钱 彬

（上海财经大学国际文化交流学院，上海，200083）

汉语分级读物的词汇复现考察①

钱 彬

（上海财经大学国际文化交流学院，上海，200083）

汉语；分级读物；词汇复现

考查了汉语分级读物的词汇复现情况。统计数据表明，随着阅读册数和级别数的增加，词汇接触会出现累积效应。词汇的累积复现决定了读者不仅要持续阅读同一级别中的多册读物，也要按难易顺序逐级阅读。持续阅读不仅有利于提高词汇的接触面，还有利于多义词的深度重复接触。为了及时巩固生词，读者的阅读量和速度都需达到一定的要求。现有读物需要在容量、词汇复现的多样性以及故事可读性等方面做进一步完善。

0.引言

周小兵、刘娅莉（2012）提出：“要编写精品教材，要研发国内、国外适用的教材，有必要对现有教材词汇的频率和复现②词汇复现涉及词频这个概念，词频是指词在被调查语料中出现的频次，词频减1就是词的复现数（国家语言资源监测与研究中心，2009）。情况进行系统考察。”

汉语分级读物指的是“以词汇量为分级标准，促进汉语习得为目的、用有限词汇编写或改写的、供二语学习者在课外独立阅读的系列阅读材料。”（周小兵、钱彬，2013）本研究之所以考察读物而不是课堂教材，是出于以下考虑：在教材中，词频效应受到内部和外部两方面因素的影响：一、内部因素。主要是指词频统计的文本范围（是正文、注释，还是练习、生词表）。注释、练习和生词表都属于无语境复现，正文中的词汇出现都是有语境复现。分级读物没有大量注释和专门练习，词汇复现主要体现在正文部分，因此复现类型更单纯。二、外部因素。教材在实际使用中，教师教学语言、课时安排疏密等因素也对词频输入产生作用。读物则主要供学习者自主阅读，一般不受课堂教学因素影响。因此，读者阅读时影响词汇习得的因素相对集中地体现在读物文本上。显然，相对于课堂教材，读物更适于观察阅读材料中词汇复现对语言习得的作用。

根据周小兵、钱彬（2013）对汉语分级读物的考察，综合考虑读物的内容选择、语言难度和等级设置等因素，《中文天天读》③《中文天天读》1～5级（朱勇等，外语教学与研究出版社，2009）。（下文简称《中文》）和《汉语风》④《汉语风》300、500词级（刘月华、储诚志等，北京大学出版社，2010）。在近年来新出版的汉语二语分级读物中都表现突出。同时，由于这两套读物的册数和级别数都较另外几套读物更为完备⑤《中文天天读》共5个级别，共10册，《汉语风》已出版300和500词级共13册，而《汉语分级读物》仅3级共3册，《实用汉语分级阅读丛书》仅甲、乙两级，共11册。仅从文本的容量考虑，前面两套读物相对更容易观察词汇复现的整体态势。，因此我们选取《中文》的全

部5个级别共10册和《汉语风》已出版的2级（300和500词级）共13册读物作为研究材料，考查范围仅限读物的正文，不包括注释和练习。试图回答下列问题：

1.一套分级读物的词汇频次分布情况呈什么态势？

2.读物的阅读需达到哪些要求，才能满足一定频次的词汇接触？

3.为实现有效的词汇重复接触，需对读物编写提出哪些要求？

以上问题都是从词汇复现的角度提出的。其他诸如学习者的知识背景、第二语言的阅读技能以及所读材料本身的题材、难度等因素都会对阅读中的词汇习得产生影响，但不在本研究讨论之列。

1.统计说明

我们借助“中文助教”软件，结合人工干预，依据《现代汉语词典》（第6版）（下文简称《现汉》）对两套读物的正文（不包括阅读练习、词汇解释及生词表）进行分词处理并统计。读物中的兼类词看做一个词的不同用法，同形词看做不同的词。比如：形容词“特别”和副词“特别”看做一个词，而动词“还”（还钱）和副词“还”看作两个词。另外，统计时一律剔除专有名词和自然高频词。

Milton（2009）曾提到过“一小部分词汇覆盖了绝大部分文本”的语言现象，说的就是自然高频词在词频上占文本词汇总词频的较大比重，比如1000词的文本中有10个自然高频词，其出现次数占所有词汇总词频的30%左右，通常这些词大部分都是自然语料中的绝对高频词。这样的现象在汉语中同样存在，体现在不同类型的语料库之中（Shtrikman，1994；Xiao，2008）。

