引力。而在測試形式上，以自適應和自然語言加工為特征的測試逐步取代單純的年齡–發展評估，人工智能技術正在以一種持續發展的態勢賦能這一領域。

自然語言處理技術的進步，一方面使得自動化分析兒童日常語音數據成為可能，比如語言環境分析系統LENA（Xu et al. 2009），利用可穿戴的錄音設備和成熟的自然語音處理技術，實現了對兒童家庭語言環境的自動化分析，揭示了漢語家庭中成人話輪、詞匯量與兒童詞匯發展的關系。另一方面，將傳統的分析維度進一步擴展和融合，比如基于國際兒童語料庫系統CHILDES 開發的中文KidEval 系統，可以實現對20 多個漢語兒童語言發展指標的自動化分析，覆蓋了語言產出的總詞數、不同詞數、總語句數、平均語句長度等分析指標；而基于語音識別的計算機輔助語言評估，可以實現對構音、口吃、詞匯、語言表達方面的評估，大大提升了研究的效率。值得一提的是，上述自動化分析系統在有關漢語特殊兒童語言評估和診斷研究中同樣開展了有益的探索。

國際研究對研究工具的分析發現，受兒童語言發展個體差異的影響，臨床使用的很多篩查工具并不足以識別語言發展困難兒童（Law et al. 1998）。由于多數語言障礙兒童群體的產出性言語較少，難以達到詞匯和句法產出復雜度的分析標準，影響了語言發育診斷，因此不少研究者開始探索運用其他人工智能輔助進行分析。其中最為突出的特征是，采用機器學習和分類模型對不同數據進行融合分析，比如廖夢怡等（2021）對自閉癥兒童眼動、面部表情和認知數據的融合分析，李歡、曾碩（2022）綜述中提到的卷積神經網絡方法等，都反映了兒童語言發展評估的智能化轉向。

三、漢語兒童語言發展評估的問題和解決路徑

盡管中國漢語兒童語言發展評估呈現出方式多樣化、對象多模態化和測試人工智能化的傾向，但是我們不得不正視，這些發展與國際相關領域研究相比，尚存較大差距。認清當下中國兒童語言發展和語言發展評估領域存在的重要問題，并有針對性地切實解決，是建立中國特色漢語兒童語言發展評估體系的重要路徑。

（一）突破傳統學科規約，建立大“兒童語言”學科體系

總結當下的漢語兒童語言發展評估，我們發現，開展兒童語言發展評估最多的領域是教育學和心理學，其次是臨床醫學。盡管語言學也參與其中，但是其學科的引領作用不夠突出，與其他學科的交叉不足，使得教育、心理和臨床應用中缺乏語言學理論支撐，極易造成漢語兒童語言發展評估的偏頗。

要解決目前漢語兒童語言發展評估的問題，就要解決漢語兒童語言研究人才培養的問題。首先需開設兒童語言相關專業學科。檢索以兒童語言為主題的碩博士學位論文，我們發現，相關研究主要來自中國語言文字（33%）、學前教育（18%）、成人與特殊教育（14%）、外國語言文學（11%）以及兒科學（8%）等學科，其中中國語言文字學科最多，但是實際開展兒童語言發展評估最多的領域是教育學和心理學，學科培養和實際應用之間差距明顯。而單就學科培養來看，目前并沒有專門針對兒童語言的學科建制，所以建立真正“為兒童而研究兒童語言”（李宇明2021）的兒童語言學顯得十分必要。其次，目前國內專門開設兒童語言方向課程的高校并不多，相關知識的教學一般分散在兒童心理學、學前兒童語言教育以及心理語言學等課程里，相關教材也比較匱乏。為了讓學生可以接觸到兒童語言研究領域最新的系統理論、方法、實踐等內容，高質量的課程和教材研發迫在眉睫，特別是針對特定的兒童語言評估領域，應盡快開發相關的語言學、測量學、言語聽覺科學、康復科學等多領域課程和教材。最后，兒童語言發展評估屬于橫跨多門學科的交叉學科，因此需要突破傳統學科體系，在專業建設和學生培養中加強跨學科教學團隊建設，融合認知科學、發展心理學、神經科學、計算機科學、醫學、康復科學等學科，助力兒童語言評估領域人才的培養。

