鄭錦菁

從2001年麻省理工學院的開放課件項目（OCW）到次年聯(lián)合國教科文組織對開放教育資源（OER）的正式命名，再到2012年慕課（MOOC）時代的到來，開放教育資源正以多元化的面相被越來越多的學者采納與使用，繼而走上了可持續(xù)發(fā)展的道路.為此，《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》明確指出，“探索多種方式利用國外優(yōu)質教育資源”，以“擴大教育開放”［1］.在此背景下，TED以免費共享的開放姿態(tài)，以視覺、聽覺、語言等多模態(tài)的協(xié)同表征成為個中翹楚，并被國內眾多學者引入英語教學改革的實踐［2-5］.另一方面，在高等教育國際化的背景下，在專業(yè)與行業(yè)的需求驅動下，在大學英語課時壓縮的革新下，通用學術英語已經成為眾多高等院校大學英語教學改革的方向［6-10］.那么，TED視頻是否能在英語視聽說教學中，尤其是通用學術英語中發(fā)揮最佳的效用，這既是英國開放大學教育技術研究所格蘭尼·科諾爾（Grainne Conole）教授對開放教育資源轉換到開放教育實踐的倡導，也是本文闡釋的重點.具而言之，利用Range軟件，本文試圖從詞匯層面解決以下三個問題：在宏觀層面上，TED視頻腳本具有怎樣的詞匯特征？在中觀層面上，TED視頻是否適合通用學術英語視聽說教學？在微觀層面上，TED視頻在可適的范疇內，能否有完善與優(yōu)化的途徑？

1 相關概念和研究工具

1.1 TED視頻

TED（Technology，Entertainment and Design）隸屬于美國的一家非盈利性機構，于1984年由建筑師理查德·沃曼（Richard Saul Wurman）發(fā)起，倡導創(chuàng)新性和批判性的思維，其主題逐步擴展到心理、醫(yī)學、經濟、環(huán)境等各個領域.自2006年6月起，TED演講視頻（TED Talks）在互聯(lián)網實現(xiàn)共享，并逐漸衍生出夢想資助項目（TED Prize）、本地化的社群活動項目（TEDx）和教育網站（TED-ED）.在聚光燈下，各個領域的杰出人物受邀在18分鐘的有限時間內分享無限的寶貴思想，在學習共同體中碰撞思想的火花.

1.2 通用學術英語

隨著以打語言基礎為教學內容的普通用途英語（EGP，English for General Purposes）教學份額的減少，與特定職業(yè)、學科相關的專門用途英語（ESP，English for Specific Purposes）成為學界關注的焦點.按照用途的不同，專門用途英語可分為學術英語（EAP，English for Academic Pur?poses）和職業(yè)英語（EOP，English for Vocational Purposes）.學術英語可再細分為通用學術英語（EGAP，English for General Academic Purposes）和專門學術英語（ESAP，English for Specific Aca?demic Purposes）［11］.其中，通用學術英語“適合所有專業(yè)學生”，是“具有共性的學術能力”［12］，如用英語聽講座、記筆記.（圖1）

圖1 ESP與EGP的分類

1.3 Range語料庫軟件

Range軟件是由新西蘭維多利亞大學語言學及應用語言學系的P.Nation和A.Coxhead兩位教授設計，由A.Heatley編寫，可登陸http：//www.victoria.ac.nz/lals/about/staff/paul-nation 或http：//www.vuw.ac.nz/lals/staff/Paul_Nation網站免費獲得Range32的軟件壓縮包.該軟件以詞頻統(tǒng)計原理為基礎，“可用于分析文本中詞匯深度和廣度”［13］且效率高，能同時處理多達32個文本中的詞匯分布情況.該軟件自帶三級詞匯表，即BASEWRD1.txt、BASEWRD2.txt和 BASEWRD3.txt.第一、二級詞表包括2000個詞族，源自邁克爾·韋斯特（Micheal West）所編的《通用英語詞表》，本文將其分別稱為高頻詞匯與次高頻詞，其中第一級詞表含4119個詞，第二級詞表含3708個詞.第三級詞表是源自Coxhead于2000年所編寫的《學術英語詞表》的570個詞族，合計3107個詞［14］，本文將其稱為學術詞匯.在分析文本文件時，Range軟件會自動將文本與自帶的三級詞表進行比較，以形符（Tokens）、類符（Types）和詞族（Families）的數量和百分比統(tǒng)計其詞匯覆蓋率.文本中出現(xiàn)在三級詞表外的詞匯僅以形符和類符的形式顯示在“詞表外詞匯”（Not in the lists）一欄，本文將其稱為低頻詞匯.按照Coxhead的解釋，一個詞族包括核心詞/主詞（headword）和其屈折變化、派生關系的其他詞匯（如圖2），同一詞族下各種形式的詞匯，如“acceptability，accept?able，unacceptable”等統(tǒng)計為不同的類符，而某個類符在文本中出現(xiàn)的次數統(tǒng)計為形符.

