09/15/14

Graded Readersにおける語彙の簡略化

狭山ヶ丘高等学校

伊藤亮太

LET関西支部メソドロジー研究部会2014年度第2回研究会＠信州大学

2

Introduction研究目的

原文 (OR) と学習者のために簡略化されたGraded Readers (GR) の語彙の特徴を明らかにする。

日本人の英語教師が学習者用に英文を書き換えるときのヒントを明らかにする。

3

Outline

OutlineGraded ReadersReview of 　　

LiteratureResearch QuestionStyle

DataMethodsResult & Discussion✔ Keywords ✔ PCA✔ ExamplesConclusion

4

Graded ReadersPenguin Readers は、

語彙と文法に統制をかけて、各レベル ごとに英語のレベルを設けたシリーズ

Level 5 Headwords 2300, CEFR B2,

TOEIC 600, TOEFL iBT 62-63,

英検 2級－準1級

Sherlock Holmes Short Stories

理由：高校卒業の学習レベルに対応、

　　　Level 5、e-text化

5

Review of Literature 1Krashen (1989) インプット仮説

Day and Bamford (1998) 多読の役割

Nation (2001), Shmitt et al. (2011)

98%の語彙理解→60%の読解

Qian (2002) 語彙知識の広さと深さと読解の関係

Yano et al. (1994), Oh (2001) Baseline vs. Linguistic Simplification vs. Elaboration

6

Review of Literature 2 Kobayashi (2006), Kobayashi and Kitao (2010) Penguin Readersと教科書の語彙の関係

Semino (2011) Shakespeareの原文と簡略化された英文の語彙

伊藤 (2011) ORとGRの語彙分析

7

Research Questions

ORからGRに書き換えにおいて、

1. 語彙は簡略化されているか。

2. どのような語彙に違いがあるか。

3. 各作品の文体に違いはあるか。

4. どのような違いがあるか。

8

Styleとは

単語→句→節→文→段落→小説

→単語に注目

でも、今日は…

9

分析のテキストHolmes 短編作品

● 1891“The Man with the Twisted Lips”(T)● 1891“The Engineer’s Thumb”(E)● 1892“The Resident Patient”(P)● 1917“Wisteria Lodge”(W)● 1917“Disappearance of Lady Fances

Carfax”(D)● 1927“The Three Garridebs”(G)

Holmes Works Dataworks letters tokens types lemmas sentences

letters/tokens

syllables/tokens

tokens/sentences

OR_T 37800 9303 1964 1656 650 4.06 1.36 14.31OR_E 34574 8437 1785 1511 525 4.1 1.38 16.07OR_P 31194 7387 1688 1445 507 4.22 1.43 14.57OR_W 48180 11470 2279 1928 845 4.2 1.42 13.57OR_D 32644 7745 1737 1499 660 4.21 1.43 11.73OR_G 25519 6245 1479 1296 553 4.09 1.4 11.29GR_T 24669 6515 1135 926 546 3.79 1.31 11.93GR_E 30118 7759 1291 1035 551 3.88 1.33 14.08GR_P 13857 3603 757 629 352 3.85 1.36 10.24GR_W 27533 6915 1273 1055 610 3.98 1.38 11.34GR_D 23695 6091 1033 858 572 3.89 1.37 10.65GR_G 26511 6729 1195 1002 503 3.94 1.37 13.38

11

OR & GR Example The Original (OR)

…I think we may take it that Prescott, the American criminal, used to live in the very room which our innocent friend now devotes to his museum. … (OR_The three Garridebs. txt)

Graded Readers Level 5 (GR)

…My guess is that Prescott, the American criminal, used to live in Little Ryder Street, in the room where old Mr Garrideb keeps his collection. … (GR_The three Garridebs. txt)

Methodology 11. OR CorpusとGR Corpusからそれぞれ高頻度

語彙のリスト作成 (token、全て小文字化)

2. カイ二乗検定

3.GRにおけるKeywords（positive, negative）をそれぞれ、上位50語に限定し、考察

4.Added WordsとDeleted Wordsの考察

5.JACET 8000におけるカバー率を比較

Token, Type, and Lemma 例文 卯城 et al.（2009）

President Obama's statement “What is required of us now is a new era of responsibility” requires us to think of how we should be responsible for our behavior.