（二）轉變西式思維，加強漢語兒童語言評估系統的自主研發

中國兒童語言研究中漢語兒童語言評估板塊起步較晚，有關兒童語言發展評估的研究體系尚未完全搭建，需要在借鑒國際優勢評估研究的基礎上，促進本土化的評估體系建設。在借鑒的過程中，大量測試工具、測試形式、內容和模型的引入，特別是利用翻譯和常模建構，豐富中國兒童語言發展評估實踐，使得中國目前的兒童語言發展評估呈現出多樣化的特點。在這一過程中，研究者也認識到，以西方兒童語言發展研究為基礎的語言發展評估工具，并不完全適用于漢語兒童，比如相關研究發現，中國學前兒童的詞匯理解水平要略低于表達性水平（周兢，等2017），在衡量語言障礙兒童干預效果方面，不同工具之間存在著極大的異質性（張義賓，等2016）。因此，自主開發適合中國語言文化特質的兒童語言評估系統，具有重要意義。這一點，還有很長的路要走。

自主開發漢語兒童語言發展評估系統，需要回應“兒童語言發展到底評估什么”以及“怎么樣評估兒童語言發展”兩大問題。從語言學角度出發來看，語言是一個復雜的動態系統，包括語音、詞匯、語義、語法、語用和話語等。單一語言維度的測試不足以確定兒童語言的真實水平，而且兒童年齡越小，其可靠性就越低，這在學齡前階段尤其值得關注。比如很多研究使用詞匯量度作為語言能力的唯一指標（Dockrell 2001 ；Dockrell amp; Marshall 2015），但是不少學齡前兒童盡管已經擁有了足夠的詞匯量，卻仍然存在語義和語法問題（Gray et al. 1999）。因此，除現有工具所關注到的語音、語義、語法、語用等不同范疇之外，還應該開展有關身體語言（如手勢、面部表情、姿態、頭動等）的探索性研究，并結合非語言范疇（如傳統認知、社會交際行為）的模態，建立漢語兒童多模態評估的相關理論模型。就評估方式來看，目前常用兒童語言發展評估工具多是紙筆測試，以傳統的年齡–發展評估為主，無法對兒童的能力下限和上限做出準確評估，常出現“天花板效應”和“地板效應”。近年來，自適應技術成為影響該領域發展的重要理論模型。基于項目反應理論垂直等值設計題庫，不僅避免了傳統固定測驗的年齡制約，可以根據兒童的作答過程動態評估兒童的能力，從而減少測驗題量、提高測驗效率。更為重要的是，自適應技術可以有效避免傳統固定測驗的題目曝光問題，能夠用不同的題目對兒童進行重復測量。此外，國際研究已經將自然語言加工、機器學習、深度學習等人工智能技術滲透到該領域中，這些有益的探索仍然需要在漢語兒童語言發展評估系統的開發中予以驗證。比如華東師范大學腦科學與教育創新研究院開展的麗娃語言評估項目，從詞匯理解、詞匯表達和識字能力3個角度出發，融合自適應技術開展了有益探索。在這一領域仍然需要進一步擴展。

（三）擁抱數字時代，建立可共享的漢語兒童語言發展數據庫平臺

兒童語言評估的核心在于數據，這些數據不僅包括量化數據，還包括質性數據。傳統的標準化評估后所建立的兒童語言發展常模、基于非標準化手段（如語料庫）所建立的兒童語言發展參考數據集等，都是兒童語言發展評估中十分寶貴的數據庫。盡管有學者呼吁建立開放共享且具有學術輻射作用的漢語兒童語料庫，為研究中國家庭兒童語言發展提供數據參考（賈紅霞，李宇明2022），但是目前相關數據庫還比較匱乏。到目前為止，國內最具有代表性的是華東師范大學兒童語言研究中心建立的漢語兒童語言數據庫。該數據系統以語料庫建設作為核心，已囊括了中國不同省市兒童語言的數據近60 000 分鐘，同時收集大中華文化情境中兒童華語學習與發展的語料數據，比如新加坡、馬來西亞華語兒童語言發展的語料均有儲存。但相對于2.5 億兒童來說，這一數據量級顯然不成比例，不具常模參考價值。

