理解閾值：日語輸入素材應該有多簡單？

理解閾值是指日語輸入素材簡單到足以讓你從中習得語言的臨界點。它通常以文本中已知詞彙所占的比例來衡量。能否準確把握這一閾值，決定了一本書或 Podcast 究竟是在提升你的日語水準，還是在白白消耗你的學習動力。¹²³

概述

當學習者詢問閱讀日語時應該讀懂多少時，準確的答案是一個量化比率，而不是某種主觀感受。閱讀學研究將其衡量為詞彙覆蓋率（lexical coverage）：即讀者在文本總詞彙量（running words）中已知詞彙所占的比例。²³

本文將這些廣為人知的覆蓋率研究成果轉化為具體的日語學習目標，並指出讓日語有所不同的特殊之處：一個你認識但不會讀的詞，在計算覆蓋率時依然算作生詞。

簡明結論：以 95% 到 98% 為目標

對於你能夠在基本無需輔助的情況下充分理解的閱讀或聽力輸入，研究支援的目標覆蓋率大約是文本總詞彙量的 95% 到 98% 詞彙覆蓋率。¹²³

詞彙覆蓋率是指讀者在文本總詞彙（token words）中已知詞彙的比例。換句話說，95% 的覆蓋率意味著每 20 個詞中大約有 1 個生詞；98% 的覆蓋率意味著每 50 個詞中大約有 1 個生詞。³

這些比率是將百分比具象化最直觀的方式，它們直接來自權威研究：Nation 2006 指出「95%（每 20 個詞有 1 個生詞）」和「98% 文本覆蓋率（每 50 個詞有 1 個生詞）」。³

一句話概括兩個臨界值

將 **95%（20 詞中遇 1 詞）**視為需要付出一定努力但勉強可行的閱讀底線，而將 **98%（50 詞中遇 1 詞）**視為輕鬆、高吞吐量閱讀的目標區間。¹²³

為什麼是一個具體數字，而不是「因人而異」

理解閾值是一個客觀比率，而非 JLPT 等級或分級讀物標籤。無論讀者名義上處於什麼程度，只要文本中生詞占比過高，該文本就是「過難」的。²³

不過，這個數字並不是斷崖式的硬性界限。Schmitt、Jiang 和 Grabe（2011）對跨多個國家的 661 名參與者進行了研究。他們發現「已知詞彙百分比與閱讀理解程度之間存在相對線性的關係」，並不存在理解力突然暴漲的尖銳閾值。⁴

覆蓋率越高，理解效果越好。95% 和 98% 是平滑曲線上極具實用價值的參考目標點，而非神奇的截斷點。該區間標識的是掙扎感顯著降低的區域，而非非黑即白的開關。⁴

覆蓋率與理解度之間的關係最適合被描繪為一條標有兩個關鍵參考點的上升斜坡，而非台階式的階梯。

這些數據源自英語教學研究

95%、98% 以及詞彙量數據都是針對英語學習者測得的，而非日語。文獻通常認為覆蓋率與理解度的曲線關係廣泛適用於各種語言。因此，本文將它們視為日語學習所繼承的成熟曲線模型，而非在日語文本上測得的絕對常數。¹²³

閾值背後的科學研究

三個核心研究奠定了這一區間的基礎，第四個研究則確保了客觀性。這四項研究均基於英語作為第二語言（English-L2）的學習者。上述說明同樣適用於本節。

Laufer (1989)：95% 是充分理解的最低底線

Laufer 1989 是首個比較不同詞彙覆蓋率下閱讀理解效果的研究。¹ 她的發現確立了後續研究賴以建構的下限。

第二語言學習者在通用學術文本達到 95% 詞彙覆蓋率時，達到了合理的理解度。在這裡，「合理的理解度」是指在理解測試中得分達到 55% 或以上。¹ 按照 Nation 的連續詞彙表述，95% 的覆蓋率大致相當於每 20 個詞中出現 1 個生詞。³