• 述べ語数(Tokens) 28語

• 異なり語数（Types） 24語

→is, us, of →28 4‐

• 見出し語数（Lemmas） 22語

→require, requires, required→24 2‐

Positive 50 Key wordsRank Frequency Keyness words 有意確率

1 36 47.761 saint p < 0.05

2 216 44.256 mr p < 0.05

3 29 41.138 captain p < 0.05

4 71 40.572 garrideb p < 0.05

5 23 32.627 replied p < 0.05

6 33 32.432 please p < 0.05

7 119 30.315 house p < 0.05

8 83 30.183 asked p < 0.05

9 65 29.96 went p < 0.05

10 60 28.644 looked p < 0.05

11 90 27.486 t p < 0.05

12 112 24.27 about p < 0.05

13 24 22.727 terrible p < 0.05

14 257 22.01 said p < 0.05

15 38 21.588 carriage p < 0.05

16 15 21.278 tomorrow p < 0.05

17 94 19.982 did p < 0.05

18 260 19.885 holmes p < 0.05

19 14 19.86 decided p < 0.05

20 1159 19.521 i p < 0.05

Positive 50 Key wordsRank Frequency Keyness words 有意確率

21 21 18.755 immediately p < 0.05

22 17 18.146 unusual p < 0.05

23 52 17.44 strange p < 0.05

24 14 16.716 nobody p < 0.05

25 36 16.671 money p < 0.05

26 17 15.715 completely p < 0.05

27 11 15.604 haven p < 0.05

28 29 14.598 everything p < 0.05

29 66 14.276 like p < 0.05

30 45 14.213 frances p < 0.05

31 10 14.186 schlessinger p < 0.05

32 620 14.106 he p < 0.05

33 195 14.093 on p < 0.05

34 14 14.054 quickly p < 0.05

35 12 13.921 extremely p < 0.05

36 27 13.827 hotel p < 0.05

37 69 13.581 yes p < 0.05

38 45 13.284 police p < 0.05

39 18 12.923 almost p < 0.05

40 320 12.832 but p < 0.05

Positive 50 Key wordsRank Frequency Keyness words 有意確率

41 11 12.529 plan p < 0.05

42 27 12.504 servant p < 0.05

43 49 12.245 london p < 0.05

44 38 11.96 told p < 0.05

45 14 11.787 disappeared p < 0.05

46 21 11.541 person p < 0.05

47 26 11.486 peters p < 0.05

48 59 11.445 old p < 0.05

49 12 11.364 jumped p < 0.05

50 8 11.348 owner p < 0.05

17

分析・考察 Positive Key Words• 敬称・特定の登場人物名前の増加。

e.g. saint (1), mr (2), garrideb (4), holmes (18)

Immediately (21) やquickly (34)、動作を急がせる語彙の増加。

• unusual (22), strange (23), terrible(13) などネガティブな意味の表現の増加。

• I (20), nobody (24), he (32) の代名詞の増加。

18

分析・考察 Positive Key Words

●completely （26）, extremely (35), almost (39) など量的に強調を表す表現の増加。●said (14), replied (5), asked (8), told (44) など発話を表す動詞の増加。●接続詞 but （40）の増加。