因此，漢語兒童語言研究數據平臺的建設還需要進一步努力，不僅需要依托現有的工具或者開發新工具廣泛采集不同群體兒童的語言發展數據，還需要加強相關的漢語兒童語料庫建設。第一，建立不同兒童群體的數據庫系統，比如正常兒童和自閉癥、聽力障礙、多動癥、閱讀障礙兒童等；數據體系需覆蓋口頭和書面語料，需結合任務驅動和日常語言接觸進行語料采集，技術層面上則需要建立基于兒童語言特征的自動化分析系統。第二，建立語音發展數據庫，提升兒童語音自動識別能力。盡管自然語言加工技術在漢語中得到了廣泛的應用，但是對兒童群體語言的研究中仍然缺乏足夠大量的參考數據集，特別是在語音識別領域，識別率低的問題尚未解決，這會制約自動化和智能化的語言發展評估的編制，未來還需要加強這一領域的數據庫建設和語音大數據積累。第三，打通應用場景，從實驗室為主、任務驅動的兒童語言發展評估，向日常語言使用評估轉向。智能化發展推動了語言數據采集技術的發展，使采集一日生活場景下的兒向語和兒童語言數據成為可能，比如LENA 可以實現連續16 個小時的數據采集，而現有的錄音和錄像設備也可以采集更長時間的數據，這都有利于漢語兒童語言發展數據庫平臺的建設與推進。

兒童語言的秘密，是童年的秘密。對兒童語言發展的評估，是開啟童年秘密的一把鑰匙。語言評估不僅揭示了漢語兒童語言發展的規律，也為推動漢語兒童的語言學習和發展提供高質量的學理支持。百年來，漢語學人在探索漢語兒童語言發展和評估的道路上披荊斬棘，初步建立了標準化和非標準化相結合的評估體系，描繪了漢語兒童語言發展的多模態畫像，并探索了智能化在語言評估中的可行性，為漢語兒童語言研究奠定了強有力的基礎。展望未來，應突破傳統學科規約、建立扎根中國大地的大“兒童語言”學科體系，轉變西式思維、加強漢語兒童語言評估系統的自主研發，擁抱數字時代、建立可共享的漢語兒童語言發展數據庫平臺。促進兒童全面發展，助力國家語言文字戰略發展，將是語言學人不斷開拓進取的重要方向。

