通過(guò)詞表覆蓋率評(píng)測(cè)法語(yǔ)文本難度的方法

□ 劉 瀟

（武漢大學(xué) 外國(guó)語(yǔ)言文學(xué)學(xué)院，湖北 武漢510620）

通過(guò)詞表覆蓋率評(píng)測(cè)法語(yǔ)文本難度的方法

□ 劉 瀟

（武漢大學(xué) 外國(guó)語(yǔ)言文學(xué)學(xué)院，湖北 武漢510620）

在我國(guó)英語(yǔ)閱讀研究中，常采用量化方法測(cè)量文本。而法語(yǔ)相關(guān)研究則幾乎是空白。本研究將法語(yǔ)教學(xué)大綱的詞表與國(guó)外的常用法語(yǔ)詞表對(duì)比，測(cè)算這些詞表在不同語(yǔ)料庫(kù)中的文本覆蓋率和生詞率，從而估算掌握相應(yīng)單詞量的學(xué)生在閱讀不同類(lèi)型文本時(shí)遇到的單詞難度。結(jié)果表明，可將5%的生詞率作為能否獨(dú)立讀懂文章的標(biāo)準(zhǔn)。在篩選難詞時(shí)，單個(gè)詞表易有疏漏，應(yīng)結(jié)合多個(gè)詞表綜合判斷。此外，為取得更好效果，應(yīng)以詞族為計(jì)量單詞的單位，兼顧不規(guī)則動(dòng)詞的詞形。

詞表；覆蓋率；語(yǔ)料庫(kù)；文本難度

在外語(yǔ)閱讀中，讀者遇到的障礙通常是由生詞引起的。通過(guò)詞表中單詞在文本中所占比例，能判斷掌握相應(yīng)單詞的讀者閱讀時(shí)的單詞難度，從而更好地選擇有效的教學(xué)材料，促進(jìn)學(xué)生閱讀技能的健康發(fā)展。而量化的語(yǔ)料庫(kù)方法在我國(guó)法語(yǔ)教學(xué)中鮮少得到應(yīng)用。因此，本文選用教學(xué)大綱詞表在內(nèi)的幾種常見(jiàn)的法語(yǔ)詞表，統(tǒng)計(jì)它們?cè)诮滩募捌渌喿x材料語(yǔ)料庫(kù)中的文本覆蓋率，以供教學(xué)參考。

1 文本覆蓋率的作用

在計(jì)量詞匯時(shí)，首先應(yīng)該明確統(tǒng)計(jì)單詞的單位和方法。一般有以下三個(gè)不同單位可供選擇：?jiǎn)卧~（mot），即按詞匯的不同形態(tài)分別計(jì)算。詞目（lemme），即只計(jì)算單詞作為字典條目時(shí)的形態(tài)，忽略其陰陽(yáng)性、單復(fù)數(shù)、時(shí)態(tài)。詞族（famille de mots），即把通過(guò)不同構(gòu)詞法構(gòu)造的詞根相同的單詞計(jì)為一個(gè)詞族。如produit，produits和production，按以上單位應(yīng)計(jì)為3個(gè)單詞，或2個(gè)詞目，或1個(gè)詞族。

具備構(gòu)詞法知識(shí)的讀者容易根據(jù)詞綴和詞根推測(cè)出單詞的含義，尤其是在有上下文的理解過(guò)程中。因此，在英語(yǔ)詞匯量的研究中，通常采用詞族作為單位［1］。然而，大部分法語(yǔ)生詞表采用詞目作為統(tǒng)計(jì)單位。由于現(xiàn)實(shí)條件制約，本文采用詞目作為計(jì)量單位。

文本覆蓋率，指的是詞表中單詞在文本中所占比例。統(tǒng)計(jì)單詞比例時(shí)，常使用兩種計(jì)量方式：類(lèi)符（type，即每個(gè)單詞無(wú)論出現(xiàn)多少次都只計(jì)一次）或形符（token，即每個(gè)單詞按實(shí)際出現(xiàn)次數(shù)計(jì)算）。在此與多數(shù)研究一致，選取形符作為統(tǒng)計(jì)方式。

