陆烁教授等：面向语言障碍筛查的汉语儿童言语交际水平评估系统研发
The following article is from 语言战略研究 Author 陆烁，等
2021年第6期
面向语言障碍筛查的汉语儿童言语交际水平评估系统研发
提 要 中山大学中文系神经语言学教学实验室面向语言障碍筛查开发的汉语儿童言语交际水平评估系统，以一套固定程序作为引导，能在短时间内快速采集儿童的言语数据。基于这个评估范式，实验室采集了大量2～14岁儿童言语交际过程中的言语数据，从语音、能产性、流畅度、语法、语义、逻辑六大语言维度出发，细分为16项指标对语料进行人工标注和机器识别，建立起一个应用于语言能力评估和语言障碍筛查的汉语儿童言语数据库，可以精准评估汉语儿童的言语交际水平。目前该语料库储存了966名汉语儿童的言语数据，并对638名儿童的语料进行了标注。该语料库可以对儿童语言障碍的智能化筛查提供机器学习训练数据，也可以为研究汉语儿童语言习得和各类儿童语言障碍提供数据资源支持。
关键词 儿童语言障碍；语言评估；言语交际；数据库；语料库
一、引 言
语言是人类必不可少的沟通交流工具，也是儿童发育过程中需要习得的核心能力。儿童在母语习得过程中常常会发生语言理解、加工、整合、产出的水平低于同龄儿童的现象，如发音困难、发音不准确、词汇匮乏、话语过于简单、不愿意说话等等，即出现儿童语言障碍的现象。据统计，6%～8%的学前儿童无法达到预期的语言发展目标（Tomblin et al. 1997；Collisson et al. 2016；Norbury et al. 2016）。本研究采用广义上的儿童语言障碍概念，既包括由于听力或其他感官损伤、神经功能发育异常等疾病引起的语言障碍，也包括原发性而非其他疾病衍生的发展性语言障碍（Developmental Language Disorder，DLD）。
儿童语言障碍往往难以与语言发育迟缓完全区分开来，许多身体正常发育的儿童都会出现语言发育迟缓的现象，尤其常见于儿童发育早期。有的儿童随着年龄的增长会逐渐达到同龄正常语言水平，有的则可能发展为语言障碍。倘若儿童的语言发育问题得不到有效的识别和干预，则不仅会阻碍儿童语言理解和语言表达能力的发展，还将对儿童的身心健康、学业以及未来的职业发展产生不良影响（Whitehurst et al. 1991；Bishop 2000；Rescorla 2009）。因此，在汉语儿童群体中广泛开展语言能力评估，尽早准确地筛查出儿童语言障碍，应是儿童语言工作的重中之重。
语言的基本功能就在于交际，因此在儿童语言障碍筛查过程中，要侧重对儿童言语交际能力的评估，即将儿童在言语交际过程中的行为作为评估其语言水平的核心内容。但由于儿童的配合度低、专注力差，在短时间内充分观测到儿童的言语交际水平极为困难，因此目前国内外都缺乏通行而有效的儿童言语交际能力评估方案，国内大多数儿童语言障碍诊断都基于监护人报告或长时间的测评，且以引进西方量表为主，对汉语的特性考虑不足，往往只是对某方面语言能力的评估（如词汇理解），尤其欠缺对言语交际能力的评估。要直接评估儿童言语交际水平，对儿童的言语进行分析评估是最为直接和可观的。近些年来语料库成为语言学研究领域常用的数据库形式之一，国内外基于儿童语料库建设对语言障碍诊断与语言发展测评进行了一定的探索，取得了显著的成绩。数据库，尤其是语料库的建设，在语言障碍筛查领域有着广阔的应用空间。