參考文獻

陳敏倩，馮曉霞，肖樹娟，等 2009 《不同社會經濟地位家庭兒童的入學語言準備狀況比較》，《學前教育研究》第4 期。

陳思齊，趙 航，王 潔，等 2022 《2 ～ 6 歲兒童溝通功能量表的開發與標準化：基于ICF-CY》，《中國康復理論與實踐》第12 期。

黃立鶴，張德祿 2019 《多核并行架構：多模態研究的范式、路徑及領域問題之辨》，《外語教學》第1 期。

賈紅霞，李宇明 2022 《中國家庭結構與兒童語言發展》，《漢語學報》第3 期。

李 歡，曾 爍 2022 《診斷、評估與干預：近五年卷積神經網絡在特殊教育中的實證研究述評》，《中國特殊教育》第7 期。

李瑞華，陳詩琪 2022 《少數民族學前兒童國家通用語言能力測評體系的建構—— 測評工具分析的視角》，《民族教育研究》第3 期。

李宇明 2021 《為了兒童——“兒童語言研究”專欄主持人語》，《語言文字應用》第4 期。

李宇明 2022 《兒童語言研究與兒童語言教育》，《中國社會科學報》5 月27 日第4 版。

廖夢怡，陳靚影，王廣帥，等 2021 《融合多模態數據的自閉癥譜系障礙兒童智能化識別及其有效性》，《科學通報》第20 期。

劉 焱，楊曉萍，潘月娟，等 2012 《我國城鄉學前一年班級教育環境質量的比較研究》，《教育學報》第3 期。

陸 爍，丘國新，錢思宇，等 2021 《面向語言障礙篩查的漢語兒童言語交際水平評估系統研發》，《語言戰略研究》第6 期。

孫永兵，趙 鑫，邢慶娜，等 2022 《通過T1 和T2 值評估發育性語言障礙兒童的腦微結構改變》，《臨床放射學雜志》第3 期。

張顯達，李 雪，廖 敏 2022 《3 ～ 6 歲兒童漢語語言發育評估量表–語法篇的信效度研究》，《中國兒童保健雜志》第8 期。

張義賓，蔣忠心，張鴻啟，等 2016 《我國單純性語言發育遲緩/ 障礙兒童干預效果的元分析及其啟示》，《中國特殊教育》第10 期。

周 兢，張 莉，李傳江 2017 《漢語學前兒童的詞匯語義發展研究》，《語言戰略研究》第6 期。

周 兢，張 莉，Rao， N. 2018 《我國早期兒童學習與發展的現狀分析：一項來自EAP-ECDS 的研究報告》，《全球教育展望》第7 期。

周 兢，張義賓 2020a 《基于漢語兒童語料庫構建的兒童語言發展測評系統》，《學前教育研究》第6 期。

周 兢，張義賓 2020b 《基于語料庫的漢語兒童語言發展評價與監測》，上海：華東師范大學出版社。

周 鈺，李剛衛，李彎月，等 2022 《語言認知評估系統用于語言認知障礙評估的可行性分析》，《中國全科醫學》第31 期。

Dockrell， J. E. 2001. Assessing language skills in preschool children. Child Psychology and Psychiatry Review 6（2）， 74–85.

Dockrell， J. E. amp; C. R. Marshall. 2015. Measurement Issues： Assessing language skills in young children. Child and Adolescent Mental Health 20（2）， 116–125.

Gray， S.， E. Plante， R. Vance， et al. 1999. The diagnostic accuracy of four vocabulary tests administered to preschool-age children. Language， Speech， and Hearing Services in Schools 30（2）， 196–206.

Kuo， Y.-M.， S.-J. Ruan， Y.-C. Chen， et al. 2022. Deep learning-based automated classification of Chinese speech sound disorders. arXiv preprint arXiv：2205.11748.

Law， J.， J. Boyle， F. Harris， et al. 1998. Screening for speech and language delay： A systematic review of the literature. Health Technol Assess 2（9）， 1–184.

Levinson， S. C. amp; J. Holler. 2014. The origin of human multi-modal communication. Philosophical Transactions of the Royal Society B： Biological Sciences 369（1651）， 20130302.

Liu， X. L.， J. de Villiers， C. Ning， et al. 2017. Research to establish the validity， reliability， and clinical utility of a comprehensive language assessment of Mandarin. Journal of Speech， Language， and Hearing Research 60（3）， 592–606.

McCabe， P. C. amp; P. J. Meller. 2004. The relationship between language and social competence： How language impairment aff ects social growth. Psychology in the Schools 41（3）， 313–321.

Morgenstern， A. 2014. Children’s multimodal language development. In C. F?cke （Ed.）， Manual of Language Acquisition， 123–142. Berlin， Boston： De Gruyter.

Xu， D.， U. Yapanel amp; S. Gray. 2009. Reliability of the LENA Language Environment Analysis System in young children’s natural home environment. Boulder， CO： Lena Foundation， 1–16.

Zhang， Y. amp; J. Zhou. 2020. Building a norm-referenced dataset for vocabulary assessment based on Chinese vocD and word classes. Journal of Chinese Writing Systems 4（1）， 5–17.

責任編輯：魏曉明