Optimal daily allocation between vocabulary and grammar in second- language study: a normative control model
本文采用规范性最优控制模型来证明，被广泛推荐的 98% 词汇覆盖率目标仅在极少数参数情景下才是最优的，而真正的最优分配主要受阅读提供的自由复习、词汇留存率以及学习周期驱动，而非受语法特定参数驱动。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每天，都有数百万人坐在外语书或语言应用前，试图决定如何分配他们有限的时间。他们面临着一个持久的困境：是应该花一小时记忆新单词，还是应该专注于理解语法规则？几十年来，一条被广泛接受的建议一直在引导着他们。它建议，为了能够舒适地阅读文本，学习者需要掌握其中大约 98% 的单词。这个数字已经成为了一个标准目标，一个承诺通往流利程度的终点线。但这种经验法则将语言学习视为一个简单的单词计数问题，忽略了大脑实际如何留住信息的复杂现实。它假设单词和语法只是两个可以随心所欲填满的知识桶，而没有考虑到大脑遗忘信息的速度各不相同，或者阅读书籍本身本身就能在你不经意间帮助你记住单词。
一位名叫王天宇（Tian-Yu Wang）的研究人员着手测试这个 98% 的规则是否真的是最佳策略。王天宇并没有询问学习者他们在做什么，而是构建了一个数学模型，模拟单个学习者如何在一段特定时间内实现阅读理解能力的最大化。该模型将语言学习视为一种平衡行为。它考虑到了当你阅读时，你会自然而然地遇到已经认识的单词，这有助于你在无需额外努力的情况下保持这些单词的新鲜感。相比之下，该模型假设阅读并不会自动帮助你记住语法规则；为了保持语法敏锐，你必须主动学习它。该模型还包含了我们随时间遗忘事物的现实，以及单词和语法如何协同工作来创造理解，但它们并不能简单地互相替代。通过使用不同的假设——包括人们遗忘的速度、他们有多少学习时间以及他们的阅读效率如何——运行了数千次模拟，王天宇探索了真正的最优每日日程表是什么样的。
这些模拟结果挑战了长期以来认为追求 98% 词汇覆盖率是普遍目标的信念。在测试的大多数场景中，追求那个高目标并不是最佳策略。模型发现，只有在极少数情况下（不到 5%），追求 98% 的目标才是最优选择。这个高目标只有在以下三个特定条件同时满足时才具有意义：学习者必须进行大量的阅读（这为单词提供了免费的记忆维护），他们必须有一个非常长的学习时间跨度，并且他们必须具备长时间记住单词的天赋。对于大多数不满足这些严格条件的学习者，该模型建议，最佳策略是大大提前停止增加新单词，并将注意力转向语法。
或许最令人惊讶的发现是，学习者应该瞄准的具体单词数量并不是一个固定的常数。研究表明，理想的目标完全取决于一个人如何衡量单词频率和覆盖率。因为不同的研究人员使用不同的方法来统计单词，所以“完美”的单词学习量会根据你使用的计数方法而改变。在某些模拟中，最优覆盖率在 4 7% 左右，而在另一些模拟中，则接近 80%。这意味着不存在适用于每个人的单一魔术数字。相反，这项研究确定了真正驱动这一决策的因素。最重要的因素是来自阅读的“免费复习”；学习者阅读得越多，他们就需要花越少的时间去刻意记忆新单词。第二个最重要的因素是学习者在忘记一个单词之前能记住它多久，其次是总的学习时间。令人惊讶的是，具体的语法规则以及单词与语法规则之间易于互换的程度，对决定何时停止学习单词几乎没有影响。
该研究还观察了学习的节奏。它发现，最好的方法并不是在单词和语法之间进行持续、反复的切换。相反，最优模式通常是一个单一且清晰的阶段。学习者应该先积累词汇，然后将注意力转向语法，以应对剩余的学习时间。偶尔，如果他们开始遗忘太多单词，他们可能会短暂地回到词汇学习，以补充记忆，但这不会演变成一个循环往复的过程。这种“建立、切换与补充”的模式出现在大约 10% 到 14% 的场景中，但从未作为连续的循环出现。
最终，这项研究表明，要求背诵数千个单词以达到 98% 覆盖率的“一刀切”式建议对大多数人来说效率低下。该模型表明，学习者应该根据自己的情况量身定制目标。如果一名学生阅读量很大且有很长的学习时间，他们可以承担更高的目标。但如果他们的阅读量有限或遗忘单词很快，他们应该更早停止学习新单词，并更多地关注语法，以获得最佳的阅读理解效果。这项研究并没有提供一个新的记忆数字，而是提供了一种新的思维方式：最佳策略不是一个固定的目标，而是一个能够响应“免费练习阅读”提供了多少支持，以及学习者保留已学内容能力强弱的灵活计划。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。