圖2 詞族的范圍

2 語料收集與數據分析

本研究使用的語料庫是自建的總形符數為46，460的TED視頻語料庫.基于六大核心語篇類型，即環(huán)境、計算機、經濟、心理、醫(yī)學和藝術，筆者登入TED官網在各大類型下隨機選取5篇，并利用官網提供的互動文本（interactive transcript），生成純文本文件，并人工清潔時段、旁白（如laugh）等冗余數據，以匹配Range軟件的識別，以期發(fā)現(xiàn)TED在詞匯使用方面的總體特征（詳見表1）.

表1 TED視頻語料庫基于字幕的類符分布比率（%）

從表1可以看出，六大核心語篇類型盡管在各級詞表的覆蓋率有些許差異，但總體而言在第一、二級詞表的類符比率和均在60%～65%之間，即4696～5088個單詞之間.《大學英語課程教學要求》的一般要求是掌握約4795個單詞，其中約2000個單詞為積極單詞.由此可見，TED視頻對中國二語習得者而言在詞匯層面是可以接近的.從第三級學術詞表看，六大核心語篇類型的類符比率均在10%以上，說明其語篇具有一定的學術性，可用于通用學術英語的教學.從第四級低頻詞表看，六大語篇的類符比率在25%左右，這與克拉申所言的“i+1”的可理解性語言輸入有背道而馳之嫌，無疑增加了學生的認知負荷.

3 語料路徑的優(yōu)化與完善

在互聯(lián)網上實現(xiàn)免費共享后，TED以開放、多元的姿態(tài)滿足了廣大國際學習者的需求.國內學者在拿來主義的背后，忽略的是從學生角度考慮視頻的可理解性輸入，畢竟如表1顯示平均高達35%左右的復雜詞匯（學術詞匯和低頻詞匯）夾雜其間，因此亟待尋求優(yōu)化語料的路徑.Range軟件為詞匯深度和廣度的測量，以及對文本的標注提供了有利的幫助.

3.1 相同主題不同文本的甄選

Laufer和Nation總結了衡量詞匯豐富性的四大方法：詞匯的獨創(chuàng)性——作者對某些單詞的偏愛；詞匯的密度——實詞在全文中的比例；詞匯的變化——類符與形符的比率；詞匯的復雜性——高級詞與常用詞的比例［15］.因信度和效度上的局限，他們繼而提出了詞頻概貌（LFP，Lexical Frequency Profile）的分析方法.因存在不能區(qū)分重復詞匯和詞匯類型的缺憾才有了Range軟件的誕生.后者可以高效地分析比較不同文本的詞匯量大小、措辭的異同等，從詞匯的深度和廣度交叉探測豐富性，為甄選語料提供了便利.

以TED兩篇主題同為“機器人”的視頻字幕為樣本.其中，“機器人將全面進入我們的生活”為語料1，“機器人會搶走我們的工作嗎”為語料2，利用Range軟件的“批量處理”（BatchFiles）選項，生成各自的分級詞匯統(tǒng)計報告（如表2和表3）.

