Критерії оцінки складності англійськомовних навчальних текстів для 10 класу (на основі використання програми Coh-Metrix)

Розробка систем автоматизованого перекладу. Визначення індексу читабельності тексту. Використання програми Coh-Metrix у навчанні англійської мови в Україні. Застосування лінгвістичних інструментів в цілях адаптації англійськомовних навчальних матеріалів.

Рубрика Иностранные языки и языкознание
Вид статья
Язык украинский
Дата добавления 21.02.2022
Размер файла 98,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://allbest.ru

Критерії оцінки складності англійськомовних навчальних текстів для 10 класу (на основі використання програми Coh-Metrix)

Марія Єннер студентка II курсу другого (магістерського) рівня

вищої освіти факультету іноземних мов)

Науковий керівник Паращук В. Ю.

кандидат філологічних наук, доцент

Вступ

“Усі носії мови говорять тільки текстами,

а не словами й не реченнями.

П. Хартман

Постановка проблеми. Навчальний текст (далі - НТ) як центр комунікації є основною одиницею дидактичного матеріалу [14с. 97; 2]. Автоматизований аналіз НТ належить до однієї з найбільш актуальних і досліджуваних проблем сучасної прикладної лінгвістики та лінгводидактики. Розробці та застосуванню систем автоматизованого аналізу тексту присвячені праці таких вчених, як І. А. Оборнєва, М. М. Невдах, М. І. Солнишкіна, А. С. Кісельніков, Д. Макнамара, П. Маккарті, А. Грессер та інших.

Для визначення складності сприйняття тексту сучасні дослідники використовують умовно прийнятий вимір - індекс читабельності тексту, величиною якого є похідна від низки якісних і кількісних параметрів тексту, а саме: кількість слів в тексті, середня кількість складів в слові, середня кількість слів в реченні, тип речення, наявність метафор, порівнянь і національно маркованих одиниць, обсяг експліцитної і імпліцитної інформації, антропонімів, число афіксів на сто слів і деяких інших [4; 9; 6; 10; 11; 12; 15, 6; 19; 20; 18].

На разі відомо більше двохсот формул для визначення читабельності тексту багатьма мовами світу, серед яких найбільш відомими є формули для визначення читабельності Флеша-Кінкейда, Дейла-Чалл, SMOG (Simple Measure of Gobbledygook), котрі ґрунтуються на простих обрахунках, а результатами застосування цих формул є показники класу або віку учня, на які розрахований текст. Однак формули читабельності не можуть стати повноцінним інструментом для аналізу тексту, оскільки вони не враховують лексико-граматичні особливості тексту, референціальну та глибоку когезію [5, с. 294]. А відтак, актуальним постає застосування автоматизованих засобів просунутого аналізу НТ, серед яких найбільш розвиненою системою оцінки складності НТ, котра враховує їхні просунуті характеристики вважається програма Coh- Metrix [3; 8, c. 82; 15, c. 100 ].

Актуальність нашого дослідження зумовлена потребою опису сучасних інструментів для автоматизованого аналізу НТ у процесі навчання англійської мови в старшій школі в Україні.

Мета статті полягає в обґрунтуванні доцільності використання автоматизованої програми Coh-Metrix для оцінки складності англійськомовних навчальних текстів, які використовуються як дидактичний матеріл на уроках англійської мови в 10 класі.

Аналіз останніх публікацій. Дослідниця А. Є. Бабайлова, визначає навчальний текст як одиницю навчання текстової діяльності, навчальної текстової комунікації, організовану з дидактичною метою в смисло-змістовому, мовному та композиційному відношеннях в єдину систему, частину сукупної інформації підручника, на основі якої надається система знань з певної дисципліни, прищеплюються вміння й навички учням певної групи (вікової, національної тощо) на певному етапі навчання [1, с. 130]. Л. Р. Газизуліна розглядає навчальний текст як вторинний з огляду на його нову функцію та трансформації, яким він буд підданий з метою використання в навчальному процесі [5, с. 294]. Вторинний текст створюється на базі первинного й піддається адаптації і методичній обробці, щоб відповідати навчальним цілям, а трансформація тексту в цілях адаптації досягається шляхом застосування лінгвістичних і нелінгвістичних інструментів з урахуванням комунікативної ситуації, рівня мовної компетенції тих, хто навчається [там само, с. 294].

Досягнення в галузі комп'ютерних технологій дозволяють застосовувати програми для автоматизованого аналізу тексту. Одним з ефективних і зручних інструментів є платформа Coh-Metrix, розроблена Інститутом інтелектуальних систем (Institute for Intelligent Systems) [17].. Окрім кількісних параметрів, у програмі використовуються якісні параметри оцінки тексту. Кількісні параметри використовуються для визначення складності тексту на основі формули Флеша-Кінкейда . Індекс Флеша- Кінкейда показує, яким рівнем освіти повинен володіти читач тексту. Шкільний тест Флеша-Кінкейда використовується для оцінки текстів на іспитах в школах США. Показник вираховується на основі обчислення середнього числа складів в слові і слів у реченні. Значення показника варіюється від 0 до 20. Значення від 0 до 10 відповідають рокам навчання в школі. Наступні п'ять значень - від 11 до 15 відповідають курсам вищого навчального закладу. Найвищі п'ять значень відносяться до складних наукових текстів.