要更清楚地观察读物词汇的复现情况，本文也需要删除读物中的绝对高频词。康艳红、董明（2005）就曾采用过删除教材中前20高频词的做法，但我们认为教材高频词不能完全等同于自然语料的绝对高频词。文本词汇量基数越大，对绝对高频词的认定会越接近语言事实，因此本研究以大规模语料库为基础来抽取绝对高频词。

在国家语委语料库2000万字规模的自然语料（词种数为149508条）中，我们统计了《现代汉语语料库词语频率表》①《现代汉语语料库词语频率表》下载自www.cncorpus.org语料库在线网站。中频次序列前50位的词，其词次共计2611907。这部分词占该词表词种数的0.34%，但对词表②该词表是基于国家语委语料库中2000万字文本而提取的，只收录出现次数大于50次的词，共计14629个，总词次为8643287。总词次的覆盖率达30.22%，故可看作绝对高频词。这些词在两套汉语读物中均全部出现，在《中文》中的出现次数占总词频的36.58%（19753／54006），在《汉语风》中占41.68%（15159／36367），统计中我们均予以剔除。

《汉语风》目前出版级别较少③截止至2015年1月17日，《汉语风》已出版三个等级共17册，但第三级仅出版4册，故未列入本文考查范围。，但每一级的册数较多（6～7册），而《中文》正相反，每级仅2册，但5个级别均已出版。为了更好地体现不同级别的词汇复现情况，这里涉及到多级别的词汇分布及复现情况时，均用《中文》为例进行分析；而涉及到多册数的词汇复现问题时，则选用《汉语风》为例进行分析。

2.分级读物词汇复现的级别分布

根据相关研究，词汇出现次数会影响其习得效果，如江新（2006）通过实验发现，无论是否来自于汉字圈国家，要使学习者真正地掌握生词，“教材编写者要使每个生词在课文中至少出现5次”；再如张宪、亓鲁霞（2009）通过一项自然阅读中的词汇附带习得（incidental vocabulary acquisition）实证研究得出结论：词频对习得的影响可能存在“门槛”效应：1至3次不足以促进习得，复现率在4至5次以上，无论是拼写还是词义，习得的机率明显加大。笔者也做过一个汉语的同类实验，得出结论：汉语词汇出现6～9次及以上，能较明显地促进词汇习得，并有较好的记忆保持

效果。本文对《中文》1～5级所有分册的词汇进行词频统计，并以实验研究的词频分段为依据，设定关键词频（6次、9次），分别统计读物各个级别上的词频分布，结果详见下表（这里的“频次”指出现次数，如2＋就是出现2次或更多，即至少复现了1次，因此出现次数为2＋的词即“复现词”。百分比是指某个频次词数占该级总词数的比例，比如1级中出现2次以上的词共462个，占1级总词汇量的60.87%）。

表1：《中文》各频次区间词的等级分布情况（词数／百分比%）

纵向观察表1，复现词词数随词频的上升而减少。以1级为例，有超过六成的词在该级别中至少复现1次，出现6次以上的词约占19.1%，9次以上的降至11.46%，仅有3.29%的词重复出现20次以上。横向看，各个词频段上的复现词数量大体随着级别升高递增，但比例小幅递减。以2＋频次段为例，1级为462个，到5级增至1414个。但复现率①此处复现率指某一级的复现词占该级总词种数的比例。从1级的60.87%逐级下降，到第5级，这一比例降到45.57%。

总体数据显示，越到高级，复现词比例越小，这与各级总词汇量的增长有关。高级分册生词数量相对更多，但篇幅增长幅度有限，即需复现的词数增加，但复现空间相对缩小了，复现词比例就相应下降。这样就产生了一个问题：是否意味着越到高级分册，阅读量对词汇接触的促进作用就越小呢？

