TOEFL 口语评分系列 · Language Use
TOEFL 口语的 Language Use：词汇 vs 句子掌控
LingoLeap Research Team · 2026 年 9 月
速览结论
在 54,247 条纳入 2–4.5 AI 分档的 Take an Interview 作答里,语法/词汇综合分与句法复杂度在较高分档更高:语法/词汇综合分约 2→4.4(0–5),复杂句占比约 26.1%→43.3%。但高阶(B2+)词汇占比整体偏低(4.1%–6.6%)、几乎不随分档变化。也就是说,分档间的差异更多体现在“句子掌控”上,而不是“生僻词”上。这些是相关,不是因果。
这是 TOEFL 口语评分系列 的 Language Use 分册。很多考生把“提升语言”理解成“背更难的词”,这一册用真实作答数据看:在不同分档之间,真正拉开差距的到底是词汇的“难度”,还是句子的“掌控”。
我们想弄清楚什么
Language Use 常被拆成三块:词汇、语法、句式。我们想知道:在不同 AI 分档之间,哪一块的均值差异最明显——是“用了多少高阶词”,还是“语法掌控”和“句子结构”?先说清楚:下面都是分档均值的相关描述,不做因果推断。
三个问题:(1) 语法/词汇综合分是否随分档上升?(2) 高阶词汇占比是否随分档上升?(3) 复杂句的比例是否随分档上升?
数据与方法
数据来自真实、自愿的 TOEFL 2026 Take an Interview 练习作答,经匿名化并按每条答案的 AI 分档聚合。词汇分级基于 CEFR 级别标注,“高阶”指 B2/C1/C2;句法复杂度由句型分布(简单/并列/复杂/复合复杂)统计。这些是映射到公开评分维度名称的 AI 信号,不是 ETS 官方评分。只发布聚合结果,不含转写。低于 2.0 的分档因短答案假象被剔除。
规律 1：语法/词汇综合分在较高分档更高
语法/词汇综合分(0–5)从 2 分档的约 2 升到 4.5 分档的约 4.4,是本册里跨分档差异最明显的语言信号。
| 分档 | 作答数 | 语法/词汇 | 句式多样性 |
|---|---|---|---|
| 2 | 434 | 2 | 1.8 |
| 2.5 | 6,779 | 2.4 | 1.9 |
| 3 | 14,187 | 2.9 | 2 |
| 3.5 | 24,796 | 3.2 | 2.1 |
| 4 | 6,912 | 4 | 2.4 |
| 4.5 | 1,139 | 4.4 | 2.8 |
› 深入一层
grammar_vocabulary 是 LLM 依据答案文本给出的综合评分,它把“语法是否正确、词汇是否得体”压成一个数;因为它与总分同属一套评分,分档间差异一部分反映评分体系内部一致性,不能当作“语法好就一定高分”的因果证据。句式多样性(variety_score)也随分档略升,但幅度较小。
规律 2：复杂句占比在较高分档更高
复杂句与复合复杂句的合计占比从约 26.1% 升到 40% 出头,在最高分档略有回落——这是“句子结构”维度的相关信号。
| 分档 | 作答数 | 复杂句占比 |
|---|---|---|
| 2 | 434 | 26.1% |
| 2.5 | 6,779 | 32.0% |
| 3 | 14,187 | 36.1% |
| 3.5 | 24,796 | 40.6% |
| 4 | 6,912 | 44.8% |
| 4.5 | 1,139 | 43.3% |
› 深入一层
更高的复杂句占比,可能反映的是“把从句、连接词用起来”的能力,而这与流利度、答题长度、整体熟练度都相关,无法在本数据里分离。顶档的小幅回落也提醒:一味堆复杂句并不必然对应更高分——掌控不住的复杂句可能适得其反。
规律 3：高阶词汇占比偏低,且几乎不随分档变化
高阶(B2+)词汇占比在所有分档都只有 4.1%–6.6%,没有随分档明显上升——这是本册最反直觉的一点。
| 分档 | 作答数 | 高阶词占比 |
|---|---|---|
| 2 | 434 | 6.6% |
| 2.5 | 6,779 | 4.3% |
| 3 | 14,187 | 4.1% |
| 3.5 | 24,796 | 4.4% |
| 4 | 6,912 | 5.0% |
| 4.5 | 1,139 | 6.1% |
› 深入一层
