Author: Dicky

「考試」可能是中國人相當迷信的實用之一。它的實用在於可以很有效率地從茫茫人海中，找出有能力的人材；它的迷信在於茫茫人海中的人們認為考試可以用來作為佐證自己能力的證據。在考試盛行的地區，人們不擅於提出問題，但是追求答案。取得答案的過程通常不需要理性地推演，只要有一個權威機構發佈就可以了，簡稱「標準答案」。對於語言學習，人們也常常追求權威機構。學習英語想參加英語考試時，你會選擇「財團法人語言訓練測驗中心」的全民英檢？還是美國ETS機構的托福、多益？學習泰語想參加泰語考試時，你會選擇「台灣泰國文化暨語言交流協會」的泰語檢定？還是泰國朱拉隆功大學的泰語能力檢定？學習漢語或華語，想參加漢語考試時你會選擇北京語言大學漢語水平考試中心的漢語水平考試？還是國家華語測驗推動工作委員會的華語文能力測驗？一個最容易判斷的標準就是主辦考試的機構所在的位置是不是在標的語的來源地，簡單地說，就是給你出考卷的人是不是母語者。 學習第二語言的時候，因為對於考試的迷信、對於母語者的迷信，我們認為有一個可以一統天下的「第二語言」，而忽略了「第二語言」百花齊放的可能性。英語作為第二語言，在全球化的發展較早，所以比較容易看到英語百花齊放的樣貌，大多數的人都同意學習英語如果只能聽懂美國人的英語，那就還能更進一步，去聽聽英國人的英語、澳洲人的英語、印度人的英語、新加坡人的英語。因為認識這樣的多樣性，所以自己學習英語的時候，就有一份自信說我講的是台灣人的英語或中國人的英語。但是這個有自信的台灣英語或中式英語，偶爾會被「考試」或「母語者」的陰影給籠罩，我們那個追求標準答案的小鬼讓我們失去自信。能夠讓英語紅紅火火的應該不會是一統天下的大英帝國，各地的英語百花齊放，才是現在看到英語風行於世界的模樣。 華語作為第二語言又是如何？清朝乾隆年間，東印度公司一個叫洪仁輝的英國人，因不滿地方官員勒索告御狀，乾隆氣得直哆嗦。於是，洪仁輝被判有期徒刑三年，罪名是：擅自學習漢字漢語。洪仁輝事件后，清廷感到必須加強對外夷的管理與防范。兩廣總督李侍堯在奏文中將事件原因歸結：「細察根源，縱由內地奸民教唆引誘，行商通事不加管束稽查所致。查夷人遠處海外，本與中國語言不同，向之來廣貿販，唯藉諳曉夷語之行商通事為之交易，近如夷商洪仁輝於內地土音官話，無不通曉，甚至漢文字義，亦能明晰，此夷商中如洪仁輝之通曉語文言義者，亦尚有數人，設非漢奸潛滋教誘，何能熟悉？如奸民劉亞扁始則教授夷人讀書，圖謀財物，繼則主謀唆訟，代作控辭，由此類推，將無在不可以勾結教誘，實於地方大有關系。」一統天下是中國很熟悉的概念，秦朝的書同文、車同軌就是最好的例子。外國人能夠通曉漢語，肯定也是中國人教授所致。歷史無法重演，如果乾隆那時候，在洪仁輝告御狀後，開始打貪反腐、鼓勵來華貿易的外國人學習漢語，現在世界的政治版圖會不會不一樣？世界第二語言的景象又會是怎麼樣？ 現在世界著名推廣外國人學習漢語的機構「孔子學院總部」，孔子學院被國家漢辦所指導，國家漢辦又直隸於教育部，於2004年11月21日在韓國首爾成立全球首家孔子學院。透過「考試」(HSK)或「母語者」(志願者)到世界各國教授漢語的孔子學院，是對外漢語的權威機構。 另外一個沒那麼有名，但同樣致力於海外華文教育的的「中國華文教育基金會」，其主管單位是國務院僑務辦公室，也在同一年2004年成立。我參加了由其主辦「2017年華文教育名師巡講」泰國場次的培訓，它展現了百花齊放的可能性。這個培訓的課程內容包含：繪本閱讀、古詩教學、團隊心理輔導、口語交際以及臉譜，由中山市石歧中心小學的教育團隊負責，校長和來自該校的優秀教師組成團隊完成巡講任務。