杜馭炎　項凝霜

摘 ? 要： 自然語言計算工具Coh-Metrix可用于分析文本可讀性。相對操作更簡便的Coh-Metrix TEA從計算結(jié)果中提取6個文本可讀性相關(guān)指征：敘事性、句法簡約性、單詞具體性、指稱銜接、深層銜接和Grade Level數(shù)值。利用該工具對大學(xué)英語教材閱讀文本分析后發(fā)現(xiàn)：四冊書之間難度基本呈現(xiàn)梯度遞進(jìn)，但單冊內(nèi)部變化趨勢無規(guī)律;選材難度偏低，體裁多樣性不足;文本可讀性指征間存在一定的相關(guān)性。

關(guān)鍵詞： 大學(xué)英語教材 ? 文本可讀性 ? Coh-Metrix

1.研究背景

教材是教學(xué)過程中的重要因素之一。近年我國大學(xué)英語教學(xué)實施較大改革，優(yōu)化教材選擇自然備受重視，教材相關(guān)的研究覆蓋面得以擴大，研究數(shù)量快速增加。但教材評估方面的研究相對缺乏[1]（16-19），對讀寫類教材中閱讀篇章的研究視角較為單一，如僅考查語篇難易度或僅以篇章詞匯特點作為研究目標(biāo)[2]（39-42）[3]（69-73+78）[4]（7-10）。不可否認(rèn)，造成這種現(xiàn)象的原因之一是研究工具的局限性。

教師和教材編寫者選材的主要依據(jù)是代表文本難易度的Grade Level數(shù)值，即檢測文本可讀性的弗萊士-金凱德年級水平數(shù)值。然而，參照該數(shù)值為學(xué)習(xí)者選擇合適的閱讀材料并非易事[5]。Grade Level數(shù)值是由對傳統(tǒng)的文本難度維度計算得出的，包括句長、詞長等，評估的指標(biāo)具有局限性。這種局限性讓教師和教材編寫者認(rèn)定不同體裁的文章閱讀難度可能相似，文本的可理解性（comprehension）似乎與文章體裁關(guān)聯(lián)不大[5]。然而，決定文本“可理解性”的因素遠(yuǎn)不止詞長和句長等，只憑借傳統(tǒng)的淺層的難度衡量指標(biāo)評估文本可讀性已遠(yuǎn)遠(yuǎn)不夠[5]。評測文本可讀性的全新計算工具應(yīng)運而生。

二十一世紀(jì)初，由美國孟菲斯大學(xué)McNamara教授領(lǐng)銜的團隊設(shè)計開發(fā)出自然語言計算工具Coh-Metrix，可生成11個模塊、共106項的文本語言表征指標(biāo)，用來檢測文本的銜接性和連貫性[6]（193-202）[7]。該團隊隨后從上述語言表征指標(biāo)中提取用于文本可讀性主成分分析的五個特征，開發(fā)Coh-Metrix Text Easability Assessor（簡稱Coh-Metrix TEA）工具，可檢測的指標(biāo)包括敘事性（Narrativity），句法簡約性（Syntactic Simplicity）、單詞具體性（Word Concreteness）、指稱銜接（Referential Cohesion）和深層銜接（Deep Cohesion）[8]（223-234），同時能計算出Grade Level數(shù)值。該工具能直觀明了地為使用者顯示這些維度，允許輸入一段不超過1000詞的英語短文，并快速獲得文本的可讀性信息，且配有信息化的視覺插圖和簡短的結(jié)果解釋[9]（72-95）。由于Coh-Metrix工具相較于Grade Level數(shù)值在檢測文本可讀性方面具有顯著優(yōu)勢，近年來利用該工具進(jìn)行的閱讀和寫作文本研究與日俱增[10]（119-135）[11]（58-65）[12]（208-210+205）。本研究將利用Coh-Metrix工具從多維度分析大學(xué)英語教材中的閱讀篇章文本的可讀性，探究目前國內(nèi)大學(xué)英語教材的閱讀篇章選材的特點并判斷是否科學(xué)合理。