3.分级读物的词汇累积复现

就表1数据而言，分级读物的词汇复现似乎并不理想，尤其是4、5级这样的中高级分册中有复现的生词比例还不足一半。通过“中文助教”软件进一步分级统计②将5级文本逐一添加到统计软件中，将新添加的一级中出现且未在前一级中出现的词剔除，剩下的则是同时在前后两个级别中都出现了的词。发现，各级（除去1级）词种数中，相当一部分是前面级别出现过的词，且比例随着级别的升高而上升。要真实反映逐级阅读时词汇接触的面貌，不仅要统计各级自身范围内的生词，还要包括前几个级别中已出现的生词。以2级为例，总词种数为1217个，但首次出现的词为755个，其余448个词是1级出现过的，占2级总词种数的37.24%，比例为各级中最低值。如以5级分册为例，比例就明显升高了。5级词种数为3101，除去本级首次出现的生词（1369），还有55.88%的词是1到4级出现过的词。本文将这种随级别上升而比例增加的复现称为词的累积复现。可以看出累积复现在读物的词汇复现中是占到相当分量的，且级别越高，累积复现的比重越大，且其中一部分多义词还在不同级别中陆续出现了不同的意义或用法（后文会举例分析）。

为观察读物各个级别的词在累积复现时的表现如何，本文对读物各级别的累积复现词数进行了统计，下面是数据及分析。

3.1 读物各级别的词汇累积复现

累积复现词数＝某一级的总词种数－该级首次出现词种数。比如5级中1到4级出现过的词种数＝5级总词种数－5级首现词数。下面详细分析。

表2数据显示的是各个级别生词的累积重现数量及其在不同频次上的分布情况。由表格可看出两点：一、纵向看，词数总体上随频次升高而递减。我们注意到2级中的1级词再次出现的频次都较低，出现6次以上的词中没有1级的词再现，但从3级开始这种情况就改变了，高频词的数量逐级增加，要充分地接触已出现词，阅读量需达到一定要求（以《中文》为例，至少要读三个级别）。

二、横向上，各频次词数基本随级别上升而递增。结合表1和表2看，以出现1次的词为例，如果仅读第1级，能接触到759个生词（见表1）；如果再读第2级，除了能接触到该级中的145（529－384）个词，还能再次读到1级中出现过的384个词；继续读第3级，除了该级361（913－552）个新词，还能再次接触到第1、2两级中出现过的552个词。到第4、5级，这一频次的累积复现词数稳定在600以上。

通过进一步统计，发现累积复现的生词在各级别中占不小的比例。如2级中再现的1级词在1级总词种数中占60.87%（该列中各频次的总词种数／1级词种数：462／759），3级中的1、2级词占1、2级词种数之和的46%，各级比例逐级下降，但到5级中仍能遇到1～4级中24.56%的词。可见，在读物的任何一级（初始级别除外）中都可以再次接触到前面级别中的部分词汇，这一比例平均为41.34%，即平均约2.5个词（词种）中就有一个会再次出现在后面级别的读物中。

显然，这种词汇复现的累积效应要实现，必须以连续阅读为前提。读者阅读更高级别的读物时，除了本级词汇还可以再次接触前一级的词汇，在阅读几个级别的读物后，前面各级中相当一部分出现过的生词会再次出现1次或多次，且这种累积效应随着读物级别的升高而愈发明显。那么，除了跨级词汇复现，在同一级别内是否存在跨分册词汇累积复现效应呢？我们考察了单级分册数量较多的《汉语风》，具体见下文。

3.2 读物不同册数的词汇累积重现

由于在同一级别中的各个分册无难度差别，不需要按顺序阅读，词汇的累积复现效应则主要受不同阅读量的影响。本文以出现2次及以上的词为例，按随机顺序统计《汉语风》第一级（300词级）中从1册到6册条件下的词汇复现，统计结果见下表。（“总比例”指的是某一册数出现2次以上的词种数占相同册数总词种数的百分比，如两册读物中出现2次以上的词种数是522个，那么占两册总词种数的74.05%）。

表2：《中文》各级别累积复现的词频分布

表3：《汉语风》不同分册数量中至少出现2次的词汇累计比例

由上表可知，册数不同时，复现词的比重也不同。册数越多，复现词的比例越大。先看复现词的整体情况（即2＋词频段）：如1册中出现2次以上的词数占该册词种数的72.64%；如册数增至6册，那么复现词占6册词种数的比例上升到75.74%，增幅为3.1%。我们又对出现9次以上的词进行了统计，以观察读物册数对较高频次词汇的重现情况的影响。统计表明，在册数增加时，较高频次词的重现词数占所在册词数的比例也不断上升，如1册中出现9次以上的词占1册总词数的30.07%；册数增至6册时，出现9次以上的词数占6册总词数的39.19%，增幅为9.12%。对比两个频次段（2次以上和9次以上）的统计结果可以发现，册数增加时，高频复现词的比例增幅（9.12%）明显大于复现词整体水平（3.1%）。可见，阅读册数的增加对词汇反复接触的作用在高频词上更为凸显。