Negative 50 Key wordsRank Frequency Keyness words 有意確率

1 66 90.675 which p < 0.05

2 67 22.225 by p < 0.05

3 429 21.633 it p < 0.05

4 184 19.596 as p < 0.05

5 34 18.678 should p < 0.05

6 11 16.577 might p < 0.05

7 719 15.673 of p < 0.05

8 300 15.222 his p < 0.05

9 32 13.659 may p < 0.05

10 9 12.975 most p < 0.05

11 1 11.59 companion p < 0.05

12 214 10.881 with p < 0.05

13 6 10.84 yet p < 0.05

14 3 10.834 passed p < 0.05

15 65 9.983 some p < 0.05

16 1 8.817 client p < 0.05

17 5 8.73 within p < 0.05

18 23 8.395 say p < 0.05

19 3 8.235 having p < 0.05

20 286 7.816 my p < 0.05

Rank Frequency Keyness words 有意確率

21 1 7.439 save p < 0.05

22 6 6.738 far p < 0.05

23 2 6.134 god p < 0.05

24 7 6.042 lay p < 0.05

25 3 5.725 words p < 0.05

26 22 5.555 hand p < 0.05

27 95 5.46 so p < 0.05

28 1 5.393 nervous p < 0.05

29 1 5.393 obvious p < 0.05

30 17 5.359 matter p < 0.05

31 6 5.103 point p < 0.05

32 26 5.054 their p < 0.05

33 79 4.867 our p < 0.05

34 2 4.854 follow p < 0.05

35 2 4.854 maid p < 0.05

36 11 4.848 hour p < 0.05

37 128 4.797 from p < 0.05

38 1 4.719 drawn p < 0.05

39 1 4.719 household p < 0.05

40 5 4.698 entered p < 0.05

Negative 50 Key words

Rank Frequency Keyness words 有意確率

41 5 4.698 none p < 0.05

42 25 4.649 over p < 0.05

43 78 4.568 if p < 0.05

44 3 4.521 close p < 0.05

45 3 4.521 nor p < 0.05

46 3 4.521 step p < 0.05

47 11 4.407 once p < 0.05

48 1 4.052 quick p < 0.05

49 1 4.052 remarked p < 0.05

50 1 4.052 trap p < 0.05

22

分析・考察 Negative Key Words

• which (1), by (2), with (12), of (7) など後置修飾を行う機能語の減少。

• If (43), nor (45), so (27) の接続詞の減少。

• should (5), might(6), may(9) の助動詞の減少。

• client (16), companion (11) のいくつかの名詞の減少。

• his (8), my (20), our (33), their (32) の所有格代名詞の減少。

Added WordsとDeleted Words

• OR CorpusのNegative Key WordsとGR CorpusのPositive Key Wordsを比較

（Added Words）

• OR CorpusのPositive Key WordsとGR CorpusのNegative Key Wordsを比較

（Deleted Words）

Added Words and Deleted Words 1captain, replied, decided,

tomorrow, haven,

schlessinger, owner, policemen

upon, inspector, however, st, fellow, instant,

colonel, remarkable, cab, curious,

morrow, singular, indeed, sprang, den, lodge,

glanced, lascar, pray, absolutely, evidence,

eye, features, stair, save, confederate,

drew, glance, hydraulic, shlessinger

Added Words and Deleted Words 2

captain vs. colnel

tomorrow vs. morrow

on vs. upon

however

28

Jacet 8000　下位語

日本人英語学習者のための教育語彙表

　・Level 1　〔順位1000位まで〕　

　中学校英語教科書に頻出する基本語。一般英文の70％をカバー。

　・Level 2　〔順位1001~2000位〕

　高校初級。英字新聞の75%をカバー。英検準2級に相当。

　・Level 3　〔順位2001~3000位〕

　高等学校英語教科書・大学入試センター試験は、ほぼこのレベルの単語で作成。

　英検2級に相当。社会人は教養として必要なレベル。

　・Level 4　〔順位3001~4000位〕

　大学受験、大学一般教養初級。日本人が単語力の有無を問われるレベル。英検2級に相当。

29

Jacet 8000 上位語　・Level 5　〔順位4001~5000位〕

　難関大学受験、大学一般教養。英検準1級のレベル。TOEICでは、おおよそ400点から500点前後に相当。

　・Level 6　〔順位5001~6000位〕

　英語専門外の大学生やビジネスマンが目標とするレベル。英検準1級、TOEICでは600点に相当。

　・Level 7　〔順位6001~7000位〕

　英語専門の大学生、英語教師、仕事で英語を使うビジネスマンの到達目標。英検1級やTOEICでは95%以上の単語をカバー。

　・Level 8　〔順位7001~8000位〕

　日本人英語学習者の最終目標。英語を仕事して使う場合、95%の単語を知っていることに。