讀者認(rèn)識(shí)的單詞在文中達(dá)到多少比例，才能有效理解文本呢？?jī)?nèi)申（Nation）和同事認(rèn)為：讀者至少需要認(rèn)識(shí)文中95%的單詞，才能獨(dú)立理解文本，并可從上下文中猜出生詞含義。為實(shí)現(xiàn)較流暢、愉悅的閱讀，不需上下文即可理解的單詞則需占文中98%［2］。他在統(tǒng)計(jì)時(shí)，將專(zhuān)有名詞、明顯的復(fù)合詞及感嘆詞計(jì)入覆蓋率，不算作生詞。

此外，內(nèi)申參與開(kāi)發(fā)編寫(xiě)了Range軟件，可用于分析文本的詞匯深度和廣度。Range軟件自帶3個(gè)基礎(chǔ)詞表：Basewrd1，含 998個(gè)詞族，共計(jì) 4119詞；Basewrd2，含 988 個(gè)詞族，共計(jì) 3708 詞；Basewrd3，含570個(gè)詞族，共計(jì)3107詞。前兩個(gè)詞表涵蓋英語(yǔ)文本約87%的詞匯，最后一個(gè)詞表為最常用的學(xué)術(shù)詞匯，在學(xué)術(shù)文本中的覆蓋率為8.5%。在分析文本時(shí)，Range生成的文件會(huì)顯示該文本中詞匯在這3個(gè)詞表中覆蓋的程度。其使用者還可自行編寫(xiě)基礎(chǔ)詞表，滿足特殊研究需要。目前在我國(guó)的英語(yǔ)教學(xué)研究中，有著作介紹Range軟件，并舉例說(shuō)明如何應(yīng)用該軟件分析應(yīng)用于教材的文章難度［3］，也有使用易讀度軟件AntwordProfiler通過(guò)覆蓋率等方式分析文本難度的嘗試［4］。

而在法語(yǔ)教學(xué)研究中，少有研究者使用定量分析方法通過(guò)詞表和語(yǔ)料庫(kù)分析文本。關(guān)虹依據(jù)《高等學(xué)校法語(yǔ)專(zhuān)業(yè)基礎(chǔ)階段教學(xué)大綱》和《高等學(xué)校法語(yǔ)專(zhuān)業(yè)高年級(jí)法語(yǔ)教學(xué)大綱》，制定含4個(gè)層級(jí)共8500個(gè)單詞的新詞匯表，并據(jù)此分析學(xué)生在作文中體現(xiàn)的掌握和運(yùn)用法語(yǔ)詞匯的能力［5］。但在教材和閱讀材料研究中，暫未看到類(lèi)似語(yǔ)料庫(kù)方法的實(shí)踐。

2 常用法語(yǔ)詞表

在法語(yǔ)教學(xué)史上最早的重要詞表是古根內(nèi)姆等語(yǔ)言學(xué)家在1955年發(fā)布的《基礎(chǔ)法語(yǔ)》（可在http：//www.lexique.org/telAutresBases.php下載）。該詞表包含兩級(jí)：第一級(jí)1475詞，第二級(jí)3500詞。第二版詞表在此基礎(chǔ)上擴(kuò)充到8774個(gè)單詞。該詞表主要是根據(jù)詞頻和分布率制定的，語(yǔ)料為275個(gè)人訪談所得的口語(yǔ)語(yǔ)料庫(kù)，包含163篇文本，312 134個(gè)詞，7995個(gè)詞目。此外，編寫(xiě)者還圍繞20個(gè)興趣中心補(bǔ)充了320個(gè)易聯(lián)想（disponibilité）單詞，剔除了 104 個(gè)粗俗用詞（如bouquin， foutre， formidable， vélo 等）［6］。