Якісні параметри складності тексту, а саме: наративність (narrativity), синтаксична простота (syntactic simplicity), конкретність слів (word concreteness), референційна когезія (referential cohesion), глибока когезія (deep cohesion) розподіляються в діапазоні від 0% до 100%, де більш високі значення означають легший для сприйняття текст [15, c. 101].

Виклад основного матеріалу

З метою визначення рівня складності НТ з посібників, які використовуються на уроках англійської мови в 10 класі педагогічного ліцею ЦДПУ імені Володимира Винниченка - навчального курсу “Choices Upper Intermediate Students' book” і підручника Карпюк О.Д. “Англійська мова (10-й рік навчання) Рівень Стандарту” - було здійснено аналіз рівня складності двох текстів текстів шляхом застосування програми Coh-Metrix і формули Флеша-Кінкейда. Для тексту “Modern Parents” (CUISB, p. 12) за якісними показниками отримано такі результати (див. рис. 1): наративність - 64 %; синтаксична простота - 81%; конкретність слів - 22%.

Для тексту “English painters” (Карпюк, с. 188) властиві такі характеристики (див. рис. 2): наративність - 23 %; синтаксична простота - 69%; конкретність слів - 71%; референційна когезія - 43%; глибока когезія - 15%. Показник Флеша-Кінкейда - 7,6.

Зінтерпретуємо отримані результати. Текст “Modern Parents” (CUISB, p. 12) відрізняється синтаксичною простотою (81%), що означає просту структуру речень, яка не створює труднощів у процесі рецепції. До того ж тексту притаманна досить висока розповідність (64%), ці дві риси в поєднанні сприяють рецепції змісту. Текст має низький відсоток конкретності слів (22%), а значить вміщує багато абстрактних слів, які важко відтворюються в уяві. Абстрактні тексти є складнішими для розуміння їхнього змісту. Аналізований текст має високий показник глибокої когезії (75%), що означає наявність у тексті великої кількості сполучних слів, які допоможуть учню з'ясувати зв'язки між подіями, ідеями та інформацією. Завдяки цій додатковій підтримці сприйняття тексту полегшується, особливо у випадку незнайомої теми.

Текст “English painters” (Карпюк, с. 188) відрізняється низьким рівнем наративності (23%), який свідчить про те, що структурі означеного тексту не властива розповідність. Тексти з таким рівнем наративності зазвичай важче зрозуміти. Однак, цей текст має високий показник конкретності слів (71%), а значить вміщує велику кількість слів, які легко уявити й зрозуміти. Цей текст виявляє низькі показники як референційної (43%), так і глибокої когезії (усього 15%), що говорить про те, що читачеві доведеться прикласти більші зусилля для розуміння зв'язків між реченнями. Якщо в учня недостатньо фонових знань, ці особливості тексту можуть викликати труднощі у сприйманні змісту. Результат обрахунку за формулою Флеша-Кінкейда встановив, що текст “English painters” складається з довших речень і містить більше багатоскладових слів, порівняно з текстом “Modern Parents” . Тексти, що містять довгі речення та слова також складніші для читання вголос і потребують більшої роботи над тренуванням інтонації та правильного словесного і логічного наголошування.

Рис.2. Якісні показники тексту “English Painters ” (Карпюк, c. 188)

Висновки та перспективи подальших досліджень

Як засвідчило проведене дослідження, попередній вибір тексту в якості навчального матеріалу доцільно супроводжувати аналізом кількісних та якісних показників складності, які можуть зумовити труднощі в рецепції та розумінні учнями змісту тексту у процесі його опрацювання. Наприклад, під час роботи з текстом “Modern Parents” (CUISB, p. 12) учителеві слід звернути увагу на велику кількість абстрактних слів, тобто провести роботу зі словником на передтекстовому етапі.

Низькі показникии референційної і глибокої когезії тексту “English painters” (Карпюк, с. 188) вказують вчителеві на те, що під час опрацювання цього тексту важливо побудувати логічні, причинно-наслідкові зв'язки між ідеями та фактами. англійський мова навчальний текст читабельність

Цієї мети можна досягнути за допомогою розгорнутих питань фронтального типу на післятекстовому етапі опрацювання. Тексти з високим показником за формулою Флеша-Кінкейда потребують більшого часу на опрацювання й ґрунтовної підготовки на передтекстовому етапі.

Перспективи подальших наукових досліджень можуть охоплювати зіставний аналіз показників складності навчальних текстів, створених носіями та неносіями мови, а також визначення експериментальним шляхом тих показників складності, які зумовлюють найбільші труднощі розуміння іншомовного тексту.

