词汇能力测量问题研究述评

【摘要】本研究旨在任务型测试视角下从理论角度探讨现行词汇测试工具在测量学习者词汇能力上的可靠性。我们结合Bachman的语言测试理论回顾相关研究后发现对词汇能力的定义应该包含语言运用的范畴，在确保信度和强化效度间取得均衡进而实现任务设置中能力评级多层次性和语言使用特征真实性。由于话题和任务设置目标相关性对学习者引起的反拨效应可以通过控制引发手段来确保测试结果的可解释性，因此为了保持测试工具高预测力，必须使任务设置符合不同水平学习者要求，同时还要注意语境对测试结果的干扰，合理采用人工干预确保信度。

【关键词】词汇知识 语境 任务型测试 预测准确性 结构效度

【中图分类号】H319 【文献标识码】A 【文章编号】2095-3089（2018）27-0089-02

一、引言

词汇学习是一个循环往复的过程，如何准确判断学习者词汇能力进展已成为测试评估中重要问题。词汇能力发展受词汇知识多层次性、接受输入量和质、学习者语言能力影响，是处于习得准备状态的学习者通过操练等方法进入形态-功能接口时形成的词法能力。然而词法化的形成又是潜移默化的过程，设计合适的测量工具来研究词法化成为最佳选择。本文就近十年来有关词汇能力测量的相关研究进行综述，为进一步改进测量工具提供理论依据。

二、词汇知识和测试

一个英语单词包含的知识有多层次性（戴曼纯，2000）。就知识深度而言，一个词所囊括知识可分为接受性知识和产出性知识。接受性知识包括词的形式、意义和功能，产出性知识是接受性知识的延伸，包括拼读、在语境中的使用等（Nation， 1990/2003）。任务内容自然分为学习材料和学习目标，材料是实现目标的载体，而目标不仅是记忆，更要求在不同语境中能准确使用（Gu， 2003）。因此，测量词汇能力不单是记忆的量，更重要的是在不同任务类型和语境下使用词汇的质。

尽管单个词所包含知识呈现多层次性，但就知识广度而言，大体涵盖形式、意义和用法三方面。三者各自独立但又相互联系，形式与意义层面发生互动，形式和意义层面又分别与用法层面产生互动关系，三者间互动有赖于概念结构中介作用。在测试中，应试者与测试任务间需通过形式、意义、用法间的循环才能实现互动。当遇到生词时，应试者在初期准备中形式、意义和用法间的互动关系较弱，因此凭借自身经验性知识通过已知来构建未知，与原有概念结构形成有效链接，经过同化使其发生“量”的更新；更新后结构进入中期处理，应试者心理机制发挥过滤作用对已发生“量”的变化后结构进行筛选，以便提取关键新信息结构；提取完成进入后期产出，前一阶段形成的结构通过顺应实现与原有概念结构整合，从而实现概念结构在“质”上重组。在此阶段，形式、意义和用法在新概念结构中介作用下形成较强互动关系，在此基础上重回至任务中完成预设要求。一旦出现生词，此过程将重新进入准备阶段，如此循环往复以至最终完成任务设置目标。

语境对测试过程影响主要是通过受试者为完成任务设置目标而采用的心理评估手段来实现的。根据与话题相关程度，语境可分为直接语境和背景语境。直接语境与话题相关程度低，指存在于句子或文章中非话题知识或背景知识的语言线索或暗示等信息；背景语境与话题相关程度高，指在主题知识暗示下与学习者经验性知识相匹配的形式或意义上的图式框架。在直接语境下，学习者凭借文本中出现的提示信息对目标生词完成策略选择、利用已知提示分析、生成语义和验证推理这一系列过程。其中，提示信息包括分析词语形态结构、词性、生词所在句的语法结构，而验证过程则将经验性知识放入文本所蕴涵的语境中加以检验其恰当性；在背景语境下，学习者主要利用自己积累的经验、话题知识、篇章结构知识进行从上到下处理来揣摩生词，并通过文本中语法提示信息进行从下到上处理来验证结果，易受话题化影响引起反拨效应。

三、词汇知识和测量

词汇量测试和词汇层级测试是关注焦点。Nation （1993）认为词汇量测试项目从字典所列词条中抽取样本，基于此，Schmitt， D. Schmitt & Clapham （2001）提出了扩展版词汇层级测试方案。Beglar （2010）通过R语言发现词汇量测试对接受性词汇知识的信度和效度都达到了要求，而Perkins & Linnville （1987）通過检验词汇测试工具的结构定义发现应试者所处学习阶段应包含在结构定义中。因此，工具通用性不仅取决于对词汇量进行准确的概念化，而且还要使概念化后的词汇量具有可操作性（Laufer， Elder， Hill & Congdon， 2004）。