計(jì)算機(jī)開(kāi)始廣泛使用后，對(duì)詞匯的計(jì)量變得更為方便，涌現(xiàn)出許多新詞表。

Lexique3詞表是一個(gè)收入詞條較全的開(kāi)源詞表，包含 142 728 個(gè)單詞，對(duì)應(yīng) 47 342 個(gè)詞目［7］（可在 http：//www.lexique.org/telLexique.php下載）。其中單詞的詞頻有兩項(xiàng)。前者是書(shū)面文本統(tǒng)計(jì)得來(lái)，語(yǔ)料庫(kù)由法語(yǔ)分析與處理實(shí)驗(yàn)室 （Analyse et Traitement Informatique de la Langue Fran aise，Atilf） 提供的從 1950 年到2000年間出版的218本小說(shuō)構(gòu)成，1470萬(wàn)詞匯量級(jí)。后者是口語(yǔ)資料統(tǒng)計(jì)得來(lái)，語(yǔ)料庫(kù)為9474部電影的字幕，5千萬(wàn)詞匯量級(jí)。由于研究對(duì)象為文本，本文采用書(shū)面文本統(tǒng)計(jì)所得的詞頻。

塔克等人認(rèn)為，基于法語(yǔ)在母語(yǔ)為法國(guó)人的使用環(huán)境中統(tǒng)計(jì)出的詞頻，與法語(yǔ)學(xué)習(xí)者在學(xué)習(xí)過(guò)程中接觸到這些詞語(yǔ)的順序和頻率存在差異，所以應(yīng)采用基于課本統(tǒng)計(jì)出的分級(jí)單詞詞表判斷法語(yǔ)學(xué)習(xí)者遇到的單詞難度［8］。

FLELex的編寫(xiě)者統(tǒng)計(jì)了28本專(zhuān)為外國(guó)學(xué)生使用的法語(yǔ)教材和29本目標(biāo)讀者為外國(guó)學(xué)生的簡(jiǎn)寫(xiě)法語(yǔ)讀本中的777 835個(gè)詞，并將語(yǔ)料按照《歐洲語(yǔ)言共同參考框架：學(xué)習(xí)、教學(xué)、評(píng)估》分為6個(gè)層級(jí)：A1（入門(mén)級(jí)），A2（初級(jí)），B1（中級(jí)），B2（中高級(jí)），C1（高級(jí)），C2（精通級(jí)）［9］。FLELex 中共有 14 053 個(gè)實(shí)詞詞目和 183個(gè)語(yǔ)法詞詞目 （可在 http：//cental.uclouvain.be/flelex/#tab-download下載），對(duì)每個(gè)詞目，標(biāo)注其詞性和在不同層級(jí)的教材或簡(jiǎn)寫(xiě)本中標(biāo)準(zhǔn)化計(jì)算后的詞頻。由于編寫(xiě)者采用了兩個(gè)分詞器預(yù)處理語(yǔ)料，所以有TT和CRF兩個(gè)版本，本文采用TT版本。

我國(guó)法語(yǔ)專(zhuān)業(yè)的教學(xué)大綱詞表有兩種：《高等學(xué)校法語(yǔ)專(zhuān)業(yè)基礎(chǔ)階段教學(xué)大綱》（以下簡(jiǎn)稱 《基礎(chǔ)大綱》）包括3800個(gè)單詞，其中需要熟練掌握的積極詞匯為2600個(gè)［10］。 《高等學(xué)校法語(yǔ)專(zhuān)業(yè)高年級(jí)教學(xué)大綱》（以下簡(jiǎn)稱《高年級(jí)大綱》）包括8040個(gè)單詞。它是《基礎(chǔ)大綱》3800 詞匯表的擴(kuò)大［11］。

以下選取Lexique3詞表前4000詞目 （以下簡(jiǎn)稱Lexique3-4K），F(xiàn)lelex_TT詞表前4000詞目（以下簡(jiǎn)稱Flelex-4K）與基礎(chǔ)大綱對(duì)比，Lexique3詞表前8000詞目 （以下簡(jiǎn)稱Lexique3-8K）、Flelex_TT詞表前8000詞目（以下簡(jiǎn)稱Flelex-8K）與高年級(jí)大綱、第二版古根內(nèi)姆詞表（以下簡(jiǎn)稱Gougenheim）對(duì)比，測(cè)試不同詞表在各語(yǔ)料庫(kù)中辨別生詞的能力。