後續研究普遍將無輔助閱讀的閾值提高到了 98% 左右。這就是為什麼現在 95% 通常被視為「借助輔助手段」的數據，而 98% 則作為「自主獨立閱讀」的目標。¹ 這種「輔助閱讀」與「獨立閱讀」的劃分是對文獻的合理解讀，而非兩篇原始論文中的字面結論。

Hu and Nation (2000)：98% 適合無輔助的愉悅閱讀

Hu 與 Nation 2000 針對母語非英語的學習者，使用虛構小說文本研究了覆蓋率與閱讀理解之間的關係。他們透過將部分低頻詞替換為無意義的偽詞來操控覆蓋率，從而確保這些詞確實是未知的。隨後，他們透過多項選擇測試和書面線索回憶測試來評估理解程度。²³

測試結果呈現出鮮明的層級，Nation 2006 逐字總結如下：³

覆蓋率	生詞比例	達到充分理解的人群比例
80%	5 詞遇 1	無人
90%	10 詞遇 1	極少數
95%	20 詞遇 1	略多一些，仍為極少數
100%	0	絕大多數

根據擬合這些數據的迴歸模型計算，**98% 覆蓋率（每 50 個詞遇 1 個生詞）**是絕大多數學習者獲得充分理解的水準。²³

該閾值是機率性的，而非非黑即白。在 98% 以下也可能實現充分理解，但機率很低；98% 則是對絕大多數讀者而言充分理解變得高度可能的拐點。²³

母語讀者的閱讀表現也佐證了這一上限。Carver 1994 發現，與母語讀者能力匹配的文本大約含有 1% 的未知詞彙，難度更高的文本含有約 2% 或更多生詞，而簡單文本生詞率接近 0%。這一規律與舒適閱讀邊緣的 98%（約 2% 生詞）相契合。⁵³

即便達到 98% 也不代表閱讀毫不費力

Nation 提醒道，「即使達到 98% 的覆蓋率，理解也不會變得輕而易舉」。Kurnia 2003 在使用非虛構文本的研究中發現，即便在 98% 的覆蓋率下，也很少有二語學習者能達到充分理解。³

98% 這一數據也是建立在相對較小的樣本基礎上的：即對紐西蘭 66 名大學預科生進行的迴歸分析。自那時起它僅被部分復現。² 它是該領域被引用最多的目標值，但它是曲線上的一個參考目標，而非實測不變的物理常數。

「詞彙覆蓋率」的真正含義與局限

詞彙覆蓋率是指讀者在文本連續詞彙中所認識的詞彙百分比。它描述的是讀者與文本之間的匹配度，而並不直接衡量讀者實際提取了多少深層語義。²³

覆蓋率與理解度是兩個截然不同的數值。Hu 與 Nation 之所以將理解測試成績作為覆蓋率的函數進行測量，正是因為兩者並不等同。你可能擁有很高的詞彙覆蓋率卻依然產生誤讀，也可能在適中的覆蓋率下準確把握主旨。²⁴

Schmitt 等人 2011 年的線性研究發現進一步強化了這一點：不存在一個能為每位讀者保證固定理解得分的單一覆蓋率數值。⁴ 覆蓋率改變的是理解成功的機率，而非直接決定理解程度。

各理解層級在日語閱讀中的實際體驗

一旦你能從內部感知這些百分比，它們就會變得極具指導意義。以下區間將 Hu 與 Nation 的層級映射到了真實的閱讀體驗中。數字均有據可考，而描述性詞語則屬於解讀。

98% 及以上：泛讀、心流狀態的輸入

在約 98% 的覆蓋率下（大約每 50 個詞出現 1 個生詞），大多數讀者能夠獲得充分理解，並能在不頻繁查詞的情況下以獲取含義為目的進行閱讀。²³ 這是泛讀文獻為實現流暢、大體量閱讀所設定的目標覆蓋區間。⁶³

這也是伴隨式附帶習得自然發生的地方，它是克拉申可理解輸入假說的實踐體現。讀者遇到的未知元素足夠少，完全可以透過上下文推斷，閱讀在長時間的學習中也能保持可持續性。⁶