2.研究方法

市面上廣泛使用的大學(xué)英語教材中，由浙江大學(xué)編著、2012年出版的《新編大學(xué)英語綜合教程》（第3版）具有一定的代表性，因此本研究選用該套教材四冊學(xué)生用書的閱讀篇章作為研究對象。

該套書每冊十個單元，每個單元包含In-class Reading和After-class Reading兩篇閱讀文章。先將全套教材的80篇課文每篇的標(biāo)題、作者姓名、語言文化知識點注釋、課后詞匯表、課后思考題等信息去除，再經(jīng)過掃描、校對等多道工序后轉(zhuǎn)換成準(zhǔn)確的電子文本，共得到80個純文本文件。每冊的20個文件為一組，分別命名為Book 1， Book 2， Book 3， Book 4。每冊內(nèi)部的第1至第10單元分別標(biāo)注為U1、U2……U10，In-class Reading標(biāo)注為A，After-class Reading標(biāo)注為B，即U1-A對應(yīng)為第一單元In-class Reading。研究中使用Coh-Metrix TEA工具（http：//tea.cohmetrix.com/）對80個文本依次進(jìn)行檢測計算，對不符合計算條件的文本（單詞數(shù)超過1000）轉(zhuǎn)用輔助支撐工具Coh-Metrix 3.0版本（http：//tool.cohmetrix.com/）進(jìn)行測量，從所得結(jié)果中選取體現(xiàn)難易度、體裁、句法、詞匯、篇章結(jié)構(gòu)銜接性和內(nèi)在邏輯連貫性6個維度的突出變量進(jìn)行分析評估文本可讀性。計算得出的數(shù)據(jù)再導(dǎo)入統(tǒng)計計算網(wǎng)站http：//vassarstats.net/進(jìn)行相關(guān)處理，得到變量之間的相關(guān)性等重要數(shù)值。本研究主要探討的問題為：一、四冊教材中閱讀篇章難易度的特點如何;二、代表性文本可讀性指征的特點如何;三、文本可讀性指征間的相互關(guān)系如何。

3.結(jié)果與討論

3.1教材中閱讀篇章難易度的特點

用Coh-Metrix TEA工具對80個文本進(jìn)行計算處理后得到如下結(jié)果。圖1和圖2直觀地呈現(xiàn)了四冊書中體現(xiàn)文本難易度的Grade Level數(shù)值大小及變化趨勢。

由圖1可見，冊與冊之間基本呈現(xiàn)難度由低到高的梯度變化，Book4的Grade Level數(shù)值雖略低于Book3數(shù)值，但差距并不顯著，可視為符合難度逐冊遞進(jìn)的合理趨勢。然而圖2中的四條曲線的趨勢走向雜亂無章，除代表Book1的曲線勉強呈現(xiàn)小幅波動的線性上升走勢外，其余三條曲線毫無規(guī)律可言。表明這套教材單冊內(nèi)部的閱讀材料難易程度并未體現(xiàn)逐級增加的梯度，反映了國內(nèi)現(xiàn)行的大學(xué)英語教材存在的典型問題，即教學(xué)材料的選擇缺少量化數(shù)據(jù)指標(biāo)，主要依靠教師個人語言能力和教學(xué)經(jīng)驗篩選閱讀材料，欠缺科學(xué)性依據(jù)和指導(dǎo)[13]（30-31）。