Lexique3詞表中，拼寫(xiě)相同而詞性相異的詞被計(jì)為不同詞項(xiàng)。然而，在大綱詞表中，絕大多數(shù)具有多種詞性的詞計(jì)為一項(xiàng)。因此，在統(tǒng)計(jì)時(shí)，將Lexique3詞表中相同拼寫(xiě)的詞目詞條合并，條目的頻率之和作為統(tǒng)一的詞目詞頻。同時(shí)，更正部分高頻詞的詞目標(biāo)注錯(cuò)誤，篩選有效的短語(yǔ)，最終得到的詞表含45 512個(gè)詞目，125 646個(gè)詞條，1117個(gè)短語(yǔ)。對(duì) Flelex和Gougenheim詞表也作類(lèi)似處理。

對(duì)教學(xué)大綱詞表進(jìn)行如下預(yù)處理：更正了存在的拼寫(xiě)錯(cuò)誤；去除了重復(fù)收錄的單詞；將相同單詞的不同形式歸并為L(zhǎng)exique3中的詞目。因此得到的單詞數(shù)目與各大綱中標(biāo)明的數(shù)目略有差異?！盎A(chǔ)大綱1”為第一學(xué)年應(yīng)掌握的積極詞匯，“基礎(chǔ)大綱1+2”為第一、二學(xué)年應(yīng)掌握的積極詞匯，“基礎(chǔ)大綱全”為基礎(chǔ)大綱中所有詞匯。

3 統(tǒng)計(jì)文本覆蓋率

3.1 統(tǒng)計(jì)覆蓋率的方法

統(tǒng)計(jì)覆蓋率時(shí)，詞表中的詞組與自反動(dòng)詞按照其中去除高頻虛詞之后的單詞計(jì)算。

表1是根據(jù)Lexique3詞表統(tǒng)計(jì)出的詞頻排名前15 000的詞目在每1000詞層級(jí)時(shí)，分別在Lexique3書(shū)面文本語(yǔ)料庫(kù)中的覆蓋率：

表1：排名前8000的詞目每1000詞層級(jí)在Lexique3書(shū)面文本語(yǔ)料庫(kù)中的覆蓋率

由表1可見(jiàn)，詞頻最高的1000個(gè)詞目的出現(xiàn)次數(shù)之和占語(yǔ)料庫(kù)所有單詞總數(shù)的80%以上。據(jù)博多（Baudot）在 22 000 詞條，1 040 150 詞次，800 份語(yǔ)料基礎(chǔ)上對(duì)法語(yǔ)詞匯的計(jì)量，使用頻率最高的不到3000詞在語(yǔ)料庫(kù)中占比為90%［12］。本次采用的Lexique3詞表得到的數(shù)據(jù)與之相符，較為可信。

詞表中詞目詞頻排名5000以外的詞匯的百萬(wàn)詞詞頻均小于10，彼此數(shù)值差距較小，為中低頻詞，在不同詞表中排名可能會(huì)隨語(yǔ)料庫(kù)內(nèi)容不同而有較大變化。例如地名pékin在Lexique3中排名在14 000以外，但對(duì)于中國(guó)學(xué)生，這是較早接觸到的高頻詞。

表2：教學(xué)大綱詞表分別的詞目數(shù)及在Lexique3語(yǔ)料庫(kù)的覆蓋率

以上詞表在Lexique3詞庫(kù)中覆蓋率較低。一方面，是因?yàn)樵撜Z(yǔ)料庫(kù)中為原版法語(yǔ)小說(shuō)，難度較高。另一方面，是因?yàn)長(zhǎng)exique3中部分高頻詞不在大綱詞表中，其中包括au，du等縮合冠詞。高年級(jí)大綱中缺少et，de，quoi等高頻詞，而僅et一個(gè)詞的百萬(wàn)詞詞頻率就為20 879.73，覆蓋率為2.29%。

