林敏 郭巍

摘 要：圖示理論突破了傳統(tǒng)閱讀理解模式，強(qiáng)調(diào)新的信息輸入和讀者已有的圖示之間的交互作用。本文以篇章的關(guān)鍵詞為突破口，從語(yǔ)言圖式、內(nèi)容圖式、修辭圖式三個(gè)方面激活學(xué)習(xí)者的已有圖示。采用現(xiàn)代媒體傳播技術(shù)中的詞云使關(guān)鍵詞得到有效凸顯。使用Python語(yǔ)言及其第三方庫(kù)如NLTK、jieba、WordCloud等，對(duì)文本進(jìn)行分詞、TF-IDF關(guān)鍵詞提取，以及詞云生成。將圖示理論和現(xiàn)代計(jì)算機(jī)技術(shù)相結(jié)合，使大學(xué)英語(yǔ)教學(xué)中的篇章閱讀理解達(dá)到更好的效果。

關(guān)鍵詞：圖式理論;詞云;Python;篇章閱讀

分類號(hào)：G623.31

新頒布的《大學(xué)英語(yǔ)課程要求》要求“培養(yǎng)學(xué)生的英語(yǔ)綜合應(yīng)用能力，提高綜合文化素養(yǎng)”，篇章的閱讀和理解對(duì)于英語(yǔ)綜合應(yīng)用能力的形成和文化素養(yǎng)的提高具有重要作用。與傳統(tǒng)的“自下而上”的被動(dòng)閱讀方式不同，魯梅哈特提出的圖示理論模式強(qiáng)調(diào)篇章信息的輸入和已有記憶中的圖示的交互作用。本文利用計(jì)算機(jī)語(yǔ)言python制作詞云，以形象生動(dòng)的形式凸顯篇章的關(guān)鍵詞，以此為突破口，從篇章的語(yǔ)言圖式、內(nèi)容圖式、修辭圖式三個(gè)方面加深對(duì)于篇章的學(xué)習(xí)和理解。

1.圖式理論和詞云

魯梅哈特將圖式理論在閱讀上的應(yīng)用，可以較好地指導(dǎo)大學(xué)英語(yǔ)教學(xué)中的篇章閱讀，稱為圖示理論模式（the schema theory model）。根據(jù)該理論，閱讀活動(dòng)包含“自下而上”和“自上而下”兩種“相互交流”的過(guò)程?！白韵露稀钡男畔⑻幚磉^(guò)程可以發(fā)現(xiàn)篇章中的新信息以及與自身假設(shè)所不同的信息，“自上而下”則能夠發(fā)現(xiàn)并幫助消除歧義。理解的過(guò)程即進(jìn)行一定的信息輸入之后，在已經(jīng)存儲(chǔ)的記憶中尋找相關(guān)的圖示對(duì)信息進(jìn)行解釋，當(dāng)有足夠的圖示滿足信息的解釋的時(shí)候，便產(chǎn)生了對(duì)于篇章的理解。而詞云以圖片展示的形式凸顯篇章的關(guān)鍵詞，快速構(gòu)建與篇章相關(guān)的語(yǔ)言圖示、內(nèi)容圖示和修辭圖示，為更深入地理解課文打好堅(jiān)實(shí)的基礎(chǔ)。

2.Python詞云制作

Python 語(yǔ)言支持中英文，同時(shí)完全開(kāi)源和免費(fèi)，海量的第三方庫(kù)為具體功能的實(shí)現(xiàn)提供了極大的便利。基于Python制作詞云主要使用到的第三方庫(kù)有NLTK、jieba和WordCloud。

2.1引入NLTK庫(kù)對(duì)英文文本進(jìn)行分詞，獲取文本詞頻

from wordcloud import WordCloud， ImageColorGenerator

import matplotlib.pyplot as plt

from jieba import analyse

from nltk.book import *

from nltk import word_tokenize

with open（r"C：＼document＼code＼text A.txt"） as fp：

text = fp.read（）

tokens = word_tokenize（text）

tokens_f = FreqDist（tokens）

2.2使用jieba分詞中的tfidf算法得出文章關(guān)鍵詞

tfidf = analyse.extract_tags

k_W = tfidf（text）

2.3構(gòu)建包含關(guān)鍵詞和其對(duì)應(yīng)詞頻的字典

dict = {}

for w in k_W：

dict[w] = tokens_f[w]

2.4使用python的Wordcloud模塊生成詞云

pic = WordCloud（background_color='white'）

pic.generate_from_frequencies（dict）

pic.to_file（"textA.jpg"）

plt.imshow（pic）

plt.axis（"off"）

plt.show（）

3.圖示理論下詞云在大學(xué)英語(yǔ)閱讀教學(xué)中的應(yīng)用

本文以《新視野大學(xué)英語(yǔ)教程》（第三版）第一冊(cè)第一單元Section A Toward a brighter future for all為例，分析詞云在圖示理論下的運(yùn)用。以關(guān)鍵詞為切入點(diǎn)，從語(yǔ)言圖式、內(nèi)容圖式和修辭圖式三個(gè)方面，喚醒學(xué)員建立在自身體驗(yàn)和認(rèn)知基礎(chǔ)上的知識(shí)網(wǎng)絡(luò)，經(jīng)過(guò)重新整理和組織，從而快速習(xí)得新知識(shí)，解決新問(wèn)題。運(yùn)用基于python語(yǔ)言的WordCloud第三方庫(kù)，使用generate_from_frequencies，即按照關(guān)鍵詞詞頻制作詞云如下。

3.1加強(qiáng)和拓展語(yǔ)言圖示

通過(guò)文本關(guān)鍵詞進(jìn)一步加強(qiáng)和拓展語(yǔ)言基礎(chǔ)，如詞匯和語(yǔ)法等，使學(xué)員的基本語(yǔ)言素養(yǎng)更加扎實(shí)。在文中，發(fā)表演講的大學(xué)校長(zhǎng)多次使用will和may向大學(xué)新生展示入學(xué)后可能遇到的困難和挑戰(zhàn)，以及將要面對(duì)的收獲和責(zé)任，展現(xiàn)了大學(xué)生活的無(wú)限可能性;university、experiences、experience、future和learn等詞則展現(xiàn)了大學(xué)新生對(duì)大學(xué)生活充滿期待;me、them、parents等詞則展示了大學(xué)新生入學(xué)后，對(duì)于演講人、家長(zhǎng)以及其他可能的社會(huì)關(guān)系的影響和改變。

在掌握關(guān)鍵詞構(gòu)成的語(yǔ)言圖示的基礎(chǔ)上，進(jìn)一步拓展：除了使用will和may表示未來(lái)的可能性，表達(dá)同樣涵意的其他詞匯還有expectation、outlook等;university的近義詞college、academy與university用法上的差異;作為演講人的校長(zhǎng)president近義詞有headmaster、principle等，近義詞之間又有何差異等。通過(guò)關(guān)鍵詞的進(jìn)一步拓展和積累，采用多種教學(xué)手段和方法，使學(xué)員不斷豐富自身的詞匯積累，實(shí)現(xiàn)扎實(shí)的語(yǔ)言圖示積累。