　英検1級やTOEICでは95%以上の単語をカバー。

30

Unknown wordsJacet 8000から除外された語

算用数字・アルファベット綴りの数詞・序数詞

（1, 23, ten, third, 17th）

大文字で始まる語

地名、人名、月名、曜日名、

頭字語 の名詞・形容詞

（English, Ken, Ninja, March, Friday, KKK）

実際に収録されていない語

（opium etc）

31

Jacet 8000による語彙の分類Lemmas GR Corpus OR Corpus Tpokens GR Corpus OR Corpus

Level 1 826 882 Level 1 29685 40432

Level 2 436 657 Level 2 2022 2825

Level 3 184 437 Level 3 592 1222

Level 4 41 267 Level 4 94 672

Unknown 407 1312 Unknown 2950 4016

Level 5 48 267 Level 5 163 595

Level 6 38 212 Level 6 84 389

Level 7 37 164 Level 7 113 322

Level 8 26 152 Level 8 67 270

Total 2043 4350 Total 35770 50743

32

Jacet 8000 語彙のカバー率 （Lemma）

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

GR Corpus OR Corpus

Level8

Level7

Level6

Level5

Level4

Unknown

Level3

Level2

Level1

33

Jacet 8000 語彙のカバー率（Token）

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

GR Corpus OR Corpus

Level8

Level7

Level6

Level5

Level4

Unknown

Level3

Level2

Level1

Methodology 21. OR & GR Corpora から、

高頻度語彙100語 抽出

2. 各作品における100語の頻度を集計

3. 統一するため、

10万語調整頻度に計算

4. 主成分分析

5. 結果をグラフにし、考察

6. 具体例

35

主成分分析とは

複数ある変数を最適なバランスで

まとめて表す視点

(Tabata, 1995; 石川 et al., 2010)

ケース：各作品(OR_T, GR_Pなど)

変数：高頻度語彙

相関行列を使用

Top 100 Words:the, i, a, and, to, of, in, was, he, that, it, you, is, his, had, my, have, but, at, with, as, for, me, we, holmes, said, this, not, be, there, s, on, him, been, which, mr, very, from, her, man, she, out, one, no, an, were, what, are, your, all, so, then, has, by, would, up, who, when, our, they, will, if, well, some, could, into, do, house, now, room, see, about, can, us, watson, down, upon, come, did, only, two, here, time, must, should, t, came, face, door, am, think, or, little, asked, may, know, back, them, good, way

Standarized 100,000 wordthe i a and to 　　　… way

OR_T 5255.834 2547.634 2943.695 2900.878 2526.226 　　　… 149.8608OR_E 5153.901 3734.192 2791.696 3018.373 2600.811 　　　… 143.1639OR_P 5052.006 2931.244 2120.762 2553.019 2661.083 　　　… 148.5884OR_W 5096.204 2357.428 2591.437 2660.773 2270.757 　　　… 190.6743OR_D 5463.64 1962.293 2424.009 2488.136 2064.897 　　　… 141.0799OR_G 3813.155 2955.195 3034.636 2113.124 2351.446 　　　… 111.217GR_T 5156.478 3226.853 2448.516 2545.808 2610.67 　　　… 97.29204GR_E 5292.366 4209.529 2355.171 3018.408 2476.99 　　　… 162.4256GR_P 4293.381 3995.23 2385.212 2444.842 2474.657 　　　… 59.63029GR_W 5116.209 2369.454 2369.454 2520.374 2520.374 　　　… 120.7365GR_D 4610.052 2790.295 2443.674 1889.081 2876.95 　　　… 121.3172GR_G 4046.332 3042.471 2795.367 2084.942 2409.266 　　　… 108.1081

38

スクリープロット

39

主成分分析の結果

寄与率・累積寄与率

成分 1 2 3 4合計 25.244 17.972 12.649 11.179分散の % 25.244 17.972 12.649 11.179累積 % 25.244 43.215 55.865 67.043

SPSSより、

11個の主成分に集約し、上位４つの項目を採用

成分行列 成分行列 語彙 1 2 3 4

1 the -0.466 -0.548 -0.552 -0.2922 i 0.313 -0.56 0.321 0.5823 a -0.324 0.362 0.269 0.4534 and -0.492 -0.811 -0.093 0.1145 to 0.361 -0.307 -0.002 0.16 of -0.909 0.058 -0.002 0.0697 in -0.44 0.553 0.107 -0.4138 was 0.554 -0.083 -0.353 0.0289 he 0.663 0.07 0.606 -0.087