為提高由詞表所得生詞的準(zhǔn)確性，按以下方法，在未覆蓋的詞中排除對(duì)讀者不造成或造成較小閱讀障礙的詞。首先，使用高頻虛詞作為停用詞表。其次，由于人名、地名等專(zhuān)有名詞容易結(jié)合上下文得知其所指對(duì)象為人物或地點(diǎn)。百以內(nèi)的數(shù)詞在第一學(xué)年就已習(xí)得，但詞表中易疏漏（如高年級(jí)大綱中缺少deux這個(gè)高頻數(shù)詞）。因此，將人名、地名、百以內(nèi)的數(shù)詞和序數(shù)詞作為專(zhuān)有名詞表。此外，其他在句首以外位置都以大寫(xiě)字母開(kāi)頭的單詞也視作專(zhuān)有名詞。再次，在Lexique3詞表中找出擬聲詞、感嘆詞。余下的單詞視為詞匯量與該詞表相符的學(xué)生的生詞，統(tǒng)計(jì)生詞率。

3.2 詞表在教材和分級(jí)閱讀材料等語(yǔ)料庫(kù)中的覆蓋率和生詞率

測(cè)試文本分為4類(lèi)。第一類(lèi)是教材，選取北京外國(guó)語(yǔ)大學(xué)1992年版《法語(yǔ)》1—4冊(cè)（以下簡(jiǎn)稱北外法語(yǔ)）和《法語(yǔ)綜合教程》1—4冊(cè)（以下簡(jiǎn)稱綜合教程）；第二類(lèi)是課外分級(jí)讀物，采用上海外語(yǔ)教育出版社法語(yǔ)分級(jí)注釋讀物叢書(shū)（以下稱分級(jí)讀物）中A1到B2的4個(gè)難度各1冊(cè)簡(jiǎn)寫(xiě)本：《美女與野獸》《小法岱特》《環(huán)游世界80天》和《巴黎圣母院》；第三類(lèi)是高年級(jí)大綱中推薦的原版小說(shuō)：《小王子》和《包法利夫人》；第四類(lèi)是新聞，采用5個(gè)新聞網(wǎng)站各1篇不同主題的文章。

首先在教材語(yǔ)料庫(kù)中測(cè)試各詞表的覆蓋率和生詞率是否符合課本的難度級(jí)別順序（表3）。

根據(jù)表3可知，判斷文本難度時(shí)，用停用詞表和專(zhuān)有名詞等詞表修正后的生詞率的效果好于原始詞表的覆蓋率。如高年級(jí)大綱在兩套教材中的2冊(cè)、3冊(cè)覆蓋率都高于第1冊(cè)覆蓋率，而用所有詞表的生詞率判斷，兩套教材的難度都符合相應(yīng)編排的順序，且數(shù)值之間呈階梯狀差異，分界清晰。說(shuō)明生詞率可作為衡量文本單詞難度的有力標(biāo)準(zhǔn)。

除Lexique3-8K和Gougenheim詞表顯示北外法語(yǔ)的3冊(cè)、4冊(cè)生詞率比綜合教程相應(yīng)冊(cè)數(shù)略高外，其他詞表都顯示，綜合教程每?jī)?cè)難度高于北外法語(yǔ)相應(yīng)冊(cè)數(shù)。而綜合教程1和2對(duì)應(yīng)法語(yǔ)專(zhuān)業(yè)一年級(jí)第一、二學(xué)期，3和4對(duì)應(yīng)二年級(jí)第一、二學(xué)期。綜合教材難度可能明顯高于目標(biāo)讀者水平。這一現(xiàn)象還可歸因于北外法語(yǔ)編寫(xiě)時(shí)間與教學(xué)大綱的年代相近 （基礎(chǔ)大綱參考的教材中雖沒(méi)有列出這一版本，但有1962年和1980年的北京外國(guó)語(yǔ)學(xué)院版《法語(yǔ)》），因此兩者的詞匯重合度高。

