信息化环境下课堂话语分析方法及应用.docVIP

信息化环境下课堂话语分析方法及应用 　　摘 要：深入课堂，人工记录课堂教学信息是目前课堂话语分析的主要途径，而信息技术方法方便快捷，但其在课堂分析的应用很少。本文提出了四种类别课堂话语，即课堂组织话语、教学内容呈现话语、交互类型话语和评价反馈话语。介绍了信息化环境下的课堂话语自动分类方法。通过自动分类实验，展示了优秀课堂的话语类型分布规律，将测试课堂与这些优秀课堂话语类型分布对比分析，对教学评价展开了探索。 　　关键词：课堂话语 文本分类 教学评价 　　中图分类号：G64 文献标识码：A 文章编号：1673-9795（2014）03（b）-0130-02 　　1970年美国学者Flanders提出课堂话语分析编码系统，把课堂上活动编码，语言行为是课堂主要行为，约占所有教学行为80%[1]。课堂话语主要有教师话语、学生话语，前者是传播知识与信息的主要载体，在教学中作用重大。David Nunan（1991）指出，教师只有通过语言才能执行教学计划，有效管理和组织课堂，以期达到预期教学效果[2]。课堂话语对展开教学作用莫大，分析之有利于课堂效果分析与评价。 　　目前课堂话语分析主要从语言学、语用学、教学模式、课堂话语等方面开展。对课堂话语分类归纳是课堂话语分析的主要方式，Long等人认为教师课堂话语分为课堂教学组织、教学内容呈现与讲解、课堂活动组织与实施、师生双向交流、学生行为评价这五大教学课堂话语类型[3]。而在此之前，LongSato（1983）年将英语课堂话语分类为：classroom English、instruction English、teacher-student interaction、teacher feedback English[4]。弗兰德斯提出的课堂话语互动分析系统FIAS把传统课堂话语行为分为10个类别。而信息化环境下课堂的话语行为还有教师操纵技术、学生操纵技术、技术作用学生。除了安静或混乱行为之外，其他课堂话语行为产生的话语从功能上进行分类，兼顾到学生交流互动一类话语，将一般课堂话语分为四类：课堂组织话语（组织教学活动展开话语）、教学内容呈现话语（传递教学内容话语）、交互类型话语（教师和学生或者学生之间互动话语）、评价反馈话语（评价学生表现或者给出某种反馈话语）。 　　现有方法人工地统计每堂课话语类型分布，需要花费较大时间和精力。针对这一问题，本文提出运用文本分类技术将课堂话语自动分类的方法。对40个优秀教学课堂话语进行自动分类，统计分析之后得出优秀教师话语分布特征。通过与优秀课堂的话语类型分布规律对比分析，对课堂教学实施评价，以帮助教师发现教学问题、改进教学方法、提升教学效果。 　　1 课堂话语的贝叶斯分类器构建 　　1.1 课堂话语自动分类方法 　　语料库构建：选择九年义务教育阶段教学视频文本，构成初始训练集；对训练集中话语类型标注，形成xml文档；构建4种课堂话语类型的语料库作为训练样本。 　　课堂话语文本分类过程：获取已标注训练样本集、文本特征选择、建立文本表示模型、贝叶斯分类、性能评估模型[5]。用信息增益方法（information gain）提取课堂话语特征。文本分类训练过程依据训练文本集构建分类器，包括对训练文本集预处理、文本表示、特征提取、训练分类器。 　　1.2 贝叶斯分类器的课堂话语分类过程设计 　　分类器设计结合贝叶斯分类思想[6]，把训练样本集分为4类，记为C={C1，C2，C3，C4}，（C1：课堂组织话语、C2：教学内容呈现话语、C3：交互类型话语、C4：评价反馈话语）每个类Ci的先验概率为p（Ci），i=1，2，…，k，其值为Ci类的样本数（初始值为10）除以训练集总样本数。对于新样本集x中每一句话X，其属于Ci的条件概率是 　　其中x是某课堂教学实录文本文档，X表示该文档中每一句话，Sci表示类标号为Ci训练样本个数，S为训练样本总数。P（Xk|Ci）表示类标号为Ci样本中X第k个属性取值为Xk的概率。本文属性为分类型属性，则： 　　（5） 　　Sik是类标号Ci训练样本第k个属性取值Xk的样本个数，Si表示类标号为Ci训练样本数。每次测试分类结果写入训练集中，更新分类模型。把公式（3）（4）（5）代入（2）计算出文本中每句话所属类别条件概率。 　　2 应用探索 　　根据Grigorenko Sternberg教学风格分类法[7]：立法型、激进型、整体型、评判型比局部型、执行型和保守型教学效果较好[8～9]。选择前四种教学风格40个课堂教学实录试验，得出这四种优秀课堂话语分布特征，如下表1所示。 　　由表1，优秀课堂话语特征：课堂组织话语出现比率为12%～16%。说明优秀教师用适当课堂组织话语把教学活动组织得井井有条；交互类型话语出现比率为45%～51%。说明优秀教