利用词语块匹配进行英语写作信息化评阅的探究

井朔宇

（湖南警察学院，湖南长沙 410138）

引言

阅读与写作教学是我国传统英语教学中的重要组成部分，其中，写作能力考察更是贯穿英语教育始终的考察点。英语写作所考察的不仅是学生词汇量的丰富程度，更要求学生把所掌握的单词用恰当的搭配、正确的语法、丰富的内涵以篇章的形式创造性地呈现出来。传统的英语写作评价一般为主观印象式评分或根据错误数量酌情扣减，缺乏全面客观评价。而善用Michael Lewis与Miller的词块、语块理论，将写作内容与选定语料对比匹配，则能从用词与搭配两个层面检验作者写作能力水平，成为一种写作题目客观化评价的解决手段。

1 传统主观评价的弊端

1.1 评价效率低

在信息化手段介入教学的今天，主观题目评价已成为智能评阅的掣肘顽疾。而传统的人工评价，受大量重复性工作影响，如果需要对学生的英语写作进行逐句阅读，并针对性地给出改进意见，无疑会增加教师的评阅工作量。

外语主观题评阅与客观题不同，易受到如字迹、涂改等言外特征影响。在大量写作评阅任务下，教师的评阅效率势必随时间推移呈现下降趋势，而除去主观精力消耗的因素外，造成评阅速度、效果下降的主要客观因素即为不同的字迹、卷面效果给人工评阅带来的识读障碍。

1.2 评阅主观性过强

一方面，传统人工评阅为定档扣分式评阅。以四级写作考试评分标准为例：写作总分评分计为15分，分五档，其中14分档的评分标准为“切题。表达思想清楚，文字通顺、连贯，基本上无语言错误，仅有个别小错。”，而11分档的评分标准为“切题。表达思想清楚，文字连贯，但有少量语言错误。”，两者在定档描述上仅用“基本”、“个别”、“仅有”、“但有”这样的区别解释，而两档所造成的得分相差却有21.3分之多，无疑影响评分客观性。

另一方面，多人分工导致评阅标准不统一。在大型考试中，为按时公布考试成绩，组织方被迫安排多人分工进行主观题评阅，而对评阅标准的理解因人而异，对于评分标准的把握只能实现定性，无法定量。因此在理论上，评阅人数与评阅客观性呈反比效果。

1.3 易导致模式化写作

模式化写作，或称模板化写作，是指为了迎合阅卷人评阅习惯而在特定位置嵌套“模板句”的写作方式。模式化写作背离了写作考察学生就一般性主题表达个人观点的初衷，学生抓住评阅人评阅时间有限的特点，用事先准备好的固定句子进行拼凑，营造出文章观点明确、条理清楚、语句通顺的假象。

造成模板化写作的首要原因是快速人工评阅习惯被利用。在大量人工评阅中，评阅人倾向于关注写作文章的首、尾段与逻辑关键词，以期迅速把握文章主旨大意，理清逻辑结构。不乏有学生利用“速成写作技巧”，在文章开头或末尾堆叠大量与文章主题关联不大的长难句以展现语言功底，或在文章中有意使用复杂词汇以展现其丰富词汇储备，而忽略文章题材与语域设定，违背语言搭配的日常习惯，期望达到“以一敌百”的取巧效果。

模板化写作的不良结果是导致学生养成不良写作规律，忽视语料输入对写作输出的决定性提升，只聚焦于基于句子模板和替换词汇的公式化写作产出。

2 以词语块匹配为基础的信息化评阅

2.1 词语块的概念和分类

词（语）块的概念最早由Becker在20世纪70年代中期首先提出的。词、语块可以被理解为是一种介于词与句之间的过渡性语言单位。母语者除掌握母语的词汇外，还会将词与词、词与词组之间的约定搭配组成固化的语料单位存入记忆。在有表达输出的需要时，母语者从脑海中以同样固化的预料单位为整体进行提取组合进行输出。在Becker的概念中，词块是兼顾功能与形式的，即其是主动内涵词汇与语法的语言单位。Nattinger和DeCarrico（1992）对于词块的定义略有区别，他们认为词块是“允许进行某些语言变化，以整体组合存在于在人脑记忆中的语言集合单位。”而Michael Lewis将词语块的语法概念进行了进一步强化，他强调语言的形式单位是语法化的词汇集合，而不是单独词汇通过严格语法逻辑产出的。语言的输出使用，并非是如数学公式化地组合，即临时地根据表达需求，通过提取所必须的单词，再按照语法规则进行语句建设，而是先提取在预设场景中所记忆下来的词块（lexical chunks），再进行有限地语法适应而得出的。