表3：教材語(yǔ)料庫(kù)的覆蓋率和生詞率

此外，根據(jù)以上結(jié)果，可沿用英語(yǔ)的相關(guān)研究成果，將5%的生詞率作為是否能理解文本的重要指標(biāo)。掌握基礎(chǔ)大綱1的學(xué)生，閱讀北外法語(yǔ)1時(shí)生詞率小于5%，學(xué)會(huì)基礎(chǔ)大綱2后，閱讀北外法語(yǔ)2的生詞率也在5%以下，掌握全部基礎(chǔ)詞匯后，可獨(dú)立閱讀北外法語(yǔ)3的大部分課程（表中僅列出整冊(cè)書(shū)平均值，實(shí)際在16課中有6課生詞率超過(guò)5%）。這與教學(xué)經(jīng)驗(yàn)較一致。

再以綜合教程4第一課Texte A的生詞為例，測(cè)試各詞表辨別生詞的能力（表4）。

其中，amoureux， attaque，échange， promesse 和royaume僅在Gougenheim中未出現(xiàn)，cours和fois僅在Flelex的兩級(jí)詞表中未出現(xiàn)，chasseur，enfer和pied僅在基礎(chǔ)大綱中未出現(xiàn)，établir僅在高年級(jí)大綱中未出現(xiàn)，corde和livrer僅在課后生詞表中被列為生詞。這些都是難度相對(duì)較低的單詞。

而 archet，caisse de résonance，montreur d’ours，se désaltérer，escopette 這樣在絕大多數(shù)甚至所有詞表中都未出現(xiàn)的生詞，確為文中最難的一批單詞。此外，rêveur和violoniste這樣的單詞盡管沒(méi)有出現(xiàn)在部分詞表中，但與它們相同詞族的rêve和violon卻在詞表，顯示出以詞目為單位選詞的局限性。

可見(jiàn)，靠單個(gè)詞表或?qū)＜乙庖?jiàn)選出生詞，難免會(huì)出現(xiàn)疏漏和有爭(zhēng)議的情況。在選用的詞表中，Gougenheim詞表由于年代較早，效果明顯比其他詞表差。

接下來(lái)，再測(cè)試各個(gè)詞表在分級(jí)讀物、小說(shuō)和新聞?wù)Z料庫(kù)中的覆蓋率和生詞率（表5）。

在使用基礎(chǔ)詞表和Gougenheim判斷分級(jí)讀物文本難度時(shí)，A1的生詞率略高于A2，而其他詞表的結(jié)果都符合該系列的分級(jí)順序。比較這兩篇文章不在基礎(chǔ)大綱而在高年級(jí)大綱的單詞，A1的690個(gè)類(lèi)符中有40個(gè)，A2的704個(gè)類(lèi)符中有44個(gè)，相差不大。但A1中fée出現(xiàn) 9 次，monstre出現(xiàn) 9 次，épouser出現(xiàn) 8 次，而A2中此類(lèi)單詞僅sorcier出現(xiàn)4次，所以整體占比小于A1。對(duì)于單詞量與基礎(chǔ)詞表相一致的讀者而言，A1和A2這兩冊(cè)讀物中的生詞比例可能正如生詞率所顯示的，A1略高于A2。當(dāng)單詞量擴(kuò)展，識(shí)別A1中反復(fù)出現(xiàn)的與童話相關(guān)的單詞后，A1的實(shí)際單詞難度仍低于A2。

表4：綜合教程4第一課Texte A按不同詞表選出的生詞

表5：閱讀材料、小說(shuō)和新聞?wù)Z料庫(kù)的覆蓋率和生詞率

所有詞表中，《小王子》的生詞率都在B1和B2級(jí)之間，《包法利夫人》則明顯難于B2等級(jí)，與教學(xué)經(jīng)驗(yàn)相一致。

《包法利夫人》和新聞?wù)Z料庫(kù)的對(duì)比結(jié)果顯示，除Flelex-4K詞表中兩者生詞率相當(dāng)，F(xiàn)lelex-8K中前者生詞率高于后者外，其他詞表均判定前者生詞率小于后者。這一結(jié)果可能說(shuō)明，F(xiàn)lelex詞表中收錄的單詞更貼近時(shí)事，而其他詞表由于語(yǔ)料來(lái)源文學(xué)作品比例較高，對(duì)文學(xué)作品的覆蓋率更高。在查驗(yàn)生詞時(shí)發(fā)現(xiàn)，新聞?wù)Z料庫(kù)中在Flelex-8K而不在高年級(jí)大綱的詞有36個(gè)，其中包括 migration， législatif， gestion， logiciel等與政治、經(jīng)濟(jì)、科技相關(guān)的單詞?！栋ɡ蛉恕分性诟吣昙?jí)大綱而不在Flelex-8K的詞有646個(gè)，其中postscriptum，ligature，étymologie，laminoir 等單詞都專(zhuān)業(yè)性較強(qiáng)。證實(shí)了這一推斷。