口语作答本就以常用词为主,高阶词占比低并不意外;真正值得注意的是它在低分档与高分档之间没有明显差异。这与“靠背难词提分”的直觉相反。可能的解释是:口语更看重即时组织和准确达意,而不是词汇的稀有度;当然,CEFR 自动分级本身也有误差,且“少量高阶词但用得准”与“大量高阶词但用得别扭”在占比上无法区分。
这些规律怎么串起来
三块信号里,语法/词汇掌控和句子结构在分档间的差异明显,而词汇的“稀有度”几乎不分档。合起来看,这份数据里 Language Use 的“高级感”更像是“用常见词把复杂意思说清楚、说对”,而不是“堆砌生僻词”。
这对练习方向有直接提示,但仍是相关而非因果:与其背词表,不如练“用得准的从句、连接词和精确用词”。内容维度(切题、展开)见 系列主报告,听感维度见 Delivery 分册。
把结论变成练习
这份观察性数据不能给出单一处方,但它不支持“靠背难词提分”。更值得练的是把常见词用准、把从句和连接词用得稳。
本研究不能说明什么
- 分数是 LingoLeap 的 AI 评分,不是 ETS 官方成绩;维度名称借用公开评分框架,不复制评分标准文本。
- 观察性、描述性数据:报告样本量与差值,不做显著性检验或因果推断。
- CEFR 自动分级与句型判定都存在误差;占比无法区分“少而准”与“多而乱”。
- 语法/词汇综合分与总分同属一套 AI 评分,分档间差异含内部一致性成分。
- 低于 2.0 的分档因短答案假象被剔除。
数据集说明
LingoLeap Research Team(2026)。TOEFL 口语的 Language Use:词汇 vs 句子掌控。 LingoLeap Research,版本 1.0。
https://lingoleap.ai/zh-TW/research/toefl-speaking-language-use
样本:14,884 次练习中的 55,614 条作答记录;本册按 54,247 条(2.0–4.5 分档)分析。
注释与资料来源
- [1] Council of Europe. Common European Framework of Reference for Languages (CEFR) — the level scale (A1–C2) behind the “advanced (B2+)” vocabulary grouping.
- [2] Crossley, S. A., Salsbury, T., & McNamara, D. S. (2015). Assessing lexical proficiency using analytic ratings. Applied Linguistics, 36(5) — lexical sophistication is not simply rare-word frequency.
- [3] ETS. TOEFL iBT Speaking — the public Language Use dimension, used only as an organizing framework; no rubric text reproduced.
学习者经常问的问题
TOEFL 口语拿高分需要用高级词汇吗？
在这份数据里，看不出明显需要。答案中高阶（B2+）词汇的占比整体偏低——大约 4–7%——而且在低分档和高分档里差不多。分档之间差异更明显的是语法/词汇综合评分和复杂句的使用。这是相关，不是规则：它提示“掌控与结构”比“生僻词”更能跟随分档变化。
TOEFL 口语里的 “Language Use” 指什么？
Language Use 是三大公开评分维度之一，另外两个是 Delivery 和 Topic Development。它涵盖词汇的广度与精准、语法掌控、句式多样性。这里用映射到该维度的 LingoLeap AI 信号衡量——不是 ETS 评分。
用更长、更复杂的句子有帮助吗？
在这份数据里，较高分档确实有更高比例的复杂句和复合复杂句，从约 26% 升到 40% 出头后趋于平缓。但这是相关；复杂度可能与流利度、长度和整体熟练度一起变化。掌控不了的复杂句不太可能有帮助。
这些是 ETS 官方分数吗？
不是。这些是映射到公开维度名称的 LingoLeap AI 评分，来自真实练习作答——不是 ETS 官方成绩，也不复制评分标准原文。它们描述适合练习参考的规律。