英语专业四级考试阅读理解部分分支的研究

英语专业四级考试阅读理解部分分支的研究

1总结英语三级考试（tem4）是根据英语课程和四级考试结构对英语课程学生进行标准化培训的。2文献总结目前，国内对于英语专业四级考试阅读理解部分的研究并不多见。唐美华3不同文本转换格式下的分词处理本研究选取了2009-2019年英语专业四级考试真题阅读理解部分自建小型语料库，其中2009-2015年每年四篇文本，2016-2019年每年三篇文本，共计40个文本。首先将这40个PDF文件保存为DOC文件，接着把这些DOC文件分别保存为对应的纯文本TXT格式文件并分别命名，同时删除每篇阅读理解之后的题干和选项。使用文本整理器(TextEditor5.0)对转换格式后的纯文本进行清理，再使用分词软件Tokenizer进行分词处理，然后使用AntConc3.4.1w对以上语料进行统计。结果见表1。在语料库语言学中，类符(type)指词形相同的词,而形符(token)指词语的总量，即日常所说的“词”。类符/形符比(typetokenratio,TTR,又称形次比或类形比)则指类符与形符的比值，可用来衡量文本中的词汇密度4国外媒体的使用为了观察2009年至2019年英语专业四级考试阅读理解真题的语篇来源，我们分别使用谷歌和百度搜索引擎检索，部分语篇来源结果见表2。上表显示大多数语篇来源于国内外主流期刊或报纸，有的选自文化或教育类网站，有的选自经典小说或现代作家作品。主流期刊比如《经济学人》(TheEconomist)、《时代周刊》(TIME)、《读者文摘》(Reader’sDigest)等，报纸类的有《华盛顿邮报》(TheWashingtonPost)、《华尔街日报》(WallStreetJournal)、《印度快报》(TheIndianExpress)、《华盛顿新闻报》(Newsday)、《今日美国》(USAToday)、《中国日报》(ChinaDaily)；来自文化教育类网站的有英国文化协会(BritishCouncil)、普利策奖网站(ThePulitzerPrizes)、亲生子女计划(TheNaturalChildProject)等。语篇选自经典小说的有：英国著名小说家劳伦斯的《儿子与情人》(SonsAndLovers)、美国作家马克·吐温的《百万英镑》(TheMillionPoundBankNote)、英国作家威廉·毛姆的《人性的枷锁》(OfHumanBondage)、美国女作家凯特·肖邦的《一小时的故事》(TheStoryofAnHour)等。来自现代小说的有威廉·拉斯博瑞的《绝望之病》(TheDiseaseofDespair)、格林·罗斯的《失而复得》(LostandFound)等。统计还发现，在编写试题时，有的篇章经过改编或删减，比如选自经典小说的某个章节，而有的文章没有经过任何改编或删减，直接使用原文，如2015年第四篇文章，“AttachmentParentingisNot...”。以上统计信息提醒广大备考学生要经常阅读国内外主流媒体或网站上的文章，广泛阅读传统或现代经典小说，不能仅仅局限于教材上的篇章。以扩大知识面和阅读量，了解英美国家主流文化，积累词汇量，提升阅读速度。5名靠前的词汇筛选词汇量大小直接影响阅读理解的速度和深度。为了观察阅读理解真题中出现的词汇，我们使用AntConc软件面板中的WordList功能生成本语料库词表并使用File菜单中的SaveOutputtoTextFile把本词表保存为纯文本格式，结果如图1。从以上词表(1)可以看出，类符数总共4074个，形符数为20036个。但是频率最高排名靠前的词汇都是些常见的冠词、介词、代词、连词、be动词等。这些词对于英语专业学生来说都早已经掌握，并不是学生备考需要准备的单词。而且，我们还发现词表中的有些词如：am,is,are,was本来是be动词的不同形式，却被计做不同的单词，这样类符数就会变得很多。为了筛选考生需要的单词，我们采用以下两种方法：我们先从这个词表中选出学生已经掌握的常见词汇1793个制作一个停用词表。