介绍分析英语文章难度一种方法.docVIP

介绍分析英语文章难度的一种方法 　　摘 要： 英语文章的难度是存在等级的，而难度的划分有很多原则。本文基于词汇层次来区分文章的难度，如果文章中常用的词汇出现百分比多，文章就可能简单，反之，文章就有可能偏难。基于上述原则，利用软件来分析词汇等级，从而确定文章难度，旨在帮助学习者选择适合的材料进行学习。 　　关键词： 英语文章 难度 词汇等级 　　 　　目前英语单词的词汇总量已经超过200万（汪榕培，1999），有专家估计，英语现每年至少以850个左右的新词的速度增加（王文斌，2005）。在英语学习过程当中，这样海量的单词，无疑是拦路虎。幸运的是，虽然英语有这么多的单词，但是它们在语篇中的作用不一样，据Francis和Kucera（1982）统计，在一百多万词的Brown语料库中，频率居前1000单词就可以覆盖72%的语料库；频率居前2000单词可以覆盖79.7%；频率居前3000单词可以覆盖84%；频率居前4000单词可以覆盖86.8%；频率居前5000单词可以覆盖88.7%；频率居前6000单词可以覆盖89.9%；频率居前15851个单词才覆盖97.8%。从上面的数据我们可以发现常用的单词（词频在前2000个单词）大约占语篇的80%，这样我们在学习英语过程中，首先掌握这两千个左右的单词，就可以基本了解一般文章的大意。反过来，我们根据这些单词的覆盖率也可以确定文章的难度，也就是说，如果一个文章含有常用的单词少，文章就越难，反之就容易。 　　日本早稻田大学的Anthony，Laurence教授根据上面的词控理论原则，编写了AntWordProfiler软件，不过他选择的单词不是上面统计出来的单词，他使用的是West(1953)的General Service List和Coxhead(2000)的Academic Word List，前者有2000个左右的词族，在一般语篇中的覆盖率是81.3%;后者有570个左右的词族。在科技语篇中的覆盖率是8.5%。这2000个词族可以再细分为前1000个词族和后词族。 　　实例分析： 　　我们以新视野大学第二版第二册的第一和第二单元的A课文为例。 　　此软件的主界面如下图： 　　 　　图1中的左下中的nation_basewords_1.txt，nation_basewords_2.txt和nation_basewords_3.txt 分别就是West的2000个词族和Coxhead的570个词族。 　　 　　从表1我们可以发现，第一课的课文单词总数??685个，其中包含在词表1中的单词有553个，占整个课文单词的80.73%；在词表2中的单词有47个，占整个课文单词的6.86%；在词表3中的单词有42个，占整个课文单词的6.13%；未包含在上述词表中的单词有43个，占整个课文单词的6.28%。第一课的课文单词形符总数是357个，其中包含在词表1中的形符有239个，占整个课文形符的66.95%；在词表2中的形符有41个，占整个课文形符的11.48%；在词表3中的形符有37个，占整个课文形符的10.36%；未包含在上述词表中的形符有40个，占整个课文形符的11.2%。第一课总共有308个词族，其中包含在词表1中的词族有200个，占整个词族的64.94%;其中包含在词表2中的词族有36个，占整个词族的11.69%;其中包含在词表3中的词族有32个，占整个词族的10.39%;未包含在上述词表中的词族有40个，占整个课文单词的12.99%。 　　从表2我们可以发现，第二课的课文单词总数是822个，其中包含在词表1中的单词有653个，占整个课文单词的79.44%；在词表2中的单词有61个，占整个课文单词的7.42%；在词表3中的单词有96个，占整个课文单词的1.46%；未包含在上述词表中的单词有96个，占整个课文单词的11.68%。第二课的课文单词形符总数是383个，其中包含在词表1中的形符有254个，占整个课文形符的66.32%；在词表2中的形符有50个，占整个课文形符的13.05%；在词表3中的形符有11个，占整个课文形符的2.87%；未包含在上述词表中的形符有68个，占整个课文形符的17.75%。第二课总共有308个词族，其中包含在词表1中的词族有200个，占整个词族的64.94%;其中包含在词表2中的词族有36个，占整个词族的11.69%;其中包含在词表3中的词族有32个，占整个词族的10.39%;未包含在上述词表中的词族有40个，占整个课文单词的12.99%。 　　对比表1和表2，就会发现课文2无论在词形总数上还是在词符总数上都比课文1多；在各个级别的词表上，除第一、三级别外，课文2都比课文1所占的百分比高，但第一级别所占的比例高正好说明文章越简单。所以从总体上考