语料库数据驱动学习模式在大学英语词汇教学中的应用研究

论文摘要

众所共知，词汇在语言学习中起着非常重要的作用，因为它是一个语言的核心而且词汇学习是语言习得的关键。按照新的大学英语课程大纲提出的要求，新的教学模式应该是建立在现代信息技术基础上，特别要与网络技术有关系。因此，语料库数据驱动学习模式在大学英语自主学习的有效性方面已经成为一种颇受欢迎的趋势。语料库语言学是这项研究的基石。语料库作为一种辅助性工具应用于语言教学，也是应用语言学中一个新兴的研究领域。它收集了大量真实的语言材料，运用先进的检索软件，使得对数量庞大的语言数据进行快速分析得出语言疑问的答案成为可能，而语言学习者也增加了一种自主学习的模式。语料库可以应用于词汇学习的许多方面。尤其在词语搭配、单词在不同语境中的含义以及词汇语法结构等多个层面上为开展词汇学习和研究提供了良好平台。数据驱动学习方法（Data-Driven Learning简称DDL）是一种基于语料库数据的外语学习方法。该方法由Tim Johns于1991年提出。他给DDL下的定义是，在教室中使用“语境共现”界面，使学生探索目标语的规律和模式，并在语境共现的基础上设计活动和练习。它的主要思想是指引学生基于大量的语料库数据观察、概括和归纳语言使用现象，自我发现语法规则、意义表达及语用特征。其次，这种教学方法使用了大量的语料库真实语言环境，聚集了真实的、多方式的输入、自我探索、自我发现等特性。数据驱动学习就是通过鼓励学生从语料库中检索出词汇所处的具体环境,并通过留意观察,自觉总结出词汇使用规律的方法。Tim Johns把语料库数据驱动学习法分为三个步骤: （ 1）提出问题（Identify）。由教师预先提出问题或由学习者自己提出学习过程中产生的疑问; （ 2）材料分类（Classify）。通过检索工具从语料库中检索出海量语言数据并进行恰当筛选和分类; （ 3）归纳总结（Generalize）。这是整个过程中最重要的一步,即在教师指导下,学生理解、分析并归纳出语言使用规律,解决事先提出的问题。数据驱动学习方法中，语言规则是由学生自己去发现。通过这种方式，有助于提高学习者的语言直觉,从而有效地掌握准确地道的语言。并且能够培养学习者的思考、推理能力。在最近20年，它的潜在意义已经被见证，许多相关研究也正在进行。然而，许多理论争论也很多。本论文把语料库语言学应用于词汇教学。一般来说，词汇知识分为两个维度：词汇广度和词汇深度。这两个方面较以全面地描述词汇知识。因此，在我们教词汇时，我们不但要求学生掌握一定的词汇的量（词汇广度），更要关注词汇的质（词汇深度）。本论文主要是语料库数据驱动学习模式在大学英语词汇教学中的应用研究，特别关注词汇深度的三个方面：词汇搭配、不同语境中单词的含义以及词汇语法结构。本研究选取西北师范大学86名非英语专业大学二年级学生作为研究对象，随机选择一班为控制组，二班作为实验组，在控制组和实验组分别采取传统学习方法和语境共现的数据驱动学习方法来学习单词。并且使用了前测和后测的方式来观察两种学习方法在词汇深度：搭配、不同语境中的词意和词汇语法结构方面的效果。试验者从试验中收集数据并用SPSS17.0中的配对T检验和一维方差对数据加以统计分析。数据表明：实验组前测和后测中成绩有显著差异（P=0.000<0.05）；而且，在后测中，实验组的成绩也比控制组的高（ t=-3.640, P=0.001<0.05）。实验证实：语料库数据驱动学习模式的确在学习者学习词汇搭配，不同语境中的单词含义以及词汇语法结构这三方面卓有成效。因此，相比传统学习方法，语料库数据驱动学习方法有一定的优越性并在大学英语词汇教学中成效显著。这种学习模式的采用将无疑会对词汇教学大有裨益。但是应该指出的是，无论语料库多么有价值，它也只是一种工具，而不能完全代替教科书和课堂教学。语料库的使用只是对众多传统词汇学习方法的一个有益补充。本论文通过语料库的尝试性应用对一种新的词汇学习模式提出了一些见解，但同时也存在着一些局限性。最后，该论文只是对语料库数据驱动学习模式在词汇学习中应用的初步研究，语料库数据驱动学习的功能应用还有待将来做更加深入的研究。

论文目录

• Abstract
• 摘要
• List of Abbreviations
• List of Figures and Tables
• Chapter 1 Introduction
• 1.1 The Background of the Study
• 1.1.1 The Importance of Vocabulary Teaching and Learning
• 1.1.2 The Problems of Current College English Vocabulary Teaching and Learning
• 1.2 The Significance and Purpose of the Study
• 1.3 The Organization of the Thesis
• Chapter 2 Literature Review
• 2.1 Corpus Linguistics
• 2.1.1 Corpus
• 2.1.2 Concordance
• 2.1.3 Previous Studies on Corpus Linguistics
• 2.2 DDL （Data-Driven-Learning） Based on the Concordances of Corpora
• 2.2.1 Definition
• 2.2.2 Characteristics
• 2.2.3 Principles and Basic Concepts
• 2.3 DDL and Vocabulary Learning
• 2.3.1 Breadth of Vocabulary Knowledge and Depth of Vocabulary Knowledge
• 2.3.2 The Strategies of Vocabulary Learning
• 2.3.3 DDL: an Intentional Context-based Learning Method
• 2.4 Previous Studies on DDL and Vocabulary Teaching and Learning
• 2.4.1 The Studies on DDL and English Vocabulary Teaching and Learning Abroad
• 2.4.2 The Studies on DDL and English Vocabulary Teaching and Learning at Home
• Chapter 3 Theoretical Framework
• 3.1 Constructivism
• 3.1.1 Constructive Learning Theory
• 3.1.2 DDL and Constructivism
• 3.2 Discovery Learning
• 3.2.1 The Concept of Discovery Learning
• 3.2.2 Discovery Learning in DDL
• 3.3 Input Hypothesis
• 3.3.1 The Concept of Input
• 3.3.2 Authentic Input in DDL
• 3.4 Sinclair and Lexical Grammar Theory
• 3.4.1 Lexical Grammar Theory
• 3.4.2 Lexical Grammar Learning in DDL
• Chapter 4 Methodology
• 4.1 Hypotheses
• 4.2 Subjects
• 4.3 Instruments
• 4.3.1 Textbooks
• 4.3.2 Corpus and Software
• 4.3.3 Pretest
• 4.3.4 Posttest
• 4.4 Experiment Procedure
• 4.4.1 Pre-test
• 4.4.2 DDL Training
• 4.4.3 Experiment
• 4.4.4 Post-test
• 4.5 Data Collection and Analysis
• Chapter 5 Results and Discussion
• 5.1 Results
• 5.1.1 Results and Analysis of the Pretests and Posttests
• 5.1.2 Results and Analysis of the Collocation Scores
• 5.1.3 Results and Analysis of the Word-meaning Scores
• 5.1.4 Results and Analysis of the Lexical Grammar Structure Scores
• 5.2 Discussion
• Chapter 6 Conclusion
• 6.1 Main Findings
• 6.2 Pedagogical Implications
• 6.3 Limitations and Suggestions for the Further Study
• 6.3.1 Limitations
• 6.3.2 Suggestions for Further Study
• References
• Appendices
• Acknowledgement