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:在汉语作为第二语言阅读研究中,读者的"图式干扰"心理过程鲜少受到关注。采用质化研究方法、通过实证研究考察了汉语作为第二语言的阅读者受到与所读文章不一致的图式干扰而产生理解错误的认知操作,探讨了这些认知操作的特点与产生原因。研究发现,导致理解错误的"图式提取"认知操作具有以下特点:1.倾向于提取熟悉度更高的图式;2.倾向于构建具有因果关系的表征;3.缺乏排除"图式干扰"的能力。有鉴于此,汉语作为第二语言阅读研究亟需关注读者的已有图式对阅读理解干扰的心理过程,同时在教学中加强对学生排除图式干扰能力的培养。