法语考试的答卷是如何评分的
两位互不知情的独立评卷人,以及基于6,569份TCF答卷测得的0.71一致度。
你的写作答卷不是只有一个人在看。TCF考生手册2026年4月版规定,写作部分由两位评卷人完全独立、互不知情地批改两次。而基于6,569份真实答卷,2024年7月在TALN会议上发表的一项研究,把这两位评卷人之间的一致度测为0.71。下面看看这对你意味着什么。
法语写作答卷由谁评分,怎么评
TCF的写作部分包含三项任务。根据France Éducation international的考生手册,TCF tout public、TCF Québec和TCF Canada给60分钟,TCF IRN给30分钟。要求的篇幅分别是第一项60到120词,第二项120到150词,第三项120到180词;IRN版本要求30到60词,然后是40到90词。
接下来是评分,手册的措辞很直接:「Les épreuves d'expression écrite (EE) sont évaluées 2 fois de manière totalement indépendante et en double aveugle」,也就是每份答卷被完全独立地评阅两次,彼此不知道对方的结果。每位评卷人给三项任务各打一个等级,从表示未达A1的「A1 non atteint」一直到C2。于是一份答卷上记录了六个等级,再由一条计算规则综合这六个等级,得出最终分数和最终等级。考生拿到的是20分制的分数,并换算成CEFR等级。
有一个实际后果常被忽略:如果某项任务没有写够规定的词数,手册规定该任务记为「A1 non atteint」。数词数不是小事,而是条件。如果你还在两类考试之间犹豫,我们比较了两者用途的文章TCF还是DELF,以及讲报名截止的报名时间,都可以参考。
两位评卷人会给同一份答卷同样的等级吗
这个问题几乎没人问,但它被测量过。2024年7月在JEP-TALN-RECITAL上发表的TCFLE-8研究,汇集了6,569份TCF写作答卷,合计581,333个词,来自申报八种不同常用语言的考生。
在这个语料库里,两位评卷人之间的一致度以二次加权kappa衡量为0.71,评卷人与答卷最终确定等级之间的一致度升到0.84。按等级的分布说明他们读到的是什么:A1有689份,A2有1,375份,B1有1,466份,B2有1,427份,C1有1,127份,C2有485份。
这个0.71解释了后面的程序:手册规定,两位评卷人分歧较大时,一律进行第三次评阅。单独读这一句像是形式条款;与测得的数字放在一起,它就成了必要的部件。两位受过训练的专业人员经常一致,但不是总是一致。
汉语母语者在这个语料库里是第二大群体,6,569份中有681份。分布也很有意思:B1一级就有244份,是该群体中最大的一档,A2有165份,B2有189份,而C1只有45份,C2只有4份。
为什么这套评分方式在汉语母语者看来有些陌生
国内考试的习惯和法语考试的做法在四个地方不一样,值得单独说。
- 国内考试通常只有一个总分和一条分数线,而TCF既没有及格线也没有不合格,只有20分制的分数和换算出来的等级。
- DELF反过来既有分数线也有单科底线:总分100分、及格50分,而且每一科还有25分中至少5分的最低要求。
- TCF的两位评卷人完全独立且互不知情,这与国内常见的流水评阅不同,分歧大时第三次评阅是制度性的,不是例外处理。
- 字数是硬条件:三项任务分别要求60到120词、120到150词、120到180词,写不够就记为「A1 non atteint」,与内容好坏无关。
机器能给法语答卷打分吗
部分可以,手册说得很坦白。部分在电脑上完成的写作答卷,可能先由FIDELIA这个辅助工具做第一次评阅;第二次评阅仍然由人完成,不愿接受这种评估的考生可以要求使用纸质形式。自2024年10月起,手册把这种做法称为混合双评,分歧大时同样会有第三次由人进行的评阅。
研究中的数字能准确定位这些工具。CamemBERT的二次加权kappa达到0.88,人类评价者是0.93。但它只有57%的情况能命中确切等级,人类是76%。它的相邻准确率,也就是落在正确等级或相差一级之内的比例,是0.98,人类是0.99。另外两个被测试的模型XGBoost和逻辑回归则是0.79和0.69。
机器很少错得离谱,却常常错一点点。这恰好是第二次人工阅读能够捕捉到的那类错误。
DELF的评分方式一样吗
不一样,混淆两者会浪费备考时间。刊登在2009年8月27日Bulletin officiel第31号上的DELF与DALF考试规则规定总分100分,每科25分,DALF C2每科50分。及格线是100分中的50分,更关键的是每科有25分中5分的最低分要求,DALF C2则是50分中的10分。
结论很清楚:在DELF,只要有一科低于25分中的5分,总分够50也不算通过。在TCF则既无及格线也无不及格,只有一个等级。而且DELF的规则文本并没有写双评,也没有写盲评,上面讲的程序属于TCF,不是所有法语考试的通则。我们关于DELF B1和如何准备DELF B2的文章分别介绍了各级别的科目。
这些数字没有说明什么
有四点保留。第一,二次加权kappa为0.71是很强的一致度,不是分歧,这里没有任何依据可以说评分是随意的。第二,6,569指的是答卷而不是考生,分布描述的是这个语料库,不是TCF考生总体。第三,研究作者之一万桑·福尔尼供职于出版该手册的France Éducation international,因此两个来源并非完全独立,尽管一个是经过评审的会议论文,另一个是官方文件。第四,语料库只包含TCF答卷,0.71不能原样搬到有自己评审委员会的DELF上。
由此有三个动作。交卷前数一遍每项任务的词数,因为超出范围的任务等于「A1 non atteint」。把三项任务当成三次独立的评价,因为每位评卷人要打三个等级。在DELF则先看自己最低的那一科,而不是总分,因为能把你挡下来的正是它。
数词数和读考试规则,自己几分钟就能做完。但写出来的东西是否撑得住目标等级,要有人像评卷人那样读过才知道。在Frenchee,课程由有资质的母语教师在线直播进行,可以一对一,也可以3到5人的小班,没有订阅制,我们的水平测试可以给你第一个参照。