再在ToolPreferences选项中加载制作好的停用词表(stoplist)，以期过滤掉这些常见词汇，结果如下图所示。在词表(2)中，常见词已经被过滤掉，类符和形符数大大减少，变为2281个。然而，词表中的有些词，如absorbing和absorbs是同一词汇的不同形式，为了把这类词汇合并成一个单词，我们在ToolPreferences功能中勾选Uselemmalistfile选项，将词形还原，生成词表(3)，如图3所示。从词表(3)可以看出类符数变为2067个，形符数未变。这是因为有些词如：avoided,avoiding,avoids已经还原成一个单词avoid，所以类符数减少了。这个词表中的词汇才是考生真正需要的词汇。6第三级词表类符比例本文利用Range软件对2009年至2019年的阅读理解部分的词汇进行难度统计并分析。有的学者利用词族信息来区分词汇难度，而本文采纳比较以上两年的词汇分布报告可以看出，在2009年词汇分布报告中，第三级词表类符百分比为6.29，而2019年词汇分布报告中第三级词表类符百分比为8.12。由此，我们可以得出2019年阅读理解部分的文章比2009年阅读理解部分的文章偏难的结论。同样，再来看看词表外词汇的类符百分比，2019年的数字为21.85，而2009年的数字为16.36，也可以得到类似结论。然而，仅仅依据这两组数据就得出2019年阅读理解部分的文章比2009年阅读理解部分的文章偏难的结论可能并不让人信服。为了更清楚地观察阅读理解部分的词汇难度，我们把过去11年间的第三级词表类符百分比和词表外词汇的类符百分比逐一统计见表5。表5显示，过去11年真题中，第三级词表类符百分比最高的是2014年的12.22，最低的是2017年的4.93。词表外词汇的类符百分比最高的是2012年的25.50，最低的是2009年的16.36。但是，总体趋势上看，2016年改革之后，第三级词表类符百分比以及词表外词汇的类符百分比稳中有升。7真题中句子的总体情况句法的基本信息主要包括语料库中的句子数量、平均句长以及句长标准差。平均句长通常由一个句子中的词汇数量表示，它与句子数量可以反映出文本的难易程度。句长标准差指的是语料库中文本句式的变化程度，句长标准差越高，句式变化程度就越大。反之，则越小。为了观察句法的基本信息是否有差异，我们使用Wordsmith软件分别统计了2009年至2019年真题中阅读理解部分句子的数量、平均句长和句长标准差，见表6和表7。表6显示，在2009至2019年间，句子数量最多的是2009年，句子数量最少的是2015年，分别为133句和76句。从2016年开始至2019年，虽然语篇数量由4篇改为3篇，但是句子数量却明显增加，所以阅读量并未减少，这和表1中看到的从2016年起形符数明显增加的趋势一致。表7显示，平均句长最多的是2012年和2016年的21个词汇，最少的是2009年的14个词汇，总体趋势是稳中有升。句长标准差最大的是2011年的16.46，最小的是2019年的8.35。在2009年到2015年，句长标准差波动较大，2016年改革之后，句长标准差逐渐趋于平稳，在8.35和10.45之间波动。这说明难易程度也趋于平稳。8英语四级考试真的特点本文在建设2009年至2019年英语专业四级考试阅读理解部分微型语料库的基础上，通过使用语料库创建和检索工具，对40个文本从语篇来源、词表生成、词汇难度、句法等角度进行了统计分析，发现阅读理解部分的真题主要来自国内外主流期刊、报纸，文化或教育类网站，经典小说或现代作家作品等。这提醒英语专业教师和学生在教学或备考时要广泛浏览阅读国内外网站上的文章或小说，增加阅读量。本文中在自建语料库基础上生成的英语专业四级备考词表，目的是给大家提供一种思路和方法，根据需要也可以构建自己的专用词表，此方法也适用于其他英语考试的词表生成。对第三级词表类符百分比和词表外词汇的类符百分比考查后我们发现，2016年改