表2 語料1的分級詞匯統(tǒng)計報告

表3 語料2的分級詞匯統(tǒng)計報告

比較表2和表3可以看出，這兩篇文本中高頻詞匯和次高頻詞表上（word list one和word list two）差別不大：在形符比率上分別為87.5%和87.02%，在類符比率上分別為69.74%和70.56%.而它們的差異主要體現(xiàn)在第三級學術詞匯（word list three）和第四級低頻詞匯（not in the lists）上，這兩項正是“考察語篇中詞匯的難易度的主要依據”［13］.在第三級學術詞匯指標中，兩個文本顯示出差別：在形符比率上分別為2.72%和5.55%；在類符比率上分別為8.39%和12.21%，因此語料2比語料1學術性強.在第四級低頻詞匯指標中，較之語料2，語料1高出了4.64%.利用Range的截詞表（Use Stop List）選項，排除 ah，yeah，OK，British，PC，Darwin，Sony等無法體現(xiàn)詞匯水平的口語標記語或專有名詞，可查看語料1低頻詞的統(tǒng)計情況（篇幅有限，部分如表4），其生僻詞數量大，對聽眾提出了更高的詞匯要求.由此從縱向的詞匯深度看，語料2更適合通用學術英語的學習.

詞匯豐富性的另一個重要參數是詞匯的廣度.從橫向對比，利用形符與類符的比率統(tǒng)計語料1、2的詞匯復現(xiàn)率（見表5）.總體而言，語料2比語料1在多級詞表中復現(xiàn)率低，可說明語料2的演講者在替換詞匯方面能力強.在兩項指標的交叉印證后，語料2更適合詞匯量較低的學習者使用.

表5 語料1、2的詞匯復現(xiàn)率（%）

3.2 低頻詞匯向接受性詞匯的轉換

Nation把詞匯分為接受性詞匯（receptive vo?cabulary）和產出性詞匯（productive vocabulary）［16］.接受性詞匯是從語言理解的角度考察詞匯，指的是“學習者在閱讀或聽力語篇中可以理解的詞匯”；產出性詞匯是從語言使用的角度考察詞匯，指的是“學習者在寫作和口語中能夠自由表達的詞匯”［17］.Laufer進一步指出英語的習得過程是一種從接受性詞匯向產出性詞匯發(fā)展的連續(xù)體［18］.由是觀之，TED的字幕屬于接受性詞匯，因此其視頻經常成為教師導入環(huán)節(jié)的手段.但是高比例的低頻詞覆蓋率（如表1所示）仍是學習者的一大障礙.可喜的是，Range軟件有“Mark Texts”選項，選中該項可對文本進行詞匯等級標注，并生成擴展名為*.mrk的文本，可直觀考察該文本詞匯在各級詞表的歸屬情況.

以本文的語料2“機器人會搶走我們的工作嗎”為例，未被三個基本詞表覆蓋的詞匯比例高達17.23%，利用“Mark Texts”選項生成如下的文本（篇幅有限，僅節(jié)選部分）.未標注的詞在第一級高頻詞匯中，標注為{2}的詞在第二級次高頻詞中，標注為{3}的詞在第三級學術詞匯中，標注為{!}的詞在第四級低頻詞匯中.

As it turns out，when tens of millions of people are unemployed or{!}underemployed，there's a fair amount of interest in what{3}technology might be doing to the{3}labor force.And as I look at the{2}conversation，it strikes me that it's{3}focused on{2}exactly the right{3}topic，and at the same time，it's missing the point{2}entirely.The{3}topic that it's{3}focused on，the question is whether or not all these{!}digital{!}technologies are{3}affecting peo?ple's ability to{2}earn a living，or，to say it a little{2}bit different way，are the{!}droids taking our{3}jobs?And there's some{3}evidence that they are.

The great{!}recession ended when{!}Ameri?can{!}GDP{!}resumed its kind of{2}slow，{2}steady march{2}upward，and some other{3}eco?nomic{3}indicators also started to{!}rebound，and they got kind of{2}healthy kind of{2}quickly.{3}corporate profits are quite high；in fact，if you in?clude bank profits，they're higher than they've ever been.And business{3}investment in{!}gear—in{3}equipment and{!}hardware and{!}software—is at an{!}all-time high.So the businesses are getting out their{!}checkbooks.What they're not really do?ing is{2}hiring.So this red line is the{!}employ?ment-to-population{3}ratio，in other words，the{3}percentage of{!}working-age people in{!}America who have work.And we see that it{!}cratered{2}during the great{!}recession，and it hasn't started to{!}bounce back at all.