这个统计结果似乎跟之前的跨级别累积复现统计（表2）结果相矛盾，跨级别累积复现时词频越高，复现情况越不理想，而相同级别内不同册数的累积复现结果正相反。由此可以回答“二”最后的问题，分级读物的词汇复现不是简单的“随级别的上升，复现词比例下降”，而是在持续阅读多册多级的前提下呈现出不同的累积复现态势：逐级阅读时，复现词数总体上随复现频次升高而递减，各频次复现词的比例逐级下降。逐册阅读中，复现词数和比例均随册数增加而上升，高频词的复现累积效应更突出。

4.分级读物词汇多义复现

衡量二语词汇习得最重要的两个标准是词汇的广度和深度。前者指学习者的词汇量；后者指学习者对这些词汇的了解程度（Anderson＆Freebody，1981）。重复出现，既能帮助学习者增加词汇量，也能帮助他们更好地了解词汇的形式、位置、功能和意义等（Tinkham，1993；Nation，2001；Vermeer，2001）。

考察发现，读物生词中有相当一部分词具有多种义项或用法。本文把一词多义或一词多用的复现称为“多义复现”①这里的“多义复现”指的是某一个词的意义或用法有2个或2个以上出现在读物正文中。。有多少词能得到多义或多用法的复现？不同义项或用法如何在读物中得以展示？为回答这些问题，下面做了统计和分析。

兼类词是较为典型的具有多种义项和句法功能的词，因此这里仅对分级读物中的兼类词进行抽样考察。考虑到初级分册词汇的复现空间最大，我们根据《现汉》将《中文》1级A分册②这里“1”表示1级，即500词级分册；“A”是分册代号，每级分A、B两册，难度相似。列出生词中的兼类词抽取出来，共15个。

努力（动、形）难（形、动）认真（形、动）特别（形、副）

工作（动、名）一起（名、副）快（形、副）讨厌（形、动）

过去（名、动）习惯（名、动）生活（名、动）通知（动、名）

希望（动、名）坏（形、动）跟（动、介、连）

对这些词的不同词类用法在正文中的出现情况考察后发现：绝大部分兼类词（14／15）

都在读物文本中出现了2次及以上的用法。比如1A分册中两篇文章分别出现了“特别”的形容词和副词用法（L3即第3篇文章）。例如：

（1）小文特别高兴。（L3）

（2）小明爸爸的工作很特别，他常常不回家。（L4）

又如“过去”，其动词用法出现在1A册中，名词用法出现在3A分册中：

（3）一年过去了。（1A，L10）

（4）在过去的婚礼上，……（3A，L13）

当然，非兼类词中也有很多词具有多种用法，比如“这样”在《现汉》中标为代词，但其用法较多。可以后接名词，如：

（5）夏天的吐鲁番就是这样的地方。（1B，L22）

可后接动词，如2级A册中的句子：

（6）盘子是这样打碎的。（L4）

也可以后接形容词，如：

（7）生活在这样寒冷的地方。（L18）

还可以起到连接句子的作用，如：

（8）肯德基卖油条也可以，这样我们吃早餐就多了一个选择。（L16）

类似的词还有“同样”“能”等，这些词在读物中也都出现了不同的用法或义项。对《汉语风》300和500词级的考察结果类似。显然，分级读物的丰富语境有利于较充分地展示多义词的不同用法。对于读者来说，在连贯、自然的文本中接触到汉语词汇的同形异义、同形异用是对课堂词汇学习的一个有力辅助手段。据粗略统计，分级读物中这类多义词（包括兼类词）约占列出生词的14%～21%①《中文》1级列出生词（190）中这样的词连同兼类词共39个，占20.53%。《汉语风》300词级分册《错错错》列出生词71个，多义词10个，占14.08%。两套读物的词表中均有非词成分（主要是短语），统计中均已剔除。，比例是较为可观的。