接下來重點解讀圖2中的凸顯數(shù)據(jù)。Book4的U3-A和U5-B顯然是整套教材Grade Level數(shù)值最高的兩個文本，分別為13.4和13.1。兩篇文章主題分別為“Gender Roles from a Cultural Perspective”和“Athletes Should Not Be Role Models”，前者為傳遞信息的說明型文章，后者為表達(dá)觀點的議論型文章。兩篇文章題材均較為嚴(yán)肅，通篇不乏30個單詞以上的長句及類似consciousness， responsibility， achievements等抽象性長單詞，且被動句較多。這些綜合性因素都削弱了文本的可理解性。相對應(yīng)的是，Book2的U5-B和Book4的U10-A又達(dá)到了可讀性曲線的最低谷，數(shù)值分別為2.6和3.0，大致等同于美國二、三年級小學(xué)生的閱讀水平。兩篇文章的主題分別為“Dreams That Came True”和“The Immortal Bard”，共同點是敘事性體裁，人物對話頻繁，短句多且句法簡單，抽象性名詞少而實詞多，從詞匯和句法角度看可理解性的確很高。由于這些凸顯數(shù)據(jù)涉及文章的題材與體裁，而不同題材或體裁的文章詞匯與句法特點差異顯著，題材與體裁可能與文本可讀性相關(guān)，顯然Grade Level數(shù)值解釋不了這些問題。

3.2代表性文本可讀性指征的特點

本研究的80個文本經(jīng)過Coh-Metrix TEA或Coh-Metrix工具測量后，得到以下6個變量：Grade Level數(shù)值，敘事性，句法簡約性，單詞具體性，指稱銜接，深度銜接。我們著重觀察Grade Level和敘事性兩個指征的特點。

圖3顯示的是不同數(shù)值段的Grade Level分別對應(yīng)的文章篇數(shù)。集中分布在6-9和9-12兩個數(shù)值段的文章數(shù)量高達(dá)54篇，說明絕大多數(shù)篇章難易度約等于美國中學(xué)生的閱讀水平。分布于數(shù)值段12以上的篇數(shù)僅為3篇，說明達(dá)到美國大學(xué)生及以上閱讀水平的文章寥寥無幾。剩余23份文本的Grade Level數(shù)值在6以下，大致相當(dāng)于美國小學(xué)生的閱讀水平。圖4顯示的是不同數(shù)值段的敘事性指征分布對應(yīng)的文章篇數(shù)。27.5%的閱讀材料敘事性低于0.5，敘事性較強的閱讀材料數(shù)量占40%，剩余32.5%的閱讀篇章敘事性中等。

以上數(shù)據(jù)表明，我國大學(xué)英語教材閱讀選材基本以美國中學(xué)生閱讀水平為參照，所選閱讀材料中敘事性體裁文章占比偏多。相對于說明性、勸說性和描述性等類型的語篇，敘事性語篇更偏向日?？谡Z化，這樣的選材標(biāo)準(zhǔn)對培養(yǎng)具有國際視野和更高綜合文化素養(yǎng)的大學(xué)生是非常不利的。在信息技術(shù)飛速發(fā)展以至于高度全球化的今天，大學(xué)生要閱讀的英語文本遠(yuǎn)不止故事類的敘事性文章，更多應(yīng)接觸的是純正英文文字資訊，如新聞、專業(yè)相關(guān)的學(xué)術(shù)文獻(xiàn)、生活技能類的說明書等閱讀素材，甚至瀏覽國外高校網(wǎng)站。學(xué)生英語學(xué)習(xí)僅達(dá)到美國中學(xué)生閱讀水平，且體裁多樣性不足，完全達(dá)不到能流利閱讀并較好理解上述素材的要求。

3.3文本可讀性指征間的相互關(guān)系

經(jīng)過Coh-Metrix TEA或Coh-Metrix工具測量后獲取的6個變量分別用V1到V6對應(yīng)指代：V1 - Grade Level數(shù)值，V2 - 敘事性，V3 - 句法簡約性，V4 - 單詞具體性，V5 - 指稱銜接，V6 - 深度銜接。將所有變量數(shù)據(jù)導(dǎo)入VassarStats網(wǎng)站中的Matrix of Intercorrelations模塊進(jìn)行典型相關(guān)分析，四冊書各變量間的相關(guān)系數(shù)（r）計算結(jié)果見表1。其中每個變量對應(yīng)的觀測值（observations）均為80個。