4 結(jié)語(yǔ)

詞匯是語(yǔ)言教學(xué)的基礎(chǔ)組成部分，對(duì)閱讀等技能的提高尤為重要。相關(guān)的語(yǔ)料庫(kù)建設(shè)和研究能極大促進(jìn)詞匯教學(xué)的科學(xué)性和效率。在驗(yàn)證多個(gè)詞表在不同語(yǔ)料庫(kù)中的覆蓋率和生詞后，證實(shí)了這種方法對(duì)評(píng)估文本難度的有效性，以及將5%的生詞率作為能否讀懂法語(yǔ)文本標(biāo)準(zhǔn)的可行性。

數(shù)據(jù)也顯示，無(wú)論是語(yǔ)料庫(kù)生成的詞表，還是綜合其他詞表成果由專(zhuān)家審閱制定的教學(xué)大綱詞表，都有不同程度遺漏高頻或較新單詞的情況，還不可避免地存在少量錯(cuò)誤。

表6中的科技詞匯，在Lexique3詞表中由于語(yǔ)料庫(kù)來(lái)源為2000年之前的文本，所以排名靠后，而基礎(chǔ)大綱和高年級(jí)大綱的編寫(xiě)年代較早，缺失其中的三個(gè)單詞。在較晚編寫(xiě)的《大學(xué)法語(yǔ)教學(xué)大綱》第2版和《大學(xué)法語(yǔ)課程教學(xué)要求》中，則計(jì)入了internet。

表6：部分科技詞匯在英語(yǔ)和法語(yǔ)詞表中的對(duì)比①表中英語(yǔ)排名采用Paul Nation（2014）中使用的25個(gè)按詞頻排序的1000詞族表，該資源可在http：//www.victoria.ac.nz/lals/staff/paul-nation.aspx下載。

為提高詞表的質(zhì)量和編寫(xiě)時(shí)的效率，需不斷關(guān)注最新研究成果，結(jié)合多個(gè)來(lái)源，應(yīng)用軟件統(tǒng)計(jì)的優(yōu)勢(shì)，著重審閱來(lái)源中不一致的地方，并查漏補(bǔ)缺，才能得到更符合實(shí)際的結(jié)果。

在編寫(xiě)詞表和統(tǒng)計(jì)生詞時(shí)，以詞目為單位判斷生詞難度存在兩個(gè)主要問(wèn)題。一方面，忽略了不規(guī)則動(dòng)詞等部分單詞的形態(tài)變化對(duì)讀者的難度。一年級(jí)學(xué)生認(rèn)識(shí)être的直陳式動(dòng)詞變位，但不認(rèn)識(shí)其虛擬式形態(tài)。另一方面，會(huì)將與高頻詞詞根相同的低頻詞誤認(rèn)為難詞。如productivité在Lexique3詞表中百萬(wàn)詞詞頻僅為0.34，排名23 963，而與它同源的production詞頻則為14.59，排3988位，為常用詞。

對(duì)專(zhuān)有名詞的處理，也不應(yīng)一概而論。大多數(shù)情況下，人名、地名等信息不影響文章內(nèi)容。但在新聞等特殊情況下，如對(duì)相關(guān)背景沒(méi)有了解，則會(huì)讀不懂文章。在科研等文本中，特殊的專(zhuān)有名詞更是內(nèi)容的核心，不應(yīng)籠統(tǒng)地不計(jì)入生詞。

