主题模型——词汇学习新方法

孙皓 王晨萱 郭洋

【摘 要】本文在回顾二语习得相关研究的基础上，强调了词汇学习的重要性，简单介绍了主题在现代外语词汇教学中的作用，并就此提出了利用LDA模型自动生成主题词表进行外语教学的模式，以及在教学应用中的不足。

【关键词】主题模型    LDA    词汇学习     二语习得

一、二语习得与词汇学习

英国著名语言学家D.A.Wilkins（1972曾说：“没有语法，人们不能表达很多东西，而没有词汇，人们则无法表达任何东西。”词汇作为语言的核心内容，受到越来越广泛的关注，词汇教学的重要地位得到普遍认可，各种词汇教学研究受到教育界学者的青睐。徐密娥、李炯英（2007）在回顾及总结1994至2005年国内英语词汇教学研究概况的基础上，指出国内英语词汇研究总体上呈明显的上升趋势，且研究视角多元化。随着研究的深入，二语词汇习得逐渐成为二语习得研究的热点，并取得了丰硕的成果。教育技术学吸取了二语词汇习得方面的新成果，并将二语词汇习得理念应用到英语词汇教学研究中，不断拓展研究范围，深化研究方向，取得了一定进展。随着计算机技术和网络的发展，英语词汇教学与现代教育技术逐渐融合，利用技术辅助英语词汇教学的研究越来越多，英语词汇教学逐渐成为教育技术领域密切关注的问题。

二、主题模型与词汇学习

Nation（1998）提出，在词汇习得中，需要采用利于学习者记忆的单词呈现方式。然而，目前一般的词汇习得方法主要是依靠强化记忆，即很多学习者通过词汇表的死记硬背来提高词汇能力。但是词汇表中缺乏詞汇使用的语境，所以学习者并不能深刻理解词汇的内涵，在一定程度上阻碍了词汇习得过程。

李文中（2003）认为，围绕某一主题，以语义联想为中心的词汇教学比孤立、离散的词汇学习更加有效。王秀（2006）通过实验研究发现，对于EFL学习者按主题排列的词汇比按非主题排列的词汇更易于学习。

张红岩（2012）在《词以类记：IELTS词汇》中在将雅思词汇分为28个学科、8个意群，在学科和意群中词汇的排列遵循一定的逻辑顺序。此书的姐妹篇《词义类记：TOEFL iBT词汇》自06年底面世以来也迅速成为同类词汇书中的冠军，证实了“词义类记”——即根据主题记忆单词方法的科学性与有效性。

人工对词汇进行主题分类固然可以很好地提高词汇学习效果，但是随着语料规模的扩大，很难对人工所有领域的主题词进行分类收集，且需要花费大量精力、物力。

近年来，主题模型（topic model）在自然语言处理（natural language process，NLP）领域受到了越来越多的关注。在该领域中，主题可以看成是词项的概率分布，主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合，并能够将词项空间中的文档变换到主题空间，得到文档在低维空间的表达，从而间接达到文本分类的效果。主题模型分析大量无标记文本提供了一种简单方法，主题模型计算得出的每个“主题”由一些经常一起出现的词构成，使用上下文作为线索，主题模型可以将具有相似意义的单词联系在一起，并且对使用多重含义的词进行区分。

三、主题模型LDA介绍与实例分析

主题模型是一种文本表示范式，其典型代表是LDA模型。LDA模型首先由Blei等于2003年提出，目前在文本主题识别、文本分类以及文本相似度计算等方面都有广泛应用。LDA模型可以将文档集中每篇文档的主题按照概率分布的形式给出，同时它是一种无监督学习算法，在训练时不需要手工标注的训练集，需要的仅仅是文档集以及指定主题的数量即可。一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成。

选用美联社2246篇文档作为语料，利用LDA模型进行主题词统计。假定整个语料库有100个主题，每个主题用20个单词描述。LDA模型可以根据给定的语料库，通过计算得出主题以及描述相应主题的单词。

四、总结与展望

每一列词汇均由计算机自动生成，每列词汇中有内在的主题上的相关性。LDA模型在计算过程中，需要对文档中的单词进行词频统计，所以LDA模型不仅可以提供具有主题相关性的单词，还可以被应用于文本分类，根据学习者的需要提供个性化的阅读材料，并进行附带词汇习得。利用计算机自动生成同一主题的相关词汇，这对于构建基于主题模型的词汇学习模式是十分重要的，能够有效支持基于主题的词汇习得研究。

但是LDA生成的主题词表还有许多不足之处，如LDA模型不能表示主题间的相关性;对于主题数目K过于敏感;主题词表中含有大量语义无关词且词形不规范等。在今后需要对LDA模型的产出加以改进，以达到更好的词汇习得效果。

【参考文献】

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

[2]徐密娥， 李炯英.国内英语词汇教学研究：回顾和前瞻[J].外语界，2007（03）.

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

[4]张红岩.词以类记：IELTS词汇[M].西安：西安交通大学出版社，2012.

[5]张红岩.词以类记——TOEFL iBT 词汇[J].新东方英语 （大学版）， 2006（12）.