Бібліографія

1. Байбалова А. Э. Текст как продукт, средство и объект коммуникации при обучении неродному языку. Саратов: изд-во Саратовского университета, 1987. 152 с.

2. Баландіна Н. Ф. Навчальний текст як засіб породження нових смислів. Науковий часопис Національного педагогічного університету імені М. П. Драгоманова. Серія 5 : Педагогічні науки : реалії та перспективи : зб. наук. праць. Київ : Вид-во НПУ імені М. П. Драгоманова, 2017. Вип. 58. С. 14-19.

3. Габитов А.И., Ильясова Л.Г. Использование автоматизированных средств анализа текста в обеспечении сложности обучающих материалов английского языка. Проблемы современного педагогического образования. Сер.: Педагогика и психология: Сб. статей. Ялта: РИО ГПА, 2016. Вып. 53.Ч. 3. С. 101-108.

4. Газизулина Л. Р. Сложность и читабельность как критерии оценки учебного текста при обучении иностранному языку в неязыковом вузе. Мир науки, культуры, образования. 2019а. № 1 (74). С. 372-374.

5. Газизулина Л. Р. Автоматизированный анализ учебного текста. Современные концепции научных исследований. Евразийское Научное Объединение. 2019б. No 2(48). С.293-295.

6. Кисельников А. С. К проблеме характеристик текста: читабельность, понятность, сложность, трудность. Филологические науки . Вопросы теории и практики. Тамбов: Грамота, 2015. № 11 (53). С. 79-84.

7. Лопаткина Е. В. Взаимодействие учащихся с учебным текстом: от восприятия до порождения. Вестник Владимирского государственного университета им. Александра Григорьевича и Николая Григорьевича Столетовых. Серия: Педагогические и психологические науки. 2013. № 15 (34). С. 49-60.

8. Лопаткина Е. В. Критериальное оценивание опыта работы учащихся с учебным текстом . Вестник Владимирского государственного университета им. Александра Григорьевича и Николая Григорьевича Столетовых. Серия: Педагогические и психологические науки. 2016. № 25 (44). С. 19-28.

9. Мизернов И. Ю., Гращенко Л. А. Анализ методов оценки сложности текста. Новые информационные технологии в автоматизированных системах, 2015, (18). С. 572-581.

10. Микк Я. А. Оптимизация сложности учебного текста. М.: Просвещение, 1981. 119 с.

11. Муртазина Е. О. К вопросу о сложности учебных текстов: лингвистический аспект. Научный диалог: филология, культурология, искусствоведение: сборник научн. трудов по материалам VII междун. конф. 2017. С. 13-15. 10.18411/spc-26-10-2017-04.

12. Невдах М. М. Исследование информационных характеристик учебного текста методами многомерного статистического анализа. Прикладная информатика. 2008. № 4. С. 117-130.

13. Оборнева И. В. Автоматизированная оценка сложности учебных текстов на основе статистических параметров : дис. ... канд. пед. наук. М., 2006. 165 с.

14. Серова Т. С., Раскопина Л. П. Обучение гибкому иноязычному профессионально ориентированному чтению в условиях деловой межкультурной коммуникации. Пермь : Изд-во Перм. гос. техн. ун-та, 2009. 242 с.

15. Солнышкина М. И., Кисельников А. С. Параметры сложности экзаменационных текстов. Вестн. Волгогр. гос. ун-та. Сер. 2: Языкознание. 2015. № 1 (25). С. 99 - 107.

16. Устинова Л. В., Адекенова А. Н., Литвинова О. В. Перевірка складності випускних робіт учнів і студентів на основі статистичних параметрів // Молодий вчений. - 2015. - №8. - С. 148-152.

17. Coh-Metrix Text Easability Assessor. URL: http://tea.cohmetrix.com/

18. Sheehan, Kathleen & Kostin, Irene & Napolitano, Diane & Flor, Michael. (2014). The TextEvaluator Tool: Helping Teachers and Test Developers Select Texts for Use in Instruction and Assessment. The Elementary School Journal. 115. 184-209. 10.1086/678294.

19. Collins-Thompson, Kevyn. Computational assessment of text readability: A survey of current and future research. International Journal of Applied Linguistics. 2014. #165. P. 97-135. 10.1075/itl.165.2.01col.

20. McNamara, D. S., et al. Automated Evaluation of Text and Discourse with Coh-Metrix. Cambridge, Cambridge University Press, 2014. 285 p.

21. Карпюк О. Д. Англійська мова (10-й рік навчання) (English (the 10th year of studies)) : підручник для 10-го класу закладів загальної середньої освіти. Рівень стандарту. - Тернопіль : „Видавництво Астон”, 2018. - 256 с. : іл.

22. CUISB - Harris, Michael & Sikorzynska, Anna & Verbitskaya, Maria. Choices. Upper Intermediate Student's Book. Pearson Education Limited, 2013. 144 p.

Размещено на Allbest.ru

...

Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.