參加培訓的學員，來自曼谷各級學校的華語老師。這些華語老師，有一些是泰國本地的老師，也有一些來自台灣或中國大陸的老師。你可能會懷疑道：「這是把在大陸對母語者的教育課程原封不動地搬到海外！」。然而，如果你有抱著一點點多元文化的期待，你就會相信這些原汁原味的課程，在不同的土壤下會有百花齊放的可能性。世界各地的老師會受到這些課程有所啟發。柬埔寨的華語、泰國的華語、汶萊的華語才有變成全球華語的可能性。 我在造訪泰國正大管理學院的期間，有許多台灣的大學生到這裡實習。這一年，有兩個實習生雖然在台灣讀大學，但並非來自我們傳統上認為的華語的來源地(台灣或中國大陸)，他們分別來自馬來西亞和香港。即便對於華語母語者的我來說，聽懂香港人講華語也是一件相當困難的事。但是，正大管理學院的泰籍老師黃偉榮卻認為學習華語的學生不可能只會遇到沒有方言口音的華語，因此聽香港人講華語也相當重要。在華語外圈的泰籍老師，看到華語內圈語言的多樣性；在華語內圈的華語老師們，是否也看到華語外圈華語的多樣性？

每每聽到「○○○語料庫『不好用』」的時候，「不好用」包含了許多可能性。它可能指的是語料庫的語料不夠多(數量)，也可能指的是語料庫所涵蓋的文體或範圍(質量)並非使用者所期待。學了一些入門的語料庫檢索的方法之後，我想大部分人在說「○○○語料庫『不好用』」這句話的時候，想表達的應該是「○○○語料庫(界面)的查詢功能『不好用』」。 中央研究院的平衡語料庫自2007年開始未再更新，而檢索界面看起來最後設計是在2013年，它透過勾選、搜尋框和下拉選單等網頁工具給人一種「很好用」的印象。國家教育研究院的華語文語料庫(COCT)則自2013年開始蒐集語料，其語料數量已經超過平衡語料庫，同時透過國教院語料索引典系統的設置，在同一個系統內，可以檢索不同的語料庫(目前開放的為中研院平衡語料庫4.0、COCT 口語語料庫、華語中介語語料庫、COCT 書面語語料庫)的語料。索引典系統還「不太好用」，因為它還不能透過人類直觀的感覺去進行查詢，使用者必須學習電腦的語言(Simple Query或Corpus Query Processor, CQP)，才能找到符合要求的語料。 在CQP的表示式中，[word=”把” & (pos=”Nf” | pos=”Na”)]的意思是查詢「把」這個詞中，屬於詞性是Nf和Na的語料。Nf和Na就是語料庫中，透過斷詞系統或人工檢查所標註的詞性，中研院詞類標記列表 有所標註的代號。 CQP包含下面萬用字： [word=”好高.遠”].代替一個字 [word=”哈*”]*前字重覆0~n次 [word=”副.+”]+前字重覆0~n次 [word=”[台臺]灣”] [AB..]任選一個字 [word=”一[^百千萬]二[^百千萬]”][^AB…]否定一組字 [word=”(台北|高雄)市”]“(X|Y)Z”任選一組字 根據上面的表示式和萬用字，我們可以就可以對電腦說很多話。假設我現在要查四字格裡頭，第一個字是「生」，第二個字是「死」的時候，我就可以用以下表示式：[word=”….”&char(word,0)=”生”&char(word,1)=”死”]同理，我可以請電腦幫我找，第一個字是「生」，第三個字是「死」[word=”….”&char(word,0)=”生”&char(word,2)=”死”]第一個字是「生」，第四個字是「死」[word=”….”&char(word,0)=”生”&char(word,3)=”死”]第二個字是「生」，第三個字是「死」[word=”….”&char(word,1)=”生”&char(word,2)=”死”]第二個字是「生」，第四個字是「死」[word=”….”