將標有符號{!}的詞匯整理成表格（如表6）.從表中可以看出，該文本的低頻詞中合成詞占大多數（打△項），有少量專有名詞（打☆項）.教師若能在導入TED視頻前對詞匯進行預點撥，在營造了學術話語場域的同時，幫助學生們建立了參與者的關系，預計了學術演講的潛在內容，鋪墊了有效的意義建構，增強了他們的學術意識——學術口語語篇的語式和非正式學術語篇的語旨，降低了他們的認知負荷，也產生了師生協(xié)作學習、耦合并進的良性循環(huán).對教師而言，在優(yōu)化導入路徑的同時加強了教學的針對性；對學生而言，觀前有備，觀后所得，便于課后及時查閱，如表中打“√”項動詞可提供針對圖表分析寫作的優(yōu)質產出性詞匯.

表6 語料2中的低頻詞（節(jié)選）

4 結語

TED視頻資源在維系創(chuàng)新、傳播思想和構建知識上遙領國際之先，其所營造的學術氛圍、所重視的學術素養(yǎng)與我國目前倡導的通用學術英語具有高度的契合性，是否適合視聽說教學之用？本文基于自建的TED微型視頻語料庫，利用Range軟件解析字幕文本，從詞匯層面表明TED視頻腳本在宏觀層面上因第三級學術詞匯和第四級低頻詞匯的較高覆蓋率，其可適性亟待尋求優(yōu)化引導的路徑.TED視頻不是課堂，尤其是翻轉課堂的點綴之物，需從學習者角度多加考慮，將學習落到實處.鑒于Range軟件在測量詞匯深度和廣度，以及對文本的標注功能，本文進一步從微觀層面示范利用該軟件甄選文本、轉換詞匯方面的可操作性.當然，Range軟件的潛勢并不囿于此，例如可以利用密西根學術口語語料庫（MICASE，The Michigan Corpus of Academic Spoken English）自制學術口語詞匯表，以進行更有針對性的詞頻評估，這也是筆者有待開展的新課題.

：

［1］國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020）［S/OL］.（2017-2-21）.［2017-08-10］.http：//www.china.com.cn/policy/txt/2010-03/01/content_1949262 5_5.htm.

［2］蘆酶潔.淺議TED演講視頻在高校英語專業(yè)英語視聽說課程教學中的應用［J］.長沙大學學報，2013（3）：156-158.

［3］曹井香，王麗莉，張婉云.TED模式大學生英語演講課程任務設計與實踐［J］.外語教育研究，2015（10）：14-17.

［4］吳玲娟.基于TED-Ed的通用學術英語聽說翻轉課堂研究［J］.電化教育研究，2015（11）：81-87.

［5］裴錚.TED教學應用研究［D］.新鄉(xiāng)：河南師范大學，2015.

［6］王守仁，姚成賀.關于學術英語教學的幾點思考［J］.中國外語，2013（5）：4-10.

［7］蔡基剛.綜合英語還是學術英語——一個必須正視的方向性問題［J］.外語教學，2010（6）：51-54.

［8］蔡基剛.一個具有顛覆性的外語教學理念和方法——學術英語與大學英語差異研究［J］.外語教學理論與實踐，2014（2）：101-108.

［9］蔡基剛.通用學術英語評估體系探索與研究［J］.山東外語教學，2015（8）：40-47.

［10］夏紀梅.論高校大學學術英語課程的建構［J］.外語教學理論與實踐，2014（1）：6-9.

［11］Jordan，R.R.English for Academic Purposes.A Guide and Resource Book for Teachers［M］.Cambridge：Cambridge University Press，1997.

［12］Dudley-Evans，T.&M.St.John.Developments in English for Specific Purposes［M］.Cambridge：Cambridge University Press，1998.

［13］王立非，梁茂成.計算機輔助第二語言研究方法與應用［M］.北京：外語教學與研究出版社，2007.

［14］梁茂成，李文中，許家金.語料庫應用教程［M］.北京：外語教學與研究出版社，2010.

［15］Laufer，B.&P.Nation.Vocabulary size and use：lexical richness in L2 written production［J］.Applied Lin?guistics，1995（16）.

［16］Nation，I.S.P.Teaching and Learning Vocabulary［M］.New York：Newbury House Publishers，1990.

［17］呂利輝，李太博.中國學生接受性詞匯量與產出性詞匯量差異的因素分析［J］.沈陽教育學院學報，2008（10）：15-18.

［18］Laufer B.Testing vocabulary knowledge：size，strength and computer adaptiveness［J］.Language Learning，2004，54（3）：399-436.