本研究设计了一套面向语言障碍筛查的汉语儿童言语交际水平评估范式，能在短时间内快速评估儿童的言语交际水平。基于这个评估范式，我们采集了大量2～14岁儿童言语交际过程中的言语数据，对数据进行了六大语言维度、16项细分指标的语料分析标注，建立起一个可应用于语言能力评估和语言障碍筛查的汉语儿童言语数据库。
目前国内外儿童语言能力测评工具类型包括调查问卷、访谈照顾者、环境观察、标准化评量工具、语言样本分析等（锜宝香2006）。大多数语言测评都选择使用标准化的评估工具，以便实现良好的信度和效度水平。按照评估对象划分，可以分为直接评估和间接评估两种：前者直接对儿童的语言表现进行测评；后者则通过监护人填写问卷等方式间接测评，往往用于低龄幼儿。按照评估内容划分，标准化评估方法又可分为综合发育评估和语言专项评估。
中国对儿童语言问题的认识起步较晚，较为成熟的汉语儿童语言能力测评量表相对欠缺。在专门针对儿童语言能力进行评估的工具中，既有基于西方国家的语言量表进行汉化的评估工具，也有少数针对汉语独立开发的语言评估量表。常见评估量表情况如表1所示。
从中不难发现，当前汉语儿童语言能力评估方法具有以下问题：
一是广泛引进西方的标准化评估量表，缺乏自主研发的、可行性和科学性较高的评估工具。毋庸置疑，对汉语儿童直接使用从外语翻译为汉语的量表是不够科学的。因此，在借鉴西方量表时要考虑语言文化背景，并建立不同地区、年龄和年级儿童语言能力的常模。同时，当前亟待开发出具有汉语特色、推广性强的语言功能评估工具。在这一方面，台湾地区做出了较好的示范，从早期翻译国外量表走向开发本土化评估工具，如“国小儿童语言能力评量工具”（林宝贵，锜宝香2000）、“话语学龄儿童沟通及语言能力测验”（黄瑞珍，等2014）等。考虑到大陆地区各省不同的语言环境，语言评估工具的开发和推行则更具挑战性。
二是偏重低龄儿童，对于学龄期儿童关注不足。这是国内外儿童语言发育进程评估方法的共同问题。对低龄儿童的语言关注较多，并在此基础上进行早期的指导与干预；但这也导致了大龄儿童的语言评估存在缺口，社会对儿童语言的持续发育情况不够重视，以至于许多学龄儿童的语言障碍得不到识别。
三是全面性弱、精细化程度低，尤其欠缺对言语交际能力的评估。已有的儿童语言发育评估大多关注儿童某方面的语言能力，其中词汇评估占据了很大的比重，而其他语言能力的评估则十分缺乏（黄文桥2020）。许多量表属于综合性发育评估量表，语言只是综合评估的一部分，因此不够全面。另外，语言是交际的工具，习得语言的目的就在于在交际中运用语言，因此对言语交际能力的评估应是儿童语言发展评估的重要内容。
四是测评时间普遍较长，需要专业人员辅助实施。由于儿童注意力容易分散，耗时较长的测评方案实际上难以精确地测量儿童的语言能力，因为儿童常常因对测试内容缺乏兴趣或于测试后期出现倦怠心理而放弃继续测评。中国是人口大国，现有的医疗资源也难以保障对儿童进行长时间的一对一测评。因此，开发一套快速且高效、易于执行的儿童语言测评工具至关重要。
近年来，随着计算机科学与人工智能技术的发展，语料库和大数据分析成为语言学研究热门路线，基于儿童语料库建设的语言研究和语言能力评估、语言障碍诊断也不断涌现。
目前国外儿童语料库建设最成熟的成果是儿童语言数据交流系统CHILDES（Child Language Data Exchange System），它是目前世界范围内使用最广、规模最大的儿童语料库，包括三大部分——儿童语言数据库、录写赋码系统、自动分析系统。目前，DATA数据库收录了全世界包括汉语普通话和粤方言在内的28种语言的儿童语料，支持产出了超过3000篇研究论文（详见温志军，胡瑰玲2001）。