10 that -0.782 -0.092 0.201 0.184 ： ： 　　　　： 　　　　： 　　　　： 　　　　：

100 way -0.745 -0.143 -0.348 -0.115

41

Factor 1 and Factor 2 Text Plot

GR OR

19C

works

20C

works

42

Factor 1 and Factor 2 Word Plot

19C

works

20C

works

GR OR

43

Factor 1: Keyword• OR: which, by, with, of, from, as, upon,

could, should, may, if, and, or

• GR: t, s, must, asked, said, very, mr, holmes, man, but, room, house

• Keywords ✔ 明示化✔ 口語表現の増加✔ 後置修飾の減少

44

Factor 1: Explicitness "You want me to see him?"

"What do you say, Mr. Holmes? Don't you think it would be wiser? ... (OR The Three Garrideb)

' You want me to see him? ' said Mr Nathan Garrideb, as if this suggestion were a great shock to him.

' Well, what's your opinion, Mr Holmes? ' asked Mr John Garrideb. ' Don't you think it would be better for him to go? ... (GR The Three Garrideb)

Factor 2: Century: up, down, back, out, into, at, by, on, upon, way, come, room, door

: may, can, would, should, think, see, know

• 19世紀の作品

E, P, T

→場所の提示、物の移動 客観性

→モダリティ、知覚動詞 思考

• 20世紀の作品

G, D

言語学的に書き換えてもテクストジャンルは、 一貫性を保持

47

Factor 2 and Factor 4 Word Plot

Third person /

Objective style

First person /

Subjective style

48

Factor 2 and Factor 4 Text Plot

Third person /

Objective style

First person /

Subjective style

Factor 4 Subjectivity 1 "And I say east," said my patient.

"I am for west," remarked the plain-clothes man. "There are several quiet little villages up there."

"And I am for north," said I, "because there are no hills there, and our friend says that he did not notice the carriage go up any." …(OR The engineer's thumb)

' And I say east, ' said Hatherley.

' I think it is to the west, ' said the second policeman. ' There are several quiet little villages up there. '

' And I think it is to the north, ' I said, ' because there are no hills there, and Mr Hatherley says that he did not notice the carriage going up any. ' …(GR The engineer's thumb)

Factor 4 Subjectivity 2 … "We agreed to work on our own lines, Mr. Holmes.

That's what I am doing."

"Oh, very good," said Holmes. "Don't blame me." (中略) "Let us say no more about it." "You're welcome always to my news. This fellow is a perfect savage, as strong as a cart-horse and as fierce as the devil.…

　 (OR Wisteria Lodge)

… ' You have your methods, Mr Holmes, and I have mine. ' ' Oh, very good, ' said Holmes. ' But don't blame me if things go wrong.' (中略) ' Let us say no more about it …' ' But let me tell you about the cook. He's a wild man, as strong as a carthorse and as violent as the devil.....(GR Wisteria House)

51

まとめ・教育的示唆 1

ORからGRへの書き換えを比べると、

語彙を簡略化させるために、Keywordsに変化があった✔ 口語表現の増加✔ 後置修飾の減少

Added WordsとDeleted Wordsがあった

Tokenの場合、上位3000語とその他の語は

JACET8000でのカバー率が98%を超えた

52

まとめ・教育的示唆 2

ORからGRへの書き換えを比べると、

Factor 1 Keyword, 明示化✔ 口語表現の増加✔ 後置修飾の減少

Factor 2 19世紀 客観性 / 20世紀 思考✔ ジャンルの持つ一貫性を保持

Factor 4 一人称性の高まり (会話らしさ)

53

今後の展望

1. コロケーションの分析

2. 他のGraded Readersとの比較

3. 教材としての活用法・実践報告

資料Doyle, A. C. (1999). Sherlock Holmes Short Stories. （selected and retold by Anthony Laude）Edinburgh: Pearson

Education Limited.

