读法语需要认识多少个词
法语页面每1000个词中，有928个属于A1和A2。这对开始阅读意味着什么。
法语维基百科一个页面上的1000个词里，有928个已经属于A1和A2的词汇，这是2016年在LREC国际会议上公布的测量结果。属于C1或C2的只有14个。换句话说，读法语所需要的词汇量远比一般人想象的少，但不是随便哪些词都算。
一页法语里到底有什么词
鲁汶大学、艾克斯马赛大学和EarlyTracks公司的一个团队建立了FLELex，这是一份对外法语的分级词表，每个词都标注了它在教材中首次出现的欧洲语言共同参考框架等级，从A1到C2。
2016年，阿奈斯·塔克、托马·弗朗索瓦、安娜洛尔·利戈扎和塞德里克·法龙把这份词表用到真实的文本上去数。折算成一千个词的文本，结果如下：
- 面向成年人的法语维基百科页面：A1和A2的词928个，B1和B2的词58个，C1和C2的词14个；
- 同一个条目在为儿童撰写的百科Vikidia上：949个、43个、8个；
- 未经改写的故事：961个、35个、4个；
- 同一个故事为非母语读者简化后：990个、10个、不到1个。
也就是说，一篇普通的说明性文章有93%由前两个等级的词构成。难词确实存在，但只是一小撮一小撮地散落着：它不是一道墙，更像一层浮尘。
为什么1500个词就够起步
这个结果印证了一个古老得多的直觉。1951年至1954年间，由乔治·古让海姆主持的调查确定了「français fondamental」，即为初学者教学挑选的词，唯一标准就是使用频率。魁北克法语局给出了确切数字：第一级1445个词，其中实义词1176个，虚词269个；第二级再加1800个。
七十年后，词典学又回到同一个数量级。迪尔克·齐普曼和克里斯托夫·比格尔在2026年世界法语语言学大会论文集中，从杜布瓦和杜布瓦夏尔利耶的前两级出发：一部约1500词的基本词典，再加一部约15000词的基础词典。
两个团队、两种方法、两个年代，门槛却是同一个：1500个词左右，其中六分之一多是虚词。这几个月就能达到，所以阅读在B2之前很早就可以开始。
为什么有了这些数字还是读不下去
因为93%并不等于93%的轻松。在同一项研究中，四名以荷兰语为母语的学习者，两人A2、两人B1，逐句读完51篇文章，并标出每一个不懂的词。他们认识的词占88.1%到97.0%。最弱的那一位，每一百个词里就有十二个不认识，差不多一行半一个。
而且卡住的词并不是人们以为的那些。作者的模型对虚词的判断准确率达99%，对实义词只有81%到91%。句子的骨架，也就是那几十个反复出现的词，很快就能掌握：
- 冠词和介词，「le」「de」「à」「des」；
- 支撑性动词，「être」「avoir」「faire」「aller」；
- 连接词，「mais」「donc」「que」「quand」。
真正难的是名词、意思精确的动词和形容词。因为信息都由它们承担，一段里漏掉三个就足以丢掉线索。难点不在未知词的数量，而在它们落在什么位置。
为什么汉语母语者在阅读上既吃亏又吃香
对一个汉语母语者来说，这份数据的意义和对一个意大利人完全不同，吃亏和占便宜的地方都很具体。
- 吃亏的地方很直接：汉语和法语几乎没有同源词，那928个高频词一个都猜不出来，全都要从零记。意大利人或西班牙人读到「difficulté」就懂，汉语读者读到它什么也得不到。
- 占便宜的第一点是词形：汉语没有变位，所以最大的一笔成本是认出「manger」「mangé」「mangeais」「mangeront」是同一个词。一旦习惯了看词根，记住一个词干就等于一次拿到十几个形式，这笔账反而比逐个数词划算。
- 占便宜的第二点是高频虚词：法语里最常出现的是「le」「de」「que」「être」这类词，和汉语里的「的」「了」「在」一样，数量有限而重复极多。认熟几十个，一整页的骨架就立住了。
- 第三点要反过来提醒：汉语读者习惯一个字一个字地查，法语里这样做常常查不到东西。意思往往落在词组上，比如「avoir besoin de」或「chemin de fer」，这几个词单看都认识，合起来才是一个意思。遇到读不通的句子，先问是不是一个词组，再去查词典。
怎样挑选适合自己水平的文章
这些数字能给出一条可用的规则。同一个故事，原文和简化版相比，难词从每千词39个降到10个，少了四分之三。维基百科和Vikidia相比，从72个降到51个。
实际做法是：拿一页文章，数一数前一百个词里有几个不认识。少于两个，就不要查词典，这是练流畅度。两个到五个，正是进步区，只记那些反复出现的词。超过十个，就换文章，否则查的时间会比读的时间长。如果不清楚自己在哪一级，我们的水平测试几分钟就能定出起点。
这也解释了为什么文学季的小说那么容易让人放弃，而同一个人读一篇新闻报道却没问题：问题不在书的难度等级，而在生僻词的密度。阅读仍然是获取词汇最省力的途径，因为它给出了语速快的法语口语不肯给的时间。
这些数字没有说出来的
第一个陷阱是「词」这个字的意思。1000个里的928个是出现次数，不是不同的词。高频词不断重复，所以一千个词的页面上，不同的词形往往只有三四百个。认识1500个词并不等于覆盖了词典的93%，只是覆盖了眼前经过的93%。
第二个是样本太小。这项研究只有四名学习者，全部以荷兰语为母语，而两名A2的学习者在实义词上的判断只有81%一致。作者自己写道，模型漏掉了一半真正的未知词。它对文本的测量是可靠的，对某一个读者的描绘并不可靠。
第三个来自FLELex的来源：它建立在教材之上，所以它说的是教材什么时候教某个词，而不是这个词本身有多难。「français fondamental」则是在二十世纪五十年代的口语上测得的，可以当底子，不能当最新清单。最后，这些统计都没有碰到最常拦住高级读者的东西：固定搭配、文化上的言外之意和长句，那种每个词都认识而意思照样跑掉的情况。遇到这些，把同一页读两遍比去找更容易的文章更有用；而只背单词表、周围没有文本的做法，只有在底子打好之后才管用，就像名词的阴阳性要和冠词一起记一样。
有一件事是百分比表格读不出来的：眼前这一页到底在不在自己的能力范围内，以及一百个词里跑掉的那七个，哪几个值得记下来。这需要有人和你读同一页。在Frenchee，课程由有学位的母语老师直播授课，可以一对一，也可以三到五人的小班，不需要订阅，足够让你带着自己的文章来，一行一行地处理。