尽管测量工具按照理论要求设计，但往往不参照语境对词汇量做粗略估计，应在互动观基础上考虑语境构建新测量框架 （Read & Chapelle， 2001），然而现有测试工具常忽略语境聚焦接受性词汇量，比如Yes-No测试法虽具有一定的效度和信度，然而用离散法设计出的试题与传统选择题和正误判断题相比，测试结果被高估导致信度存在问题（Beeckmans， R et al.， 2001）。通过计算应试者对项目反应时间并不存在优势（Pellicer-Sánchez & Schmitt， 2012），原因在于应试者推测和反应方式，只有改进控制手段（Huibregtse， Admiraal & Meara， 2002）。但Yes-No测试法在词汇层级测试中能有效测量接受性词汇量（Mochida & Harrington， 2006），既能提供评估词汇知识掌握质量，又能确认词汇是否完全为学习者掌握（Meara & Buxton，1987；Read，1993）。

对产出性词汇知识测量需要控制式诱发加词汇频度测试手段，如Laufer & Nation （1999）调查出了不同级别学习者产出词汇量，而Fitzpatrick & Clenton （2010）通过诱导产出并结合词频分析计算产出词汇量。而在词汇丰富性上，Jarvis （2002）通过比较词汇形符和类符比例曲线，发现课堂输入与词汇丰富性正相关，写作质量受制于词汇知识，而词汇丰富性受母语背景影响；Malvern & Richards （2002）则使用自行设计D测量法结合vocd软件来计算话语词汇丰富性中间接发现受试群体对研究者所采用的诱发词汇法引起的反拨效应。在测量中，词汇知识深度有可能受母语影响，Schoonen & Verhallen （2008）发现母语水平对儿童二语学习者词汇知识深度影响显著；而词汇知识广度可能受学习者语法能力影响，Shiotso & Weir（2007）发现句法知识在预测阅读能力水平上略高于词汇广度知识预测力。此外，Schmitt，Wun Chung Ng & Garras （2010）的研究发现词义联想范式预测能力高低上限时解释力良好，预测中阶能力段时解释力欠佳。

除測试方法外，语言能力也会影响学习者完成词汇测试任务质量。Yamada （2009）验证Hoey所构建文本主旨辩识理论中发现语言能力受语境中主旨识别影响，Fairclough （2011）在检验Meara & Buxton（1987）的识别任务中发现对水平低的学习者效果显著，对水平高的学习者解释力不足。而Crossley， Salsbury，McNamara & Javis （2011）和Crossley，Salsbury & McNamara （2012）提出词汇能力要包含词汇量和知识特征，词汇能力模型应当考虑不同语言能力间可比性。

此外，对大规模语言能力测试（如TOEFL）中词汇测试项目分析后发现语法、搭配、词际联想及语义方面知识都未能完全体现出来（Schmitt， 1999）。基于此，Qian & Schedl （2004）为新TOEFL开发的词汇测试项目与旧词汇测试项目相比较对学习者阅读水平预测能力相当。OLoughlin （1995）则挑选了澳大利亚英语交际能力评估考试进行分析后发现互动量和非语言因素影响到受试词汇知识的丰富性。

四、结语

影响词汇测试效度和信度的核心问题是对词汇能力的定义。对能力的范畴化不仅仅是词汇量、深度和丰富性，而更应包含词汇运用，即运用已有知识结构解决新问题，在此基础上形成词法化能力。对词汇能力范畴化同时会影响到结构效度对应试者能力评级区分度，结构效度本身也受任务设置类型的影响。传统语法判断题在测试词汇广度上占有优势，但在测试词汇深度上囿于单一选项设置易出现预测效度问题，即测试出能力反映不出真实水平。在信度不受影响前提下，通过引入R语言进行残差分析以改进测试工具内容效度。针对书面语和口语的测试往往存在信度问题，其任务设置易受到应试者背景知识影响，一旦设置内容与话题知识相关，易引起反拨效应产生测量误差。通过语言建架构筑能力评级指标可以改进由测量误差引起的信度失衡，在不影响内容效度的前提下控制引发手段使受试者克服由于话题相关所带来的迁移效应，通过提高预测效度来提升测试信度。

参考文献：

[1]Bachman，L.F.& A.S.Palmer Language Testing in Practice [M]. Shanghai： Shanghai Foreign Language Education Press，1996/2003：44-47

[2]Bachman，L.F.Fundamental Considerations in Language Testing [M]. Shanghai： Shanghai Foreign Language Education Press，1997/2004：127-130

[3]Beeckmans，R.et al Examining the Yes/No vocabulary test： some methodological issues in theory and practice[J].Language Testing，2001，18：235-274

