數據驅動學習

數據驅動學習（Data-driven learning或者DDL）是一種基於語料庫數據的外語學習方法。該方法由Tim Johns（1991）提出，它的主要思想是學習者作為研究者，基於大量的語料庫數據觀察、歸納語言使用現象，自我發現詞語搭配、語法規則及語用特徵；教師作為引導者，為學習者提供學習資源，指引學習者探索、發現的學習過程，培養學習者自主學習的能力 ^[1]  。

同傳統外語教學相比，數據驅動學習主要具有如下特徵 ^[2]  ：

第一，通過語料庫索引，以真實的語料為語言輸入。

第二，以學習者為中心，以自主學習為主。

第三，從大量語料中總結語言現象，以歸納式學習為核心。

第四，藉助自下而上的學習過程，培養探索和發現的能力。

作為一種新型的外語學習方法，數據驅動學習受到了國內外教育和研究者的廣泛關注（e.g. Boulton, 2009 ^[3]  , 2010 ^[4]  ; Franken, 2012 ^[5]  ; 屈典寧、鄧軍, 2010 ^[6]  ; 俞燕明, 2009 ^[7]  ），研究主要集中在檢索行為、學習效果和學習者態度三個方面。研究表明，相對傳統教學方法，數據驅動學習能夠發揮學習者的主觀能動性，有效地引導學生注意詞語的搭配和語境，得到了大多數不同層次學習者的認可。

數據驅動學習的有效開展離不開語料庫及其檢索系統，其中，FLAX語言學習系統、美國當代英語語料庫（COCA）和The Compleat Lexical Tutor（CLT）是三種比較常用的基於大型語料庫的免費在線檢索系統。

FLAX語言學習系統（Flexible Language Learning System或FLAX） ^[8]  是新興的數據驅動語言學習系統，由新西蘭Waikato University開發，主要用於詞語搭配學習、語言練習編輯和語料分析（詳見系統主頁左上角Book of FLAX）。其中，Learning Collocations Collection是輔助詞語搭配學習的有效工具，以三大語料庫——英國學術英語語料庫（The British AcademicWritten English或者BAWE）、英國國家語料庫（British National Corpus或者BNC）和維基百科語料庫（Wikipedia）——為支撐，以詞語搭配的語法結構（例如，動詞+名詞、形容詞+名詞、名詞+名詞、副詞+形容詞、副詞+動詞）和在語料庫中出現的頻率為分組顯示依據，克服了傳統索引方式“語境中的關鍵詞（Key Word in Context或者KWIC）”檢索費時耗力的侷限性，同時降低了對學習者英語水平以及語料庫語言學知識的要求。 ^[9] 

美國當代英語語料庫（The Corpus of Contemporary American English或COCA） ^[10]  是迄今規模最大的平衡語料庫，由美國Brigham Young University開發，現有庫容4.5億詞，涵蓋美國1990-2012年口語、小説、流行雜誌、報紙和學術期刊五大類型的語料，並且每一年中這五方面的語料都是按比例均衡分佈的。COCA常用於查詢字詞在不同文體或不同時段中的分佈。 ^[11] 

The Compleat Lexical Tutor（CLT） ^[12]  ，由加拿大University of Quebec開發，以多個語料庫為基礎（如，Brown語料庫、英國國家語料庫即British National Corpus或者BNC），提供多種語言（英語、法語、西班牙語和德語）的詞彙測試、研究和學習功能。其中比較常用的是語篇詞彙描述工具Vocabprofile和中心詞索引工具Concordance。Vocabprofile可以分析學習者輸入文本的類符、形符數目及比率，功能詞、實詞數目及比率，特別是根據1000、2000常用詞和學術英語詞族表測量語篇的用詞量。Concordance是中心詞索引工具，可以用來學習詞語的常見用法和搭配。 ^[13]