基于数据挖掘的隐性知识显性化及其构建.pdfVIP

第28卷第1期 广西师范大学学报：自然科学版 Vol。28No．1 2010年3月 of Normal ScienceEdition Mar．2010 JournalGuangxiUniversity：Natural 基于数据挖掘的隐性知识显性化及其构建 左欣1，李小琳2，连伟1，王利民3 (1．长春工业大学外国语学院，吉林长春130012；2．南京大学管理学院，江苏南京210093， 3．吉林大学计算机科学与技术学院。吉林长春130012) 摘要：通过对英语教师口语语料的分析，从母语使用、教师提问语和指令语等角度，运用关联规则探讨教师 隐性知识显性化和学生隐性知识构建的认知过程，统计实验结果证明了研究方法的适用性和可行性。 关键词：关联规则；隐性知识，口语语料；知识构建 中图分类号：TPl81；G420文献标识码：A 文章编号：1001—6600(2010)01—0077—05 教师话语是指教师在第二语言学习的课堂上实施教学和传授知识所使用的话语，是实施素质教育全 过程所运用的语言总称I-¨。目前多从二语习得的角度对其进行研究，极少有人从隐性知识的角度进行研 究，也很少有人在研究过程中采用基于语料库的关联规则分析数据的方法。教师提问是最常用的课堂语言 实践形式，提问的目的是鼓励学生思考、引起学生兴趣。显性知识指能明确表达的知识，而隐性知识是指支 配人的整个认知活动，为人类的认知活动提供最终的解释性框架和存在于某个特定环境下的、难以正规 化、难以沟通的知识信念。如果把知识比喻成一座冰山的话，显性知识只是露出水面的那一小部分，而大量 的淹没在水面之下的才是隐性知识。它支撑、凸现着我们能意识到的显性知识，可以说人类在支配自己显 性知识的同时，往往借助隐性知识的力量r-2|。显性知识和隐性知识的相互转化有4种模式：社会化、外在 化、内在化和联合化。显性知识、缄默知识与教育教学改革也有紧密的关系。在英语教学过程中，教师话语 的数量和质量会影响甚至决定课堂教学的成败I-钊，这也是教师隐性知识的重要体现。目前国内学者主要集 中在基于语言学探讨教师话语的合理性和关键要素“]，而从数据统计分析的角度，透过教师话语研究教师 隐性知识显性化和培养学生隐性知识构建的却很少。 数据挖掘(data mining)是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平 凡过程。若两个或多个变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的一类重 年首先提出挖掘颐客交易数据库中项集间的关联规则问题[9]，以后诸多的研究人员对关联规则的挖掘问 题进行了大量的研究。包括引入随机采样、并行的思想等对原有的算法进行优化，以及对关联规则的应用 进行推广。 本研究对英语课堂教师口语语料库进行数据挖掘，应用关联规则理论量化对比高中和大学教师的隐 性知识和显性知识，探讨教师和学生的隐性知识。本文首先对语料库相关内容进行介绍；然后介绍关联规 则基本概念及经典的Apriori算法；最后通过统计实验，从母语、提问语和指令语三个角度归纳分析教师 隐性知识显性化和学生隐性知识构建。 1 语料库及检索工具调查内容简介 本文使用的高中语料选自华南师范大学何安平教授主持编辑的“英语课堂语料库”(MSCT)中的一个 子语库，内含1998年全国高中英语优质课前10名获奖者的授课实况，总词量约4．3万。大学语料则选自 收稿日期：2009—12—20 五”社会科学研究项目(2007307)；长春工业大学教育科研项目(200975) 通讯联系人：左欣(1978一)，女，吉林长春人，长春工业大学讲师，硕士。E—mail：valeriazuo@126．tom 78 广西师范大学学报：自然科学版 第28卷 包括吉林大学、东北师范大学、长春工业大学等高校的10名非英语专业教师的授课实况，总词量约4．2 万。所有语料涵盖了每节英语课的教师独白话语，教师与全班(全组)学生的对话和教师与单个学生的对 话。 语料库已经将课堂会话主要说话者的身份注有标码，如：教师(附码为T)，全