可见，分级读物的生词不仅在复现次数上要求阅读量的增加，在词汇的复现深度上也要以阅读册数和级数的递增为前提。要实现词汇的深度习得，持续阅读是基本前提。持续阅读涉及到两个因素：阅读量和阅读速度。那么，阅读量和阅读速度要达到什么标准，才能满足一定数量的词汇重复接触？在现有研究结果的指导下，我们以读物《中文》为例，在词汇统计的基础上进行演算，下面具体分析。

5.基于词频考察的分级读物阅读要求

5.1 一定词频要求下的阅读量

读物如果要达到某个词汇重现次数，势必要对文本长度有一定要求。这里以6次为例，通过统计单个词种对《中文》文本的覆盖率来计算词汇频次要达到平均6次时需要的文本长度。下表的具体算法是（以1级为例）：

（1）单个词种的平均覆盖率（0.0392%）＝该级词种数（759）／该级词次（2552）／该级词种数（759）。

（2）出现6次所需文本长度（词次）（15306）＝1／单个词种的平均覆盖率（0.0392%）*词汇的设计出现次数（6）。

（3）出现6次所需的分册数（12）＝出现6次所需文本长度（词次）（15306）／该级每册读物的平均文本长度（该级读物总词次／册数）（1276）。

如上表所示，如果要求读物词汇的平均出现次数达到6次，那么《中文》每级大约需要12册；如果需要更高的出现次数，那么分册数量也要相应增加，比如9次大约需要每级18册，而目前《中文》每级仅2册，编写计划中每级也仅3册。

5.2 一定词频要求下的阅读速度

由于记忆规律的作用，对读物词汇的复习要在一定时间内完成。那么读者需要以什么样的速度阅读读物才能较为及时地反复接触生词呢？这就需要求得词汇每重现1次所需的阅读量。下面统计了《中文》每级读物中词汇至少重现一次（即出现2次以上）所需阅读的册数等数值。以1级为例，计算公式如下：

（1）平均词频（3.36）＝本级总词次（2552）／本级总词种（759）。

（2）重现的平均间隔词数（760）＝本级单册平均总词次（2552）／平均词频数（3.36）。

表4：《中文》平均每词出现6次所需的文本长度和册数

（3）该级词汇重现1次所需的阅读量（册）（0.30）＝重现平均间隔词数（760）*重现次数（1）／本级总词次（2552）。

由上表可知以下两点：

一、《中文》各级所需达到的阅读速度差异不大。以词汇重现1次为例，第1级速度要求0.3册，从第2级开始，随级别上升，速度要求逐渐提高，第5级读物要求读完0.32册。

二、如果要求一周之内再次接触到读物《中文》中出现过的生词（即生词出现2次），那么需要在7天内读完至少约三分之一册读物（平均0.28册）；如果要求接触生词的次数平均达到6次（即重现5次），单级阅读册数则需原来（重现1次时）的5倍，以1级分册为例，阅读速度要提高到一周1.4册才能达到要求。

6.结语

Ellis（1999）认为，频率是语言习得中的一个重要概念。特定语言形式输入次数和输出次数呈一致性，即输入时出现次数较多的语言形式，在输出时出现次数也较多。在这个前提下，结合汉语分级读物词汇复现问题，可以对阅读材料的开发提出下列建议。

一、增加容量。从输入的角度来看，目前汉语分级读物在总体上都有容量不足的问题，需要从两个维度进行改进。

表5：《中文》生词出现2次时单位时间所需阅读的册数

首先，增加级别数以缩小读物各级别词数的间距。为了提高词的接触次数，适当增加级别数是一个可操作的措施。要注意的是，增加级别数不能以提高整套读物的词汇量为代价，应尽量在不增加生词的前提下，细分原有级别，这样才能保证读物的难度适中。比如英语二语读物《书虫》分为6级，级别数高于目前出版的大多数汉语分级读物，且《书虫》整套读物的词汇量控制在2500词以内。级别多，总词汇量低，则读物间距自然会得到控制。周小兵、钱彬（2013）在统计了8套英语读物的级别间距后发现间距普遍较小：“一般在300到700词之间，最小的平均间距仅为216词。……《书虫》平均间距仅400词，为上述各套读物中最低值，间距虽保持递增趋势，但始终不超过500词。”而该研究考察结果还显示，汉语分级读物的平均级别间距最低为600词（《汉语风》），最高达到1500词（《实用汉语分级阅读丛书》崔永华等，北京语言大学出版社，2009）。显然，汉语分级读物还有较大提升空间。