資料サイトProject Gutenberg

2011/06/11（http://www.gutenberg.org/wiki/Main_Page）

Wikilivres 2011/05/21（http://wikilivres.info/wiki/Main_Page）

Someya Yasumasa Word Level Checker 2012/05/20 (http://someya-net.com/wlc/)

使用プログラム

Anthony Laurence “AntConc” 2011/06 (http://www.antlab.sci.waseda.ac.jp/)

e.Typist NEO Ver. 13.0 (株) メディアドライブ 2011/05（http://mediadrive.jp/）

サクラエディタ 2011/06

（http://sakura-editor.sourceforge.net/）

55

References 1Anthony, L. (2004). AntConc: A learner and classroom friendly, multi-platform corpus

analysis toolkit. IWLeL 2004: An Interactive Workshop on Language e-Learning, 7-13.

Day, R. R., & Bamford, J. (1998). Extensive Reading in the Second Language Classroom. New York: Cambridge University Press.

Honeyfield. (1977). Simplification. TESOL Quartely, 17, 503-516.

石川慎一郎. (2008). 『英語コーパスと言語教育―データとしてのテクスト―』 東京：大修館書店.

石川慎一郎，前田忠彦，山崎誠. (編著) (2010). 『言語研究のための統計入門』 東京：くろしお出版.

伊藤亮太.（2011). 「コーパスを基にしたGraded Readersの語彙分析」. 配布資料 2011年度法政大学英文学会, 2011年10月22日.

Kobayashi, Y. (2006). A corpus-based approach to the vocabulary control of graded readers. Theoria, 35, 89-110.

Kobayashi, Y., & Kenji, K. (2010). Comparing graded Readers and Authorized English Language Textbooks in Junior and Senior Schools ―From the Viewpoint of Vocabulary and Readability―. Journal of Culture and Information Science, 5 (1), 1-14.

56

Reference 2Leech, G., & Mick, S. (2007). Style in Fiction A Linguistic Introduction to English

Fictional Prose. 2nd edition, Harlow: Pearson Longman.

Leow, R. P. (1993). To simplify or not to simplify: A look at intake. SSLA, 15, 333-355.

Nation, P. (2001). Learning vocabulary in another language. Cambridge: Cambridge University Press.

Oh, S-Y. (2001). Two types of input modification and EFL reading comprehension: Simplification versus elaboration. TESOL Quarterly, 35, 69-96.

Qian, D. D. (2002). Investigating the Relationship Between Vocabulary Knowledge and Academic Reading Performance: An Assessment Perspective. Language Learning 52 (3), 513-536.

斉藤俊雄，中村純作，赤野一郎. (編著) (2005). 『英語コーパス言語学―基礎と実践―改訂新版』 東京：研究社.

Semino, E. (2011). Using Corpus Linguistic Methods to Compare a Simplified Version of Shakespeare’s Romeo and Juliet with the Original Play. Paper presented at Corpus Linguistics 2011 DISCOUSE AND CORPUS LINGUISTICS, Birmingham 20 July. 2011.

57

Reference 3

Shmitt, N., Xiangyng, J., & Willam, G. (2011). The Percentage of Words Known in a Text and Reading Comprehension. The Modern Language Journal 95, 26-43.

Stephen, K. (1989). We Acquire Vocabulary and Spelling by Reading: Additional Evidence for the Input Hypothesis., The Modern Language Journal, 73 (4), 440-464.

染谷泰正. (2009). 『オンライン版「英文語彙難易度解析プログラム」（Word Level Checker）の概要とその応用可能性について』 （http://someya-net.com/wlc/）.

Tabata, T. (1995). Narrative Style and the Frequencies of Very Common Words: A Corpus-Based Approach to Dickens's first person and third person narratives. English Corpus Studies, 2, 91-109.

卯城祐司. (編著) (2009). 『英語リーディングの科学―「読めたつもり」の謎を解く』東京：研究社.

卯城祐司. (編著) (2012). 『英語リーディングテストの考え方と作り方』東京：研究社　

Yano, Y., Long, M. H., & Ross, S. (1994). The effects of simplified and elaborated texts on foreign language reading comprehension. Language Learning, 44, 189-219.