關(guān)于相關(guān)系數(shù)的聯(lián)系強度，相關(guān)系數(shù)的絕對值小于或等于0.39被認(rèn)為低相關(guān)，介于0.40和0.69被認(rèn)為中等相關(guān)，大于或等于0.70為高相關(guān)[14]。從計算結(jié)果可以看出，存在高相關(guān)的變量僅為V1和V2，呈現(xiàn)負(fù)相關(guān)。相關(guān)性其次的是V1和V3，以及V2和V5，相關(guān)強度中等。前者為負(fù)相關(guān)，后者為正相關(guān)。其余變量間則呈現(xiàn)低相關(guān)或極低相關(guān)。值得注意的是，變量間的相關(guān)關(guān)系并非簡單的因果關(guān)系，兩者間是否或如何互相影響從相關(guān)系數(shù)中無法得到解釋。

表1的數(shù)據(jù)說明，閱讀篇章的文本Grade Level數(shù)值越高，敘事性數(shù)值越低，即敘事性較強的文體（如記敘文）文本難度相對較低。此外，從某種程度來說，文本Grade Level數(shù)值越高，句法簡約性越低，即難度越大的文本，句子表現(xiàn)為越復(fù)雜的結(jié)構(gòu)。敘事性數(shù)值越高的文本對應(yīng)的指稱銜接數(shù)值越高，即敘事性越強的文體，句子間、段落間或全文內(nèi)的顯性銜接越緊密。這些顯性銜接表現(xiàn)為上下文用詞和觀點上的重疊（overlap），重疊關(guān)聯(lián)度越大文本信息越容易理解，讀者閱讀則會越輕松。這些數(shù)據(jù)在一定程度上解釋了體現(xiàn)文本難易度的Grade Level數(shù)值與篇章題材或體裁的相關(guān)性。

圖5 ? Book2， U5-B文章“Dreams That Came True”的文本可讀性指征數(shù)據(jù)

以Book2 U5-B文章“Dreams That Came True”為例。圖5為將文本輸入Coh-Metrix TEA工具后得出的文本可讀性相關(guān)指征計算結(jié)果，以橫向柱狀圖呈現(xiàn)。還計算出了Grade Level數(shù)值2.6，并配有簡短的結(jié)果解釋。該文體裁為敘事性強的短篇故事，話題較為輕松，較多地使用具體的、比較熟悉日常的實詞，句子結(jié)構(gòu)相對簡單，用詞和觀點有不少重疊，種種特點使得文章可視化特征更強，更易于理解。

4.結(jié)語

大學(xué)英語教材閱讀材料的選擇并非易事，卻是教學(xué)三要素的重要內(nèi)容之一。本研究顯示，單從閱讀篇章文本難易度角度看，《新編大學(xué)英語綜合教程》（第3版）四冊學(xué)生用書之間基本呈現(xiàn)梯度遞進(jìn)的選材方式。然而，每冊內(nèi)部各單元的閱讀篇章并未呈現(xiàn)梯度遞進(jìn)，Grade Level數(shù)值的趨勢變化曲線雜亂無章，毫無規(guī)律可言。雖然學(xué)界有觀點認(rèn)為同一冊教材內(nèi)部的課文難度系數(shù)應(yīng)保持穩(wěn)定[15]（109-113），但是該套教材單冊內(nèi)部的難度指標(biāo)變化依然未達(dá)到要求。

篇章的難易度指征Grade Level數(shù)值不是衡量文本可讀性的唯一標(biāo)準(zhǔn)，除了傳統(tǒng)的衡量指征句長和詞長外，文本可讀性還與體裁、顯性語言銜接性、深層邏輯連貫性等方面存在一定關(guān)聯(lián)。通過重點研究代表性的文本可讀性指征得出結(jié)論，當(dāng)前大學(xué)英語教材選材難度偏低，體裁不夠全面，不能很好地實現(xiàn)讓學(xué)生擁有較強的英語實際應(yīng)用能力這一目標(biāo)。

