面向华裔留学生地汉字学习文本地获取.docVIP

面向华裔留学生的汉字学习文本的获取-汉语言文学 面向华裔留学生的汉字学习文本的获取 张榕 摘要：华裔留学生汉语听说能力与汉字读写能力脱节现象给教学带来不少难题。本文提出一种算法简单、实用的，基于大规模真实语料的华裔留学生汉字学习文本的获取方法，将识别出来的句子集作为汉字学习文本，使学习者通过学习最少的句子认识最多的高频汉字。 关键词 ：华裔留学生汉字学习文本获取高频汉字句子集句子识别 一、问题的提出 汉字难认、难记是汉语学习者和汉语教师的共识。华裔留学生作为特殊的汉语学习群体，在留学生中占有相当大的比重，他们与其他学习者有着不同的语言和文化背景。相当数量的留学生在家庭环境中使用普通话或粤语、客家话等汉语方言。一般来说，华裔留学生对语义、句法知识的掌握水平较高，同时具有较高的汉语听说水平；然而其汉字认读水平与其他单项习得水平严重脱节。这种现象长期以来给教学分班、教材选择和课堂教学带来了相当大的难题。笔者针对华裔留学生做过一项学习动机与需求调查，结果表明，绝大多数学习者希望在加强听、说、读、写整体汉语水平的基础上，能在有限的时间内尽可能掌握更多的汉字。尤其是以字母文字为母语的华裔学生，如何在最大程度上提高常用汉字的认读能力，始终是他们在整个学习过程中最为关心的问题。 汉字教学是对外汉语教学的重点和难点。据统计，汉字的总数超过8万个。《现代汉语常用词表》中常用汉字的数目为3500个左右。其中，按照使用频率分类，常用汉字2500个，次常用汉字1000个。面对如此庞大的汉字集，究竟哪些汉字对留学生来说最需要记忆，采用何种记忆方式，提供何种汉字学习材料，在具体操作中随意性和主观性较大。现行通用的汉字学习辅助资料一般分为两种。一是汉字介绍型书籍，主要针对有代表性的独体字、形声字等进行描述与解释，进而帮助学习者在音、形、义的基础上去临摹、认读与记忆汉字。另一种为按拼音从A至Z排序的词表型词典。课堂汉字教学普遍参照课后的生词表、整本书的生词表或《新HSK词汇等级大纲词表》（以下简称《大纲》）。上述两类传统的汉字学习材料一直被广泛使用，但这些学习文本有着自身无法克服的缺陷。汉字介绍型书籍主要以激发学习者学习汉字的兴趣为目的，篇幅集中于一些象形字或形声字等。然而这些字相对于3500个常用字来说所占比例极小，对于掌握一定数量的常用汉字的目标来说远远不够。词表型词典以拼音排序，汉字之间缺少内在的语义关联，即便是同一篇课文后的生词表，词汇之间语义割裂现象依旧明显。汉字的学习不能脱离语义信息。分析语言现象，必须把和它所依赖的语境联系起来，把一个语言片段孤立起来分析，难于判断这个语言片段的结构和意义。[1]从认知语言学的角度分析，词汇是语义场中的节点，节点之间互相关联，一个节点的激活引发下一个节点的激活。孤立地去记忆词汇，不仅枯燥、单调且较难产生长久记忆；同时，词语只有进入上下文语言环境才能与其他词汇建立某种有意义的关联。词汇的意义表达不能脱离语言形式与组配关系。若根据人为主观判断提供给学习者一个句子、段落或篇章进行汉字学习，就有可能出现超纲词或非常用词，同时，重复出现的词汇会影响汉字学习效率。汉字学习不仅是一个多看、多写、多练的过程。提供给学习者何种汉字学习材料能达到最高效的汉字习得目标，同样需要引起对外汉语教学界的重视。 本文利用语料库语言学的方法为华裔留学生提供一种不同于传统汉字学习的参考文本，学习者可通过学习最少的句子，掌握最多的汉字。基于语料库的识别方法可提供给学习者最客观的，能够体现词汇搭配关系及语用价值的真实语言，使教师在选材过程中不受主观人为因素的干扰，避免了孤立、无关联的汉字组合或人为主观虚构的句子的出现。获取这样的句子集合，对于汉语教师以及汉语学习者都具有现实意义。 语料库语言学与对外汉语教学的结合，前人已有研究。郑艳群[2]、卢伟[3]将语料库的知识广泛应用于汉语教学相关分支；郭曙纶[4]、蔡永强[5]等将语料库知识辅助汉语词典编纂；张宝林[6]使用语料库对语法项目进行考察；杨泉[7]用语料库进行偏误、纠错研究等。然而，将语料库语言学应用于面向汉字学习文本的识别，学界尚不多见。 一般来说，语料中使用频度高的文本应作为教学材料选择的候选集。对留学生而言，掌握该类汉字集更具有实用价值。获取该汉字集并非只是依靠语料进行字频或词频统计、排序得到一个高频字词表的工作。汉字教学不能脱离句子教学，句子集合不是词汇的简单罗列。句子囊括的汉字不仅使用频度高，且能体现真实的句法功能和词语间的搭配信息。笔者通过考察几套市面上使用较为广泛的汉语教材，发现主观性较强、句子语用价值不高，或在真实语言中使用频率极低的句子被教材收录的现象始终存在。例如：一些教材中以常见的句式“这是桌子”为例进行阐述。从语用价值层面分析“这是桌子