90% 到 95%：可行但需付出努力

在 90% 到 95% 的覆蓋率之間，在 Hu 與 Nation 的數據中只有極少數學習者能達到充分理解。²³ 對於動力十足的學習者來說，借助查詞或旁注在此區間閱讀是可行的，但速度更慢，腦力負荷也更重。¹²

Laufer 所提出的 95%「合理理解度」本身也是一個需要付出努力、測試得分在 55% 左右的結果，而不是毫不費力的輕鬆閱讀。¹ 這是灰色地帶：適合用於精讀學習，但若用於泛讀心流則非常消耗精力。

90% 以下：挫折區間

在 80% 的覆蓋率下（每 5 個詞中就有 1 個生詞），Hu 與 Nation 的研究中沒有任何人能達到充分理解。²³ 在大約 90% 以下，透過上下文推測詞義的能力就會失效，因為周圍有太多詞彙本身也是未知的，理解隨即崩潰。²³

閱讀教學法將此稱為挫折區間（frustration level）：即便付出巨大努力，文本也超出了讀者的能力範圍，因此花在這類文本上的時間帶來的語言習得極少，且極易導致放棄。²

精讀這一例外情況

95–98% 的目標描述的是一種閱讀模式。還存在另一種模式，在那種模式下，刻意選擇較低的覆蓋率反而是核心所在。混淆這兩者是常見不良建議的來源。

為什麼 70% 到 80% 是恰當的目標

在進行精讀時，學習者會選用精心挑選的短小篇章，借助辭典或懸浮查詞工具逐詞深入拆解。他們有意接受較低的覆蓋率（通常約為 70–80%），因為其目標是挖掘並學習新語言點，而非追求流暢心流。⁷

70–80% 這一數字是實踐者的經驗法則（啟發式規則），而非科學實證發現。覆蓋率研究衡量的是理解度，而在 80% 覆蓋率時研究發現理解會崩潰。精讀的目標在於主動犧牲流暢度以換取語言挖掘，依靠工具來彌補理解差距，而不是在那個水準下獨立實現無輔助理解。¹²³⁷

最好將這兩種模式明確區分開來。

模式	覆蓋率	查詞頻率	目標
泛讀	95–98%+	極少	吞吐量與流暢心流；附帶習得
精讀	~70–80%（經驗法則）	密集	深度研讀少量文本；刻意習得

為什麼不能將整個學習計畫都建立在 70% 覆蓋率上

Hu 與 Nation 的數據讓這種代價變得十分直觀：在 80% 的覆蓋率下，沒有任何人在沒有輔助的情況下獲得充分理解。²³ 將整個學習內容長期維持在這種生詞密度下，會使每個句子都變成繁重的解碼任務。這在認知上極其昂貴，根據閱讀文獻，這是通往疲勞和放棄的快速通道。

因此，精讀是一種應嚴格控制劑量的工具。一個持久的學習計畫應當將絕大部分輸入保持在 95–98% 的泛讀區間內，並將低於 90% 的素材留給短時間、工具輔助的精讀練習。⁶⁷

日語特有的複雜情況：漢字覆蓋率

通用的詞彙覆蓋率建議假定「知道一個詞」與「能夠閱讀該詞」是一回事。在日語中，情況並非如此。這一差距改變了你達到理解閾值的方式。

一個認識但不會讀的詞，在覆蓋率上仍算作「生詞」

覆蓋率統計的是讀者在文本中以其呈現形式認識的連續詞彙。²³ 在日語中，如果某個詞你在口語聽到時能識別並理解，但看到漢字卻無法解碼讀音，那麼在計算覆蓋率時，它依然等同於生詞。它會像真正的生詞一樣打斷閱讀心流，因為你無法從眼前的文字中檢索出它。