更全面的文本可讀性指征的衡量可以由Coh-Metrix這一自然語言計算工具實現(xiàn)，使文本可讀性測量更加量化具體、科學(xué)合理。本文的第三個研究問題發(fā)現(xiàn)，這些指征間存在一定的相關(guān)聯(lián)系。敘事性較強的文體（如記敘文）文本難度相對較低;從某種程度來說，難度越大的文本一定程度上表現(xiàn)出越復(fù)雜的句子結(jié)構(gòu)，敘事性越強的文體，句子或段落間的顯性銜接越緊密。

現(xiàn)階段大學(xué)英語教學(xué)改革中，教學(xué)材料的選擇是決定改革成效的首要環(huán)節(jié)。對于大學(xué)英語教師和教材編寫者來說，教材閱讀篇章的選擇除了保證難易度的合理梯度遞進(jìn)之外，還要綜合考慮可讀性的其他相關(guān)指征。

參考文獻(xiàn)：

[1]楊港，陳堅林.2000年以來高校英語教材研究的現(xiàn)狀與思考[J].外語與外語教學(xué)，2013（2）.

[2]辜向東，關(guān)曉仙.CET閱讀測試與大學(xué)英語閱讀教材易讀度抽樣研究[J].西安外國語學(xué)院學(xué)報，2003（3）.

[3]李華東，吳楠，杜馭炎.大學(xué)英語教材學(xué)術(shù)詞匯覆蓋率研究——以《新編大學(xué)英語綜合教程》為例[J].杭州電子科技大學(xué)學(xué)報（社會科學(xué)版），2019（5）.

[4]項凝霜，杜馭炎.大學(xué)通用學(xué)術(shù)英語教材學(xué)術(shù)詞匯覆蓋率研究[J].海外英語，2020（7）.

[5]Snow C. Reading for Understanding： Toward an R&D Program in Reading Comprehension[M]. Santa Monica， CA： RAND Corporation， 2002.

[6]Graesser A， D McNamara， M Louwerse & Z Cai. Coh-Metrix： Analysis of Text on Cohesion and Language[J]. Behavior Research Methods， Instruments & Computers， 2004（36）.

[7]McNamara D S， M M Louwerse & A C Graesser. Coh-Metrix： Automated Cohesion and Coherence Scores to Predict Text Readability and Facilitate Comprehension[R]. Grant Pro-

posal. Retrieved October 10th， 2005， at http： //cohmetrix. memphis.edu/cohmetrixpr/archive/Coh-MetrixGrant.pdf.

[8]Graesser A C， D S McNamara & J M Kulikowich. Coh-Metrix： Providing Multilevel Analyses of Text Characteristics[J]. Educational Researcher， 2011（5）.

[9]Dowell N M M， A Graesser & Z Cai. Language and Discourse Analysis with Coh-Metrix： Applications from Edu-

cational Material to Learning Environments at Scale[J]. Journal of Learning Analytics， 2016（3）.

[10]Crossley S A & D S McNamara. Computational Assessment of Lexical Differences in L1 and L2 Writing[J]. Journal of Second Language Writing， 2009（2）.

[11]江進(jìn)林.Coh-Metrix工具在外語教學(xué)與研究中的應(yīng)用[J].中國外語，2016（5）.

[12]潘筱.大學(xué)英語精讀教材與CET4閱讀材料易讀性的比較[J].文教資料，2019（2）.

[13]文旭，莫啟楊.框架與話語理解[J].外文研究，2013（1）.

[14]Grimm L. Statistical Applications for the Behavioral Sciences[M]. Hoboken， New Jersey： John Wiley & Sons，1993.

[15]陶麗，王臘寶.新一代大學(xué)英語教材的需求分析與反思[J].外語學(xué)刊，2013（6）.

基金項目：2018年浙江省教育廳一般科研項目“基于Coh-Metrix文本語言測量工具的高考英語作文文本特征研究”（Y201840182）;杭州電子科技大學(xué)2018年度高等教育教學(xué)改革研究一般項目“Coh-Metrix工具在大學(xué)英語精讀課寫作教學(xué)中的應(yīng)用探究”（YBJG201862）。

通訊作者：杜雙炎