此外，詞匯計(jì)量中詞組的處理也是難點(diǎn)。在對(duì)文本分詞時(shí)，難以將詞組與其他同時(shí)出現(xiàn)的單詞區(qū)分。在通過(guò)語(yǔ)料庫(kù)統(tǒng)計(jì)得來(lái)的詞表中，既有parce que，d’accord等真詞組，也有l(wèi)a plupart des，la plupart du這樣的假詞組。

盡管詞匯計(jì)量已有較長(zhǎng)歷史，在實(shí)際應(yīng)用中，由于語(yǔ)言本身存在大量不規(guī)則現(xiàn)象、語(yǔ)料本身的質(zhì)量參差不齊、開(kāi)發(fā)語(yǔ)料庫(kù)有一定專(zhuān)業(yè)門(mén)檻、專(zhuān)家精力有限且主觀性強(qiáng)等條件局限，現(xiàn)存詞表仍需進(jìn)一步改良和拓展，并應(yīng)當(dāng)與語(yǔ)料庫(kù)方法和計(jì)算機(jī)輔助相結(jié)合，以適應(yīng)學(xué)生需通過(guò)互聯(lián)網(wǎng)等方式大量閱讀符合其知識(shí)水平的同時(shí)代真實(shí)語(yǔ)料的迫切需求。

參考資料：

［1］NATION.How much input do you need to learn the most frequent 9，000 words?［J］.Reading in a Foreign Language，2014，26（2）：1-16，2.

［2］HIRSH D， NATION.What vocabulary size is needed to read unsimplified texts for pleasure?［J］.Reading in a Foreign Language，1992，8 （2）：689-696，690.

［3］王立非.計(jì)算機(jī)輔助第二語(yǔ)言研究方法與應(yīng)用［M］.北京：外語(yǔ)教學(xué)與研究出版社，2007：45.

［4］吳文彥，韓亞微.《經(jīng)濟(jì)學(xué)人》作為大學(xué)非英語(yǔ)專(zhuān)業(yè)學(xué)生閱讀材料的易讀性研究［J］.北京印刷學(xué)院學(xué)報(bào)，2013，21（3）：33-36.

［5］關(guān)虹.基于語(yǔ)料庫(kù)的法語(yǔ)語(yǔ)言能力評(píng)價(jià)［J］.解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2004，27（6）：55-58，56.

［6］程依榮.法語(yǔ)詞匯學(xué)導(dǎo)論［M］.北京：外語(yǔ)教學(xué)與研究出版社，2002：190-192.

［7］NEW B，et al.Une base de données lexicales du franC,ais contemporain sur internet：LEXIQUE［J］.L＇Année Psychologique，2001（101）：447-462，453.

［8］TACK A，et al.Modèles adaptatifs pour prédire automatiquement la compétence lexicale d’un apprenant de franC,ais langue étrangère In Actes de la 23e Conférence sur le Traitement Automatique des Langues Naturelles ［C］.Paris：TALN，2016：4-8.

［9］FRANCOIS T，et al. FLELex：a graded lexical resource for French foreign learners In the 9th International Conference on Language Resources and Evaluation［C］.Reykjavik：LREC，2014：26-31.

［10］高等學(xué)校法語(yǔ)專(zhuān)業(yè)基礎(chǔ)階段教學(xué)大綱［M］.北京：外語(yǔ)教學(xué)與研究出版社，1988.

［11］王文融.高等學(xué)校法語(yǔ)專(zhuān)業(yè)高年級(jí)法語(yǔ)教學(xué)大綱：試行［M］.北京：外語(yǔ)教學(xué)與研究出版社，1997.

［12］SEGUIN H.Fréquences d’utilisation des mots en fran C,ais écrit contemporain.Jean Baudot，1992， Les Presses de l’Universitéde Montréal［J］.Revue québécoise de linguistique，1993，22（2）：179-181.

10.14180/j.cnki.1004-0544.2017.12.011

H32

A

］1004-0544（2017）12-0068-07

劉瀟（1985－），女，湖北武漢人，武漢大學(xué)外國(guó)語(yǔ)言文學(xué)學(xué)院法語(yǔ)系博士生。

責(zé)任編輯 李利克