這就是日語讀者與歐洲語言學習者在面對理解閾值時存在結構性差異的原因。在拼音文字中，不熟悉的拼寫通常可以透過拼讀發音並與已知的口語詞彙建立關聯。

而在日語中，一個不會讀的漢字複合詞（熟語）無法直接提示發音，往往也無法直接確定含義。結果，相同的聽力詞彙量在閱讀時轉化為了較低的有效閱讀覆蓋率。

實際的影響在於：一個學習者在某一話題上可能輕鬆達到 95% 以上的聽力覆蓋率，但在同一內容的閱讀覆蓋率上卻遠低於該標準，這完全是漢字解碼障礙造成的。請以書面形式進行「50 詞遇 1 詞」的自測。任何你不會讀的詞都必須算作生詞，而不僅僅是你不認識意義的詞。

本節基於定義推導，而非日語專項實證研究

目前尚無同儕評審研究專門針對日語漢字解碼復現 Hu 與 Nation 的實驗。這裡的觀點是詞彙覆蓋率定義的合理延伸應用：即詞彙在文本呈現形式下被認知。它將這一定義應用於日語正字法的一個既定事實：即知道一個詞與能夠讀出它在日語中是解耦的。²³

這如何改變你的選材策略

由於漢字解碼會降低有效閱讀覆蓋率，日語學習者可以在不擴大詞彙量的情況下提高有效覆蓋率。他們可以透過選擇提供假名注音或控制漢字難度的素材來實現這一點：振假名（furigana）版本、分級讀物以及能夠即時顯示讀音與含義的懸浮查詞工具。⁷

分級讀物和多讀（Tadoku）分級體系的存在正是為了讓學習者保持在高覆蓋率的泛讀區間內。它們透過控制每個級別的詞彙和漢字量來實現這一目標，而不是讓讀者在未經分級的文本中冒險碰運氣。⁷

這與 i+1 原則密切相關：尋找僅比當前程度高出一個梯度的素材，以便隨著程度提升始終將覆蓋率保持在 95–98% 區間內。這一原則與 98% 區間是對同一目標的兩種不同表述，而非兩個獨立的指標。

如何衡量自己的理解水準

只有當你能將理解閾值應用到手中的實際文本時，它才具有實用價值。兩種方法涵蓋了大多數情況：直接統計法，以及無法直接統計時的代理指標法。

五十分之一自測法

選取候選文本中具有代表性的一頁。統計你不會讀或不認識的詞彙，然後計算比例。大約每 50 個詞中出現 1 個生詞約為 98%，即泛讀心流的目標；大約每 20 個詞出現 1 個生詞約為 95%，即勉強可行的閱讀底線。³

以書面文字形式進行統計。根據上述日語的特殊情況，將任何你無法解碼的詞（包括不會讀的漢字）計為生詞。如果文本難度前後不一，可抽樣多頁進行測試。

將測試結果與學術研究層級進行對照：生詞率穩定低於約 20 詞遇 1 詞即進入泛讀區間。接近 10 詞遇 1 詞（90%）則處於費力的灰色地帶。如果差於 5 詞遇 1 詞（80%），則處於挫折區間，理解力將出現崩潰。²³

使用 JLPT 等級和分級讀物區間作為代理指標

當你無法直接統計詞數時（例如在購書之前選書），可以依靠分級讀物級別（Tadoku 區間）和 JLPT 等級作為覆蓋率的代理指標。這些體系預先對詞彙和漢字進行了控制，從而使匹配級別的文本能夠大致落在該程度讀者的較高覆蓋率區間內。⁷

JLPT 和 Tadoku 標籤只是代理指標，並不完全等同於實際覆蓋率。讀者對某部「級別匹配」文本的實際覆蓋率會因話題題材和個人詞彙儲備而異。基於詞數的自測才是黃金標準，而分級標籤只是便捷的捷徑。⁴

補充常識

語義的「理解度」與詞彙的「覆蓋率」不是同一個數字

詞彙覆蓋率（認識的詞彙占比）與理解度（掌握的含義程度）是截然不同的量。Hu 與 Nation 以及 Schmitt 等人正是將兩者作為自變數與應變數展開研究的。²⁴ 你可能處於約 90% 的覆蓋率卻能抓住大意但丟失細節，或者處於高覆蓋率卻依然理解錯誤。切勿把覆蓋率百分比直接等同於理解度百分比回報。⁴

