По теме
Искусственный интеллект в игре Думбал: Эвристическая оптимиз...
Подробный анализ исследования эффективности ИИ-агентов в традиционной карточной игре Думбал. Сравнен...
ИИ в рекламе: претестинг статических и видеороботов
Статья представляет исследование использования искусственного интеллекта для генерации рекламных мат...
Анализ психометрических функций на основе множественных отве...
Статья исследует генерацию семейства психометрических функций (PMF) при использовании нескольких кат...
Способны ли жирафы к арифметике? Исследование навыков количе...
Уникальное исследование, оценивающее способность жирафов мысленно комбинировать и разделять количест...
Составность мышления у павианов: эксперименты с отрицанием
Исследование демонстрирует способность павианов комбинировать абстрактные представления через тест н...
Поведение черепах при поиске пищи: влияние когнитивных спосо...
Исследование демонстрирует способность красноногих черепах использовать временные и визуальные сигна...
Введение
Размер словарного запаса — ключевой показатель языковой компетенции, влияющий на понимание текста, беглость речи и скорость распознавания слов. Однако словарный запас неоднороден и делится на рецептивный (пассивный) и продуктивный (активный). Большинство тестов оценивают именно рецептивный словарь, так как он формируется через чтение и аудирование.
Обзор литературы
Методы тестирования словарного запаса
Существует несколько подходов к измерению словарного запаса:
- Бумажные тесты (например, Vocabulary Levels Test).
- Субтесты шкалы интеллекта Векслера.
- Peabody Picture Vocabulary Test (PPVT) — тест на соотнесение слова с изображением.
- LexTale — задача на лексическое решение (определение реальных слов среди псевдослов).
Компьютерное адаптивное тестирование (CAT)
CAT, основанное на теории ответов на вопросы (Item Response Theory, IRT), автоматически подбирает сложность заданий в зависимости от ответов испытуемого. Это повышает точность и сокращает время тестирования. Примеры успешных адаптивных тестов — AoVST для русского языка и его аналоги для других языков.
Методология исследования
Дизайн теста PVST
PVST использует три типа заданий:
- Бинарные (да/нет — знаете ли вы слово?).
- Множественный выбор (выбор синонима среди дистракторов).
- Псевдослова для контроля внимания.
Тест адаптирует сложность заданий на основе предыдущих ответов, что позволяет точно оценить словарный запас за 2–3 минуты.
Отбор стимулов
Слова для теста отбирались по частоте употребления в корпусе plTenTen19, охватывающем современный польский язык. Дополнительно учитывались:
- Отсутствие узкоспециализированной лексики.
- Проверка по словарям PWN и Национальному корпусу польского языка (NKJP).
Результаты
Анализ по модели Раша
Тест показал высокую надежность (STRATA = 9.5), что означает возможность разделения испытуемых на 9 уровней владения языком. Средние значения infit/outfit близки к 1.0, что подтверждает соответствие заданий модели IRT.
Сравнение носителей и изучающих язык
Носители польского языка демонстрируют значительно больший словарный запас (M = 75,125 слов) по сравнению с изучающими (M = 7,165 слов). Также выявлена корреляция между возрастом и словарным запасом у носителей (r = 0.496), но не у изучающих.
Ограничения
Исследование имеет несколько ограничений:
- Самостоятельный сбор данных мог привести к неточностям в возрасте и статусе носителя.
- Набор стимулов требует дальнейшей балансировки по сложности.
