简介:词语混淆是具有普遍性、严重性和持久性的第二语言词汇错误,在教学中应对其进行预防和辨析。预防词语混淆的策略主要有:通过典型的语境化输入凸显相关词语的语义特征和主要用法;弥补"一对多"译注的缺陷;提示汉语词与母语对应词的异同;避免或慎用同/近义词语释义、扩展或替换。对易混淆词可通过"对比示差"和"引导发现"等方法间接辨析,也可在明示用词错误的基础上直接辨析。课堂教学中的词语辨析不论采用何种策略,都应严格遵循"对准误点"的原则。
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。