数据驱动学习在大学生英语翻译自主学习中应用.docVIP

数据驱动学习在大学生英语翻译自主学习中应用 　　摘要：数据驱动学习是一种新的科技的外语学习方法，学习者通过分析真实的语料和数据，主动探索语言使用规律，进行自下而上的归纳式学习。本文通过对数据驱动学习理念与自主学习理念进行分析研究，利用数据驱动学习的特征与优点，鼓励和启发学生接触真实的语料，进行自主学习，以期实现在翻译学习过程中从“教”向“学”的转变、从“被动”向“主动”的转变，从而提高学生在英语翻译方面自主学习的能力。 关键词：数据驱动学习；英语翻译；自主学习；学生引言 数据驱动学习（Data-driven Learning，简称DDL）是20世纪90年代初由Tjm.Johns提出的一种基于语料库数据的新型外语学习方法。Johns（1991：2）认为：“语言学习者从根本上看也是研究者，他的学习需要被对语言资料的获取而驱动——因此用数据驱动学习这个术语来描述这一方法。”这种语言教学方法“让学生自己用语词索引软件去查询本族语者口语或书面语语料库，给他们提供语言使用的真实样例，而不是一些语法书中设计出的例子”（Charles 2002：27）。数据驱动学习充分利用了多媒体技术下的语料库语言学方法，为传统的英语学习模式提供了一个全新的视角，本文尝试将该方法应用于大学英语翻译学习。 一.数据驱动学习理念与自主学习理念 （一）.数据驱动学习理念 数据驱动学习理念的主要思想是指引语言学习者充分利用网络和语料库资源，通过观察和分析大量客观真实的语料，发现语言语法规则、意义表达及语用特征，积极主动地解决问题。鼓励与启发学生积极思考、提出质疑，概括和归纳语言规律。数据驱动学习向学生提供语言事实，学生通过对索引行观察、分析和比较而最终得出结论。“语料库来源广泛、语言材料真实地道、检索快捷准确”，已成为语言学习的不可多得的语料宝库。 （二）.自主学习理念 “自主学习”（Autonomous Learning）是伴随着认知心理学和人本主义心理学的兴起和发展而产生的一种学习理论。20世纪80年代，Holec（1981）将“自主学习”这一概念引入英语教学领域，认为自主学习就是学习者自我负责管理学习的能力，即能够确定学习目标、选择合适的学习方法和技巧、确定学习内容和进度、监控学习过程以及评估学习成果。总的来说，自主学习是一种学习模式，是学习者在总体目标的宏观调控下，在教师的指导下，根据自身条件和需要制定并完成具体学习目标的学习模式。吴军赞、朱葵（2005）认为“自主学习是一个过程，也是一种能力；在这一过程中学生能主动、积极地运用各种途径、资源获取信息和知识，激发内在的学习动机和潜能，达到最佳的学习效果，培养终生的可持续发展的学习能力。” 二.数据驱动学习的主要特点 数据驱动学习的主要特点是引导学习者在探索性的任务中通过观察大量真实语料，发现和归纳语言现象，包括语法规则、语义表达和语用特征。和传统教学的不同之处在于它是以学习者自主学习为主；以真实的语言为观察对象；强调自我发现和探索的学习过程，是一种自下而上的归纳式学习。DDL突破了传统外语教学模式，将语料库语言学发展的成果与现代信息技术相结合，应用于二语教学，起了开创性的作用（Huston，2002），引起了众多研究者和语言工作者的关注和肯定。在国外，Leech（1997）认为“DDL能够使学生根据各自的程序，需求和兴趣，利用高速运行的检索手段进行探索式、发现式或验证式学习，是其他非电脑语料库方式难以实现的”。其中，定量研究（如Stevens，1991：Gaskell Cobb，2004；Yoon Hirvela，2004）表明学习者可以在学习单词和语法过程中参考语料库并受益，从而提高写作水平。定性研究也可以支持以上观点。研究表明，学习者不仅喜欢通过大量真实的语言运用实例来学习（Cheng et al，2003；Chambers，2005），而且非常享用这种探索式的学习方式（GilguinGranger，2005）。 三.数据驱动学习应用于大学英语翻译 越来越多的研究者正在尝试使用不同的方法将数据驱动学习应用于实践教学，使之真正为学习者所用。针对DDL存在的问题，研究者提出了“b型语料库”（Wills，1998）、“微型文本”（梁茂成，2009）和“本地学习者语料库”（Seidlhofer，2002）等不同变通模式。其中，Seidhofer提出的地方学习者语料库，是由二语学者产出的中介语构成，提供语料库数据的学习者同时也是调查此语料库的研究者。学习者的典型中介语特征能大大提高学习者的主动性和积极性。以上各种尝试表明数据驱动学习应用于学生自主学习不仅具有可行性，还具备很大的发展潜力。 甄凤超（2005）将这种学习模式的特征归结为四点：一