截至2020年12月，在CHILDES系统数据库中，汉语普通话儿童语料库包含19个涉及不同话语场景的子语料库，以3～6岁儿童言语数据为主。[1]另外，国内也建成了一些出于特定研究目的的小型语料库，如中国社会科学院语言研究所基于对23名儿童3年左右的纵向观察建立的汉语普通话儿童语音库（高军2012）；张廷香（2010）建立的3～6岁汉语儿童语料库；胡亚娟（2015）、杨金焕（2016）先后建立的3～4岁、4～5岁汉语儿童语料库，分别探究幼儿语言的性别差异和会话能力发展情况。这类语料库通常规模较小，标注内容服务于特定研究目的。
在语料库的应用方面，华东师范大学儿童语言研究中心团队基于341名3～6岁汉语儿童自由游戏语料，参考CHILDES中的KIDEVAL指令，初步构建了汉语儿童词汇和语法发展常模与指标体系，并依此探索可预测儿童语言障碍的指标，因而可应用于语言障碍诊断与语言发展测评（张义宾2019；周兢，张义宾2020）。这是探究汉语儿童语言发展规律及筛查语言障碍的有益探索，但一方面仍需进一步拓展儿童常模的年龄范围，另一方面所观测的指标也不应仅限于词汇和语法。
总体而言，目前汉语儿童语料库建设及研究仍存在以下不足：（1）语料标注不充分。考虑到汉语语言学个性特征，照搬其他语言的标注经验不可取，而且现有的儿童语料标注侧重词汇、语法等有限维度，缺乏对儿童语料和语言能力研究的全局视角。（2）语料库建设发展不平衡，单个语料库所涉及的儿童人口学特征（如年龄、民族、居住地等）单一。（3）语料库的应用价值亟待开发。丰富完善的儿童语料库在语言障碍和相关疾病筛查、人工智能等领域有广阔的应用潜力。（4）亟待应用大数据机器学习方法。无论是国际儿童语料库，还是汉语儿童语料库，都已经由单纯的语料共享向儿童语言发展测评、语言障碍诊断系统建设转变，初步印证了基于大数据语料分析这一非标准化评估方法在汉语儿童语言测评中的可行性。面对现有儿童语言发展评估工具不足的困境，迫切需要通过人工智能的方法来自动、定量地衡量儿童语言发育的情况（Leitãto et al. 1997）。
二、面向语言障碍筛查的汉语儿童言语交际评估方案
我们设计的面向语言障碍筛查的汉语儿童言语交际水平评估范式首先全部采用图片、视频、音频形式来向儿童呈现评估任务，趣味性较强，过程中采集儿童的言语录音。其次，为了实现语言障碍的筛查、分类、定级，需要对不同说话人的语料进行横向对比，因而全套评估以一套固定程式为引导，以实现多个儿童言语样本具备可供比较的特征。再者，考虑到儿童容易出现注意力分散的问题，我们在题量上进行了控制，可以在大约10分钟内快速、充分引导出儿童的最优言语表现。
评估所用的固定引导程序涵盖重复跟读、重述、自主发言等多种言语模式，不同题型的题目内部在语言学特征（如词频、句长、语法和语义复杂度等）存在难度差异，遵循由易到难的阶梯分布，能采集到儿童真实且丰富的言语数据，进而评估儿童的综合言语交际能力。
测试分为3种题型，分别为图片内容复述、视频内容复述和自主发言，一共7道题目。下文举例介绍3类题目的内容。
1.图片内容复述
这一类又分为听录音复述和看图说话两种。听录音复述题目的测试程序会自动播放关于图片内容的指导语录音，儿童需要在此基础上自己复述图片的内容。本组共3道题目，难度依次提升，测试形式如图1所示。看图说话部分无指导语，儿童直接看图描述故事内容，测试形式如图2所示。
2.视频内容复述
儿童需要认真观看两个短视频，第一个有指导语，第二个无指导语，观看完成后复述看到的内容。测试形式如图3所示。
3.自由发言