其次，是读物单个级别内增加册数。从上文5.1可以知道，为了达到某个词频要求，在不增加单册容量的前提下，多编写难度一致的分

册，直接有助于提高生词的接触频次。当然，相同难度的文本，要呈现多样的阅读内容，无疑对读物话题的多样性提出了更高的要求。

二、词汇复现多样化。数据显示，分级读物的词汇累积复现除了体现为多册多级中的同义重现，还体现在读物中有相当比例的多义词在复现时，呈现出不同的用法。如果读物等阅读材料开发时能提高词汇复现时的梯度意识，在保证一定量的简单复现后，根据常用度由低到高的顺序呈现同形多义词的各种义项，展示由浅到深的句法功能，将会大大提升读者在中词汇隐性习得的深度。

三、提高阅读材料的可读性。学习者在阅读中无论是从生词量还是生词词频的角度获益，都要以逐册、逐级的连续阅读为基础。因此，扫除过多的阅读障碍、激发阅读兴趣是根本。读物编写者需要从阅读材料的语言难度、话题的趣味性、文本的故事性等角度做工作，最大限度地保持学习者的阅读动力，保证阅读活动尽可能地延长。

江新2006外国人汉语双字词习得中的频率效应再探［J］.语言科学（6）.

康艳红，董明2005初级对外汉语教材的词汇重现率研究［J］.语言文字应用（4）.

张宪，亓鲁霞2009自然阅读中的词汇附带习得研究［J］.外语教学与研究（4）.

周小兵，刘娅莉2012初级汉语综合课教材选词考察［J］.语言教学与研究（5）.

周小兵，钱彬2013汉语作为二语的分级读物考察——兼谈与其他语种分级读物的对比［J］.语言文字应用（2）.

Anderson，R.C.＆P.Freebody1981Vocabulary knowledge［A］.In J.Guthrie（ed.）Comprehension and Teaching：Research Reviews［C］.Newark，DE：International Reading Association.

Milton，J.2009Measuring Second Language Vocabulary Acquisition［M］.Bristol：Multilingual Matters.

I.S.P.Nation2001Learning Vocabulary in Another Language［M］.Cambridge：Cambridge University Press.Ellis R.1999Understanding Second Language Acquisition（第二语言习得概论）［M］.Shanghai：Shanghai Foreign Language Education Press.

Shtrikman，S.1994Some comments on Zipf’s law for the Chinese language［J］.Journal of Information Science，20（2）.

Tinkham，T.1993The effect of semantic clustering on the learning of second language vocabulary［J］.System，21（3）.

Vermeer，A.2001Breadth and depth of vocabulary in relation to L1／L2 acquisition and frequency of input［J］.Applied Psycholinguistics，22（2）.

Xiao，H.2008On the applicability of Zipf's law in Chinese word frequency distribution［J］.Journal of Chinese Language and Computing，18（1）.

On Word Recurrence of Graded Chinese Reading Materials

Qian Bin
（International Culture Exchange School of Shanghai University of Finance and Economics，Shanghai 200083，China）

Chinese；graded Chinese reading materials；word recurrence

This paper makes an investigation of the word recurrence in graded Chinese reading materials.The statistics suggest that the increasing number of books and grades will have a cumulative effect on word contact.Chinese learners should keep reading grade by grade in order to benefit from the cumulative effect of word frequency.Constant reading will not only enlarge learners'vocabulary but also improve the depth of word comprehension.To retain the words in time，the quantity and speed of reading are expected to meet certain requirement.The existing Chinese reading materials need to be improved in capacity，diversity of lexical reiteration and readability.

H195.3

A

1674－8174（2015）03－0071－08

【责任编辑 刘文辉】

2014－10－05

钱彬（1983－），男，上海人，上海财经大学国际交化交流学院讲师，博士，主要从事国际汉语教学、习得及教材方面的研究。

①本文所论述的是服务于汉语作为第二语言学习的分级读物，不包括母语者使用的分级读物（主要是儿童分级读物）。