[4]Beglar，D.A Rasch-based validation of the Vocabulary Size Test[J].Language Testing，2010，27：101-118

[5]Crossley，S.A.，T.Salsbury & D.S.McNamara Predicting the proficiency level of language learners using lexical indices[J].Language Testing，2012，29：243-263

[6]Crossley，S.A.，T.Salsbury，D.S.McNamara & S. Jarvis Predicting lexical proficiency in language learner texts using computational indices[J]，Language Testing，2011，28：561-580

[7]Fairclough，M.Testing the lexical recognition task with Spanish/English bilinguals in the United States[J].Language Testing，2011，28：273-297

[8]Fitzpatrick & Clenton The challenge of validation：Assessing the performance of a test of productive vocabulary[J].Language Testing，2010，27：537-554

[9]Gu，Y.Q.Vocabulary Learning in a Second Language： Person， Task， Context and Strategies[J/OL].TESL-EJ，2003（2）：1-25

[10]Huibregtse，I.，W.Admiraal & P.Meara Scores on a yes-no vocabulary test： correction for guessing and response style[J]. Language Testing，2002，19：227-245

[11]Jarvis，S.Short texts， best-fitting curves and new measures of lexical diversity[J]. Language Testing，2002，19：57-84

[12]Laufer，B.& P.Nation A vocabulary-size test of controlled productive ability[J]. Language Testing，1999，16：33-51

[13]Laufer，B.，C.Elder，K.Hill & P. Congdo Size and strength：do we need both to measure vocabulary knowledge？[J].Language Testing，2004，21：202-226

[14]Malvern，D.& B.Richards Investigating accommodation in language proficiency interviews using a new measure of lexical diversity[J]. Language Testing， 2002， 19： 85-104

[15]Meara，P.& B.Buxton An alternative to multiple choice vocabulary tests[J]. Language Testing，1987，4：142-154

[16]Mochida，K.& M. Harrington The Yes/No test as a measure of receptive vocabulary knowledge[J].Language Testing，2006，23：73-98

[17]Nation，I.S.P.Teaching and Learning Vocabulary[M]. Beijing： Foreign Language Teaching and Research Press，1990/2003

[18]Nation，P.Using dictionaries to estimate vocabulary size：essential，but rarely followed， procedures[J].Language Testing，1993，10：27-40

[19]O'Loughlin，K.Lexical density in candidate output on direct and semi-direct versions of an oral proficiency test[J].Language Testing，1995，12：217-237

[20]Pellicer-Sánchez，A.& N.Schmitt Scoring Yes–No vocabulary tests： Reaction time vs. nonword approaches[J].Language Testing，2012，29：489-509

[21]Perkins，K.& S.E.Linnville A construct definition study of a standardized ESL vocabulary test[J].Language Testing，1987，4：125-141

[22]Qian，David，D.& M.Schedl Evaluation of an in-depth vocabulary knowledge measure for assessing reading performance[J]. Language Testing， 2004， 21： 28-52

[23]Read，J.& C.A.Chapelle A framework for second language vocabulary assessment[J]. Language Testing，2001，18：1-32

[24]Read，J.The development of a new measure of L2 vocabulary knowledge[J]. Language Testing，1993，10：355-371

[25]Schmitt，N.The relationship between TOEFL vocabulary items and meaning， association， collocation and word-class knowledge[J].Language Testing，1999，16：189-216

[26]Schmitt，N.，D.Schmitt，& C.Clapham Developing and exploring the behaviour of two new versions of the Vocabulary Levels Test[J]. Language Testing， 2001， 18： 55-88

[27]Schmitt，N.，J.Wun Ching Ng， & J. Garras The Word Associates Format： Validation evidence[J].Language Testing，2011，28：105-126

[28]Schoonen，R.& M. Verhallen The assessment of deep word knowledge in young first and second language learners[J]. Language Testing，2008，25：211-236

[29]Shiotsu，T.& C.J.Weir The relative significance of syntactic knowledge and vocabulary breadth in the prediction of reading comprehension test performance[J]. Language Testing， 2007，24：99-128

[30]Yamada，K.Lexical patterns in L2 textual gist identification assessment[J].Language Testing， 2009，26：101-122

[31]戴曼純，论第二语言词汇习得研究[J].外语教学与研究，2000（2）：138-144

[32]刘润清、韩宝成，语言测试和它的方法（修订版）[M].北京：外语教学与研究出版社，1999

作者简介：

方昊 （1981-），男，安徽省安庆市人，硕士研究生学历，就职于安庆师范大学外国语学院，讲师，研究方向为二语习得，语法和词汇教学。