在国际上，以Lewis和Nattinger、De Carrico对于词语块的分类法最广为接受。

Lewis的分类法中，词块可以大致归为四类:（1）单词(words)与短语(poly-words)，即传统意义上的单字词汇（single words）与动词短语（phrasal verbs）。（2）词语搭配(word-collocations)，即以较高组合频率出现的词组。如形容词作定语与名词所构成的修饰组合、动词和名词作宾语所形成的动宾组合。（3）习惯性组合(institutionalized utterances)，这是指以语法模块为内涵的，形式固定或半固定、具有约定语用功能的单词组合。习惯表达既可以是完整的句子，如“How do you do?”、“Thank you.”，也可以是惯用话语,如“How come?”、“Not at all.”。（4）句子框架和引语(sentence frames and quotations)。与习惯性表达类似，次类词语块在形式上和功能上也相对固定，但其使用可以跨越单句，是超越语句的、作为逻辑组合关联的语用单位。如“first and formost…last but not least”、“on the one hand…on the other hand”。

相似地，Nattinger、De Carrico两人也将词语块分为四种：（1）聚合词汇（poly-words），指由两个或两个以上词汇组合形成的固定短语，而在使用上不允许改变其形式，如“look forward to”、“on account of”等。（2）习惯性表达（institutionalized expressions），这同样是指不允许进行形式改变的约定语、俗语，如“Good bye！”、“Long time no see.”（3）短语限制语（phrasal constraints），这一类词语块是允许进行词汇和词类变化的框结构性语快，如“as long as”、“water is to fish what air is to us.”。（4）句子框架（sentence builders），这类词语快同样是超越语句的衔接框架，广泛存在用于书面语中，如“both…and...”、“for one thing…for another”。

2.2 非英语专业大学生写作中的词语块特征

非英语专业学生未设置专门的英语写作课程。尽管英语写作在各类英语考试中分值占比很高，是各种考试的必备考题，但作为公共必修课，大学英语课程课时却很少，讲授以精读为主要内容。教师只能在平时教学中注重篇章结构划分、写作技巧总结等要点的讲解，在讲解的深度以及训练的频度和广度上都差强人意，很难实现学生写作水平的提高。根据雅思考试中心2017年数据统计，中国学生的平均写作水平普遍较低，只有5.37分，与母语者写作者的英语水平相去甚远。这其中的重要因素就是语块搭配、使用的差别。在写作中，语块组合恰当与否比词汇或短语的使用具有更大的语用意义和价值，其在提升英语语言表达的准确性与贴近英语表达习惯方面更具优势。语块在口语中占有很高的使用比例，因此许多研究者提倡将语块作为语言教学的基本单位。

学生在课堂中、教材中学到的词语和语法用法并不常是母语者在日常会真正使用的语言。如日常英语写作素材中所常见的“with the development of our country...”句式，在众多的写作模板素材、参考范文、甚至是教师授课的过程中都有提及，常解释为“随着我们国家的发展”。但其实际却是在英语写作中不常见到的提法。词汇教学的组合层模块主要为词汇形式、语法规则、功用等，无法上升到交际使用层面，语言学习这者要清楚词汇的句法功能，并要知晓如何在语境中灵活使用。

2.3 通过词语块方法进行的自动写作评阅

以词语块进行写作评阅的的信息化解决主要有以下三个方面优势:首先，从对用文本特征的匹配能力上看，机器更有优势。数字化写作评阅系统可以精确统计一篇作文里的单词个数、句子长度、单词使用层次、以及语言错误的数量，再按照Lewis和Nattinger、De Carrico的主流分类，对文章词语块使用与给定范文进行比对，从而得出综合分数。第二，从对评分标准的执行忠诚度来看。机器评阅不会受到情感影响、或对于评分标准的理解区别等其他因素干扰，能够按照给定规则严格执行评阅，因此能确保系统对每篇作文采用的评分标准都是一致的，增加考试严肃性。最后，从评阅效率上看，机器评阅速度更快，能更好地向学生及反馈量化评阅信息。通过评阅系统，不仅可以实现对一篇文章进行评分，还以从文章结构、衔接连贯、词汇搭配和语法等各个层面上对一篇文章提供综合评价，标注出一些词汇和语法错误并提出修改意见，甚至提出搭配修改意见。在评阅后期，也能定制化地向学生提供写作学习建议，推荐学习文章与语料。依靠大数据，在极短的时间内学习学生写作模型，并给出“因材施教”的教学资料。

3 结论

数字化手段结合语料库应用在英语语言教学应用中已经做出了有目共睹的贡献，而基于大数据与人工智能的数字化解决系统也在不断发展进化，大学英语教师必须与时俱进、加强跨学科知识学习，将传统语言应用理论与数字化解决方法相结合，积极培养个人数字化意识，不断顺应教学数字化改革的发展变化潮流。在日常教学实践中，我们也应当不断主动寻求来自互联网的新鲜思想，研究教学内容与教学方法，结合传统教学工作中的难点与痛点，充分利用数字化资源和大数据统计手段，反思写作教学中可以采取的改进措施，服务教学实践。