从3道自主发言题目中任选一道回答。儿童无须按照回答“提示”一一回答，只要所讲内容与题目相关即可。以题目1“自我介绍”为例，向儿童提问：“请谈谈你自己，比如你和你的爸爸妈妈是哪里人，你今年几岁了，你有没有兄弟姐妹，你平时有什么兴趣爱好，喜欢吃什么东西，等等。”
为了实现汉语儿童言语交际水平的评估，要保质保量地完成儿童言语数据的采集，即利用固定程序引导儿童发音并储存语音数据。我们通过中山大学中文系神经语言学教学实验室开发的数据采集软件进行一对一的儿童语言数据采集。在采集数据时，需保证环境安静、无明显噪音，最好在单独的封闭房间内进行。对于低龄幼儿，父母或老师可在一旁陪同以稳定儿童情绪，但避免对儿童进行过度提示（如直接告诉儿童如何作答）。在评估过程中，儿童的语音数据将以题目为单位进行储存，相关数据将直接传送到后台。另外考虑到儿童单次录音可能失败，如意外录入他人的说话声、环境噪音，或儿童拒绝发言等情况，每道题目允许重复录音2次，以最终次为准。
三、面向语言障碍筛查的汉语儿童言语交际水平数据库建设
在获取儿童的原始语料后，首先对数据归档，分别以被试和题型为单位，分类储存原始音频数据，建立起汉语儿童言语交际数据库；其次，通过全面和详细的语料标注实现数据的对齐。由于儿童的语言尚在发展期，对语言障碍的筛查应当涉及语言的多个维度和层次，如基础层级上的发音准确性和高级层次上的表达逻辑性等，因此我们设定的言语标注项为语音、语义、语法、能产性、流畅性、逻辑性六大维度，可细分为16项指标。
1.标注的前期处理及标注软件
数据处理由3名具有语言学专业背景的研究生进行，在语料标注环节进行3轮标注，以确保标注的可靠性。一般质量良好的数据可直接进行语料标注。但在以下情况下需要对音频进行剪辑和降噪处理：
①若音频中有测试人员的说话内容，需全部剪切；
②若音频含有背景噪音，与人声相混，应降噪至能听清人声的标准。
若经过预处理后，音频质量仍然不合格，如环境噪音过大、降噪后过于失真等，则舍弃这部分不合格音频。本研究所涵盖的510名被试均完成了语言测评，[2]且音频质量良好。
经过预处理后的音频数据，使用独立开发的面向特殊人群的语料标注软件系统[3]（见图4）进行语料转写，并辅以语料标注。该系统包含以下功能：音频信息显示、标注音频的自动播放切换、调整音频播放进度、机器自动辅助标注、人工标注自动合并、多轮标注计算冲突项目、自动生成冲突音频数据库。标注完成可保存该段音频的详细标注信息（.json格式），同时得到一个自动生成的标注数据表（.csv格式）。
由于儿童语言障碍具有不同的类型，如听理解障碍、构音障碍、语用障碍等，对儿童言语数据的标注和评分也应该覆盖多个方面，才能实现对儿童语言障碍的有效分类和定级。在数据库建设方面，相较于储存原始儿童言语数据的生语料库，经过细致专业标注的熟语料库无疑更具研究价值。因此，我们采用独立开发的转写标注软件对语料进行转写以及多维度的语言学人工标注分析，并通过机器自动识别提取一些言语指标（如停顿次数和时长等），包含语音、能产性、流畅度、语法、语义、逻辑六大语言维度，共细分为16个指标，从而实现了儿童言语交际水平的精细评估。详细标注项目如表2所示。
在标注指标的设计方面，大多数儿童语言障碍的筛查量表仅对儿童的词汇理解和表达能力进行量化评估。而对于言语交际水平的评估而言，发音清晰度和表达能产性作为言语交际的基础应被纳入考量。儿童要能与他人进行良好的沟通，首先其言语应当具有较高的可懂度和能产性，即儿童产出的话语内容能被他人识别和理解，因此语音、能产性两类指标是儿童的基础层级能力。其次，言语的语法和流畅度也应纳入评估，详细标注儿童在话语中语法错误的数量以及出现长时间停顿、重复、改述等减损流畅度的情况，这两类指标属于中等层级能力。我们还设计了语义、逻辑两类高阶能力指标，主要考查语篇中的表意完整性和话语组织能力。
