简介:本文以HSK[高级]考试的实测数据为研究材料,使用结构方程模型探究高级汉语学习者听、说、读、写四项技能的结构模式以及四项技能间的融合/分散趋势。对包含一阶因子模型和高阶因子模型在内的9个理论模型的验证结果显示:高级水平汉语学习者技能结构模式可以用"听读+说+写"的形式进行描述,四项技能中听力和阅读呈现融合的趋势,相对而言,说的技能与其它技能的区分性比较高,高级水平汉语学习者听、说、读、写四项技能呈现出部分融合的趋势。研究认为,HSK[高级]考试采用主试卷、口语试卷和写作试卷三部分各自独立施测的方法,并将听力和阅读分数进行综合报道,口语、写作分数独立报道,这种做法具有一定的合理性。
简介:实用汉语水平认定考试(简称C.TEST)是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C.TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测(fieldtest)的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测(prediction)领域发挥了很大作用。本文选取C.TEST(A—D级)的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。
简介:本研究以HSK[高等]考试的实测数据为研究材料,使用结构方程模型的方法,对汉语作为第二语言的高级水平学习者语言理解能力结构进行探讨,并对听力理解能力和阅读理解能力的结构关系进行了讨论。通过实验研究发现:第一。听力理解能力和阅读理解能力的结构是相似的,它们都包含两个或者三个子能力。听力理解能力包含三个子能力,即“概括总结能力”、“细节捕捉能力”和“推理判断能力”:阅读理解能力包含两个子能力,即“理解显性信息的能力”和“理解隐性信息的能力”。第二,听力理解能力和阅读理解能力在理解过程方面是相似的,但在解码过程中却是不同的,具体表现在呈现模式上,即听觉渠道和视觉渠道。第三,第二语言理解能力的可分性会受到被试语言能力和测验任务特征的影响。