&char(word,1)=”生”&char(word,3)=”死”]第三個字是「生」，第四個字是「死」[word=”….”&char(word,2)=”生”&char(word,3)=”死”] 接著我可以用|把上面這些條件取聯集，我就得到一個「四字格裡頭，包含『生』和『死』兩個字，而且『生』在前面，『死』在後面」的表示式[word=”….”&char(word,0)=”生”&char(word,1)=”死”]|[word=”….”&char(word,0)=”生”&char(word,2)=”死”]|[word=”….”&char(word,0)=”生”&char(word,3)=”死”]|[word=”….”&char(word,1)=”生”&char(word,2)=”死”]|[word=”….”&char(word,1)=”生”&char(word,3)=”死”]|[word=”….”&char(word,2)=”生”&char(word,3)=”死”] 跟日本人說話，我們要用日語；跟泰國人說話，我們要用泰語；跟語料庫說話，我們可以用第四代語料庫語言CQP。當然，有時候找個日語翻譯或泰語翻譯也是解決溝通上的方法，而和語料庫溝通的翻譯就是那些擁有資工專長的人們。 CQP的使用可以參考中國外語教育研究中心許家金的使用手冊。

從每個人在每個項目的實際得分(observed score)和該人該項目的預期得分(expected score)的差，除以變異數，可以得到這個資料點對模型的標準化的殘差(standardised residual)，把所有這些標準化的殘差平方後再求平均，就是未權重配適度均方(unweighted fit mean-squar)；若根據該資料點的變異數進行權重，則叫作權重配適度均方(weighted fit mean-square)。前者也叫outfit，因為它對極端值(outlier)相當敏感，如果高能力的人答錯簡單的題或低能力的人答對較難的題，則整個均方就會變大，資料和模型的配適就不好；後者又叫infit，因為其根據每個資料所能提供的資訊(information fit)進行權重，極端值的變異較小(例如：0.9*0.1或0.1*0.9，但中間的資訊較多(0.5*0.5)。我們可以使用R裡頭的TAM套件的msq.itemfit，去取得模型中每個項目的outfit和infit。把outfit的值畫出來的話，會如下圖： 在有800個來自常態分佈的樣本下裡的20個項目中，越接近1的項目，配適地越好，反之則越差。 隨著樣本數的增加或減少，在模擬的情況下，可以操控fit和1的距離。下面為樣本數為80和8000的情況。 如果看配適度t值的話，就沒有上面的問題。但是，在真實資料的情況下，又會遇到另一個問題，當樣本數越大，則越容易發現配適地不好的項目，越容易發現資料和模型之間存在差異。 我們可以這麼去理解配適度，它是一個項目和其餘項目總和的關係。從這個角度去理解配適度的話，其實「信度」或「鑑別度」已經提供我們足夠的資訊去決定一個項目的優劣了。如果我們以「配適度」去決定是否要採用某個項目，那反而會將具有鑑別度的項目剔除。當outfit離1很遠的時候，有兩種情況：一個是正方向的離1很遠，一個是負方向的離1很遠。正方向的離1很遠具有好的鑑別度，但我們可能因為判斷它的配適度不佳而刪除。倘若要從配適度去剔除不好的題目，就從outfit值最小的開始吧！

將北伊利諾大學東南亞研究中心的泰語課程音頻配合投影片之後，放上不一樣的配樂供學習者學習泰語。此單元為學生挑選之感興趣的單元，不一樣的配樂不知道是否有不一樣的感受？