为保证所有语料标注的可靠性和准确性，我们采用3轮标注的方式。首先让两位具有语言学专业知识背景的标注员对同一语料分别标注，直觉打分应做到完全一致，除直觉打分外的各个指标均设置10%的容错率。接着选取两轮标注后存在冲突的语料进行第三次标注，由3位标注员对每段语料同时标注，在商议后3位标注员的意见仍不一致的情况下采取投票制，最终得出所有指标得分情况。根据标注后自动生成的数据结果（csv格式文件），进一步对数据结果进行归一化（normalization）处理。对于语音、流畅性、语法和逻辑相关的负逻辑指标，分数归一化的方法为：
x∈X⊂RN，X代表以往数据库收集所有被试表达数据的单项指标分数，N为被试数量。对于能产性、语义相关的正逻辑指标，分数归一化的方法为：
归一化后的分数能较好地代表各项指标的能力水平，分数越高意味着能力越强。标注数据分类分层储存在语料数据库中，可用于后续进一步的数据挖掘，如大数据分析和机器学习等。
语音维度包括辅音声母、韵母和声调3项指标。对儿童语料进行声母、韵母、声调错误的数量标注，即在音节单位内部对语音准确度进行考察。我们仅对音位层次的语音错误进行标注，即“读错一个字的声母、韵母或声调”（刘照雄1996）。对听感上发音不够饱满的语音缺陷（如撮口呼的韵母圆唇度不够、去声下降不到位等），则不作语音错误标注，只在最后的直觉打分处适度扣分。语音维度标注示例如下：
语义维度仅语义点覆盖情况一个指标。在图片描述和视频复述两类题型中，相应设定了每道题的语义信息点，说出某个语义点，就在标注软件内打“√”。倘若儿童答非所问，则勾选“语义冗余”这一项。语义维度标注示例如下：
能产性维度包括实际音节数、发音时长、语速3项指标。我们所定义的“能产性”是指被试在单位时间产出有意义的话语的能力。所有标注项目都基于实际音节数这一指标，发音时长由计算机自动识别得出，累加非停顿区域的时长即为发音时长。语速则为实际音节数与总发音时长、停顿时长之和的比值，即每秒产出实际音节的数量，在人工标注实际音节数后，计算机结合发音时长、停顿时长的标注可自动生成语速。能产性维度标注示例如下：
流畅性维度包括冗赘独立语、冗赘语气词、语音改述、内容改述、重复、停顿次数和停顿时长共7项指标。由于口语表达的随意性，说话人常常会在语言思维受阻时出现无意义停顿，或增加多余成分，如冗赘语、重复，或通过改述来修正不当之处，而这些都会减损语言表达的流畅性和完整性。对于停顿指标，我们参考Raupach（1980）、张文忠和吴旭东（2001）对停顿的定义，即0.3秒及以上时间阈值为停顿的下限，并通过计算机自动识别停顿次数与时长。流畅性维度标注示例如下：
语法维度仅语法错误一个指标。在语法标注时，考虑到儿童语言习得进程的特殊性，我们采取较宽松的标注原则，主要考虑明显影响交际的语法错误：①句内语序错误，如主语、谓语、宾语的位置颠倒；②成分残缺，如缺少必要的谓语动词、时态助词等句法成分导致不成句；③句式杂糅，结构混乱；④虚词使用不当。语法维度标注示例如下：
8.逻辑维度的标注
逻辑维度仅逻辑错误一个指标。若儿童在篇章表达时前后逻辑矛盾、时间顺序错误，或句间缺少必要的衔接词以及衔接词误用（如关联词误用）等，均属于言语逻辑错误。逻辑维度标注示例如下：