理解閾值針對的是語言習得，而非應試測試

95–98% 的區間描述的是為語言習得而選取的輸入：即進行偶然附帶習得的泛讀與泛聽。JLPT 模擬考試的閱讀教材往往刻意設定在你的舒適區間之上，因為考試旨在探查你的能力極限。²³

因此，將「50 詞遇 1 詞」的舒適規則套用到備考閱讀篇章中是一種分類錯誤。對於考試測試應使用更高難度的素材，而對於語言習得則應使用閾值區間內的素材。²³

聽力具有自身（略高一點）的門檻

Nation 2006 的詞彙量統計數據已經對這兩種模式進行了區分：書面文本達到 98% 覆蓋率需要 8,000–9,000 個詞族（word families），而口語文本達到 98% 覆蓋率則需要 6,000–7,000 個詞族。³ 因此，口語理解的絕對詞彙門檻更低，因為口語依賴於一個規模較小的高頻核心詞庫。³

然而，聽力的即時性要求卻帶來了相反的挑戰。在真實的音訊串流中你無法重讀或暫停，因此與閱讀相同內容相比，學習者通常需要更多的覆蓋率餘裕空間才能即時聽懂口語。這種餘裕空間的觀點屬於閱讀教學法的推理，與 Nation 詞彙量數據從另一個方向呈現的事實是分開的。這正是積極精聽與消極泛聽之間區別的重要所在。

工具可以改變理解閾值

懸浮辭典、振假名注音和閱讀輔助工具能夠透過提供讀音和含義，即時化解那些學習者原本會算作生詞的阻礙，從而提高有效覆蓋率。它們能夠將原本低於閾值的原生素材拉升至可操作的區間。⁷

對於因漢字解碼瓶頸（認識詞彙卻因不認識漢字讀音而卡關）的日語學習者來說，能夠內嵌展示讀音與釋義的懸浮閱讀工具是針對性的解決方案。它能將有效覆蓋率直接推升至泛讀區間。

參見

• 日語閱讀中的 i+1 原則
• 日語精讀與泛讀對比
• 克拉申輸入假說：可理解輸入對日語學習的意義
• 純輸入與結構化學習：各階段日語學習時間如何分配
• 建構個人日語內容庫：如何打造可持續的輸入素材輪換
• 流利掌握日語需要多少詞彙量？

References

Footnotes

1. Laufer, Batia. "What Percentage of Text-Lexis Is Essential for Comprehension?" In C. Lauren & M. Nordman (Eds.), Special Language: From Humans Thinking to Thinking Machines, pp. 316–323. Clevedon: Multilingual Matters, 1989. ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰

2. Hu, Marcella, and I. S. P. Nation. "Unknown Vocabulary Density and Reading Comprehension." Reading in a Foreign Language 13, no. 1 (2000): 403–430. ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵ ↩²⁶

3. Nation, I. S. P. "How Large a Vocabulary Is Needed For Reading and Listening?" The Canadian Modern Language Review / La Revue canadienne des langues vivantes 63, no. 1 (September 2006): 59–82. ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵ ↩²⁶ ↩²⁷ ↩²⁸ ↩²⁹ ↩³⁰ ↩³¹

4. Schmitt, Norbert, Xiangying Jiang, and William Grabe. "The Percentage of Words Known in a Text and Reading Comprehension." The Modern Language Journal 95, no. 1 (2011): 26–43. ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

5. Carver, Ronald P. "Percentage of Unknown Vocabulary Words in Text as a Function of the Relative Difficulty of the Text: Implications for Instruction." Journal of Reading Behavior 26, no. 4 (1994): 413–437. ↩

6. Coady, James, and Thomas Huckin (Eds.). Second Language Vocabulary Acquisition. Cambridge University Press, 1997. ↩ ↩² ↩³

7. NPO多言語多读 (NPO Tadoku). "多読三原則" (The Three Golden Rules of Extensive Reading) and graded-reader leveling. https://tadoku.org/english/three-golden-rules/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