通过儿童语料的采集和标注，我们建立起一个2～14岁汉语儿童言语交际水平数据库。数据库目前已经储存了966名汉语儿童在固定程序引导下的言语数据，这些儿童来自广东、广西、贵州等不同经济发展水平的地区，除汉族儿童外，还包括约200名壮族、侗族、瑶族、苗族等少数民族儿童，汉族儿童又包含约200名掌握母语方言（以粤方言、客家话、西南官话为主）的被试，约100名存在语言障碍及相关疾病（如听障、视障、孤独症、神经发育异常等）的儿童，数据较为丰富。对于这些数据，我们分别按照被试和题型进行分类归档，并进行了统一的文本转写。其中，对638名儿童的语料进行了标注，并输出言语交际能力得分。数据库目前概况见表3。
四、汉语儿童言语交际水平评估系统应用前景
本数据库具有广阔的语言学、教育学、医学研究价值，如可以根据儿童语料文本对儿童习得语言过程中的语法偏误、篇章组织能力进行探究，对比不同地域汉语儿童的语言发展能力差异等。我们已初步使用该数据库内容进行了多项关于儿童语言障碍研究和服务的开发探索，简要介绍如下。
该数据库结合机器学习技术可用于汉语儿童语言障碍的智能化自动筛查，基于固定程序引导的语料具有较高的可比性，因而适合利用机器学习相关技术建模训练数据，实现语言障碍的自动筛查。Zhang et al.（2020）基于本数据库中的284名汉语儿童言语交际水平音频数据和标注数据，通过双通路（two-stream encoder）深度学习算法，同时提取语音流和内容流两个维度上的特征，从而建立起汉语儿童语言音频特征、各项标注指标与语言能力等级之间的相关模型，筛查语言障碍的准确率高达92.6%。
除此之外，还可从语言学角度进一步探索汉语儿童语言障碍的特点，语言障碍儿童在言语交际中的各个维度表现如图5所示，不同颜色代表不同被试的言语表现得分。
六大语言维度对于儿童语言障碍筛查的贡献率也存在差异，如表4所示。其中排在前三的是流畅性、语音、能产性，贡献率分别为27.6%、23.7% 和17.3%。
各个语言指标对于言语交际得分的贡献率也存在差异。其中排在前五的语言指标为语义、辅音声母、冗赘语、内容改述、语法，如表5所示。
目前，此汉语儿童言语交际水平数据库仍在扩大建设当中。一方面，标注的数据结果可以作为模型的训练集进一步提升智能化筛查语言障碍的准确率；另一方面，随着不同年龄段儿童言语数据量的提升，我们有望建立起汉语儿童言语交际能力发展数据的常模，从而更精准地评估儿童综合言语能力的发展，如测得儿童的语言发育年龄、明确语言障碍的具体分型等等，这对于儿童语言障碍的筛查诊断以及言语矫正训练都具有重要意义。
1.人工耳蜗植入儿童综合语言能力发展研究
汉语儿童言语交际评估系统还可以应用于特殊儿童的语言能力研究，如人工耳蜗植入儿童。通过精细全面的语言能力评估，我们不仅可以了解特殊儿童的言语能力发展情况，判定人工耳蜗的有效性，还能将特殊儿童的各语言维度与正常儿童进行对比，有针对性地为他们设计言语提升方案。本数据库已收入40名人工耳蜗植入（cochlear implant，CI）儿童的标注数据，并将这40名CI儿童被试按照实际年龄分为3组：2.5～4岁、5～6岁、7～10岁，对其进行ANOVA单因素分析，结果发现3个年龄组之间的综合语言能力分数和六大语言维度分数均不存在显著差异（P > 0.05），即年龄因素对CI儿童语言能力的影响不显著。这些儿童的综合语言能力分数分布较为分散，说明其语言能力的个体差异性较大，具体分布情况如图6所示。
另一方面，我们参考了各个年龄段城市儿童的语言分数均值，发现3～9岁城市儿童的综合语言能力分数达到平均值的比率为58%。我们将35名3～9岁的CI儿童与同龄城市儿童的语言分数进行比较，发现仅有40%的CI儿童达到了同龄儿童的平均语言水平，被界定为语言发展水平达标，具体数据如表6所示。
与正常儿童有别，CI儿童的综合语言能力并不随着年龄增长而显著提升。这35名CI儿童中，4岁年龄组的语言表现最佳，有55.6%能达到同龄儿童的平均语言水平；而4岁以后，相较于同龄儿童，CI组的表现反而出现相对下滑——达标率随着年龄的增长越来越低。我们推测，在幼年早期（3岁以前），这些儿童由于听力障碍错过了言语感知与听理解能力的最佳发展时机，而3岁以前也是大多数听力障碍儿童CI植入的阶段，本研究中有75%的儿童都在3岁前完成CI植入，需要一定的时间来调节适应，因此3岁CI儿童的语言发展普遍落后，4岁CI组的整体语言表现才有了明显提升。但随着年龄的进一步增长，CI组和正常同龄儿童的语言能力差距越来越大，可见人工耳蜗的植入虽然促进了患儿的听觉言语功能发展，但仍无法弥补他们与正常儿童的差距。
既然年龄因素在CI儿童的语言发展过程中并不产生显著影响，我们推测CI植入的影响可能更为关键，因此进一步探究CI儿童的植入年龄与其综合语言能力分数之间的关系。我们将40名被试按照耳蜗植入年龄进行分组，分为1.5岁前植入、1.5～3岁植入和3岁后植入组，以植入年龄为因子、综合语言能力分数为因变量进行了方差分析。结果发现，CI植入年龄显著影响儿童的语言发展水平（F = 3.484，P = 0.041 < 0.05）。3组CI儿童的综合语言能力得分情况如表7所示。
事后检验结果表明，只有植入年龄早于1.5岁的患儿在语言发展上显著好于1.5～3岁组（P = 0.019 < 0.05），而植入年龄在3岁以上的儿童与其余两组之间差异不显著（P > 0.05），这可能与植入年龄在3岁以上的儿童普遍实际年龄较大、相应地获得较高的语言分数有关。但无论如何，在1.5岁以前植入人工耳蜗对于听力障碍儿童的语言发展是有益的，这与前人研究基本一致（周惠群，殷善开2010；Craddock et al. 2016）。因此，对于听障儿童，如有条件，应当尽早进行人工耳蜗植入手术，促进患儿的语言发展。
这35名3～9岁的CI儿童与同龄正常儿童相比，在综合语言能力分数上具有显著差异（t = 2.689, P = 0.010）。如表8所示，两者在语音、能产性、流畅性、语法、逻辑五大维度上同样具有显著差异（P < 0.05），仅在语义维度差异不显著，且均为CI儿童得分低于正常儿童。可见，CI儿童在多个语言维度的发展均显著区别于同龄正常儿童，低于同龄正常儿童的发展水平。
其次，由于目前对于听障儿童的语言障碍诊断标准尚未达成一致，因此我们在参考正常儿童语言均分的前提下，先将CI儿童划分为语言发展达标（14人）与未达标（21人）两组，探究未达标CI儿童的语言障碍特征。结果发现两组儿童不仅在综合语言能力分数具有显著差异（t = 6.535, P < 0.001），在语音、能产性和语义三大维度上也存在显著差异（P < 0.05），具体数据如表9所示。由此可见，在CI儿童群体内部，达标组在发音准确性、表意完整性和言语能产性方面都具有优势，而未达标组通常发音含混，表意不清晰，言语能产性也较差。
综上，CI儿童的整体语言发展低于正常儿童的平均水平，且这种语言发展的落后体现在语音、语法、逻辑、言语能产性和流畅性五大方面，这提示我们需要重点关注CI儿童在各个语言维度上的发展情况，必要时介入语言干预措施。在语言障碍的评估方面，与单纯性语言障碍的筛查一致，CI儿童在语音、能产性两大维度的分数也具有显著的指示意义。需要说明的是，在语义方面，CI儿童内部存在差异——达标组表意能力良好，与正常儿童相当；而未达标组表意能力则很差。因此，我们推测，在听力障碍儿童群体的语言障碍筛查中，语义维度或许是一项极为显著的筛查指标，能较好地筛选出语言发育障碍的CI儿童，这有待进一步的研究与验证。
五、总 结
儿童是祖国的未来、民族的希望，要为亿万儿童的健康成长保驾护航，就必须要做好儿童语言工作。本研究致力于构建一个全面有效的汉语儿童言语交际水平评估系统，包括一套固定引导程序和精准数据标注指标，基于该系统广泛收集正常儿童和语言异常儿童的语言发展数据建立数据库，并利用机器学习技术以实现对儿童言语交际能力的自动化评估，填补汉语儿童言语评估领域的空白。
该系统具有广阔的应用前景。在语言学理论层面上，可以探究汉语儿童语言习得的一般规律，把握当今汉语儿童的整体语言发展概况和各方面语言能力的发展特征；在语言应用层面上，基于对汉语儿童语言发展进程的把握，通过比较分析可以找出儿童语言发育障碍的特征，探索特殊群体的言语能力发展路径，并提出语言发育障碍的精准评估方案，这对于今后儿童语言障碍评估工作的具体开展具有提示意义。
内容简介
语言障碍是儿童最常见的发展性障碍，儿童语言障碍服务的关键环节是精准筛查。本书基于汉语语言特征和汉语儿童语言习得规律，综合采纳语言学、神经科学、数据科学、医学、心理学等学科研究方法和技术，开拓多种创新性、综合性儿童语言发展的评估方案；在概述汉语儿童语言发展和语言障碍的基础上，从听、说、读、写四个方面介绍了儿童语言障碍精准评估的方法和技术路线。
目录速览
第一章儿童语言发展概述 1
第一节儿童语言习得基础 1
第二节语言习得与大脑发育 11
第三节如何观察儿童语言 22
第四节汉语儿童语言发展的一般规律 30
第五节汉语儿童语言发育进程的评估方法 42
第二章儿童语言障碍概述 52
第一节儿童语言障碍的界定与分类 52
第二节儿童语言障碍的相关疾病 59
第三节儿童语言障碍的筛查 70
第四节儿童语言障碍的矫正 78
第三章汉语儿童听理解障碍的筛查 90
第一节汉语语音学基础 90
第二节听理解障碍的成因和表现 104
第三节汉语儿童听理解障碍的评估方法 111
第四节基于眼动技术的汉语儿童听理解障碍筛查 121
第五节基于高密度头皮脑电技术的汉语儿童听理解障碍筛查 127
第六节基于近红外脑成像技术的汉语儿童听理解障碍筛查 137
第四章汉语儿童表达障碍的筛查 151
第一节儿童言语表达机制和障碍成因 151
第二节儿童全面表达行为引导范式 164
第三节儿童多模态表达数据采集和分析方法 172
第四节汉语儿童构音障碍评估量表 182
第五节基于神经探测技术的儿童表达障碍精准筛查 185
第五章汉语儿童阅读障碍的筛查 192
第一节汉字的文字学特征 192
第二节汉字的认知神经机制 200
第三节阅读障碍的成因和分类 209
第四节分阶段儿童汉字阅读障碍筛查量表 216
第五节基于眼动追踪技术和机器学习的汉语儿童阅读障碍筛查 228
第六章儿童汉字书写障碍的筛查 236
第一节汉字书写的特征和神经机制 236
第二节书写障碍的成因和分类 247
第三节汉语儿童书写能力测试系统 252
第四节基于神经探测技术的儿童书写障碍筛查方案 262
参考文献 273
作者简介
陆烁，语言学博士，深圳大学外国语学院特聘教授，深圳大学神经语言学实验室主任，中山大学附属第三医院精神与神经疾病研究中心客座教授。主要研究方向是应用语言学、神经语言学、语言障碍病理学等。
丘国新，文学学士，中山大学副教授，中山大学附属第三医院神经语言临床研究室主任。主要研究方向是应用语言学、公文写作、语言障碍病理学。
长按二维码
即刻购买本书
科学出版社
1.相关阅读