谈述语义基于语义网外语网络教学方式探索与研究

更新时间:2024-01-27 点赞:7297 浏览:22789 作者:用户投稿原创标记本站原创

摘 要:近年来,随着全球数字化信息量呈现出爆炸性增长的态势,如何有效地分析和利用数据成为人类科学技术发展的新挑战,在大数据时代背景下,依托于网络资源的外语网络教学在资源的组织和利用、自主学习和学生个体行为方面也表现出不太理想的效果。在外语网络教学中引入语义网技术能有效实现外语资源的智能整合、自主学习的合理安排和建立学习者个体模型,将外语网络教学效果提升到一个新高度。
关键词:大数据 外语网络教学 语义网
Exploration and research on foreign language teaching based on semantic network technology
Zhang Luni
Beijing university of posts and telecommunications, 100876, Beijing, China
Abstract: In recent years, as the explosive development of the global digital information, how to take use of data has become a new challenge faced by human being in scientific technology. In the era of big data, the effects of foreign language network teaching based on network resource is not ideal in the aspects of organization and usage of resource, autonomous learning and adaptability of individual learning behior. The introduction of semantic technology could implement the intelligent integration of resource, reasonable arrangement of autonomous learning and learner modeling, which could promote foreign language network teaching into a new height.
Key words: big data; foreign language teaching; semantic network
1 大数据时代下外语网络教学存在的问题
中国互联网络信息中心(CNNC)在2011年发布的《第27次中国互联网络发展状况统计报告》显示,截至2010年12月底,中国网民规模达到4.57亿、手机网民规模达3.03亿。预示着互联网正快速地渗透到我们的生活中,以不可抗拒的力量改变着人们的思维、习惯、交流方式以及商业运作模式。而互联网的Web应用也从最初的页面互联、信息互联的Web 1.0阶段完整过渡到人人互联的以社会软件为主的Web 2.0时代,并积极朝着知识互联、智能互联的Web 3.0演变。在这个过程中,互联网应用更多地倾向于满足用户对获取知识(或信息)的主动性、个性化需求,要顺利实现以人为中心的知识获取和管理是一项复杂的工程,面临着一系列的挑战:
(1)互联网信息海量、混杂,2012年每天新产生的数据量是

2.5quintillion(1q=1million3)。

(2)信息来源分布广泛,且具有一定的结构特征和社会属性。
(3)信息呈现形式多样,存在异构、冗余且可信度不同等问题。
其根本原因是现有的Web内容包含大量弱结构组织形式的内容,如文本、图形图像、音频和视频等,它们适于人工管理,但却不适于计算机自动识别、组织和管理,以至于引起现有技术在信息检索、抽取、维护、挖掘与视图方面的诸多问题。
数据量急速增加,使得人类可以分析和利用的数据大量增加。引发的问题是:如何利用这些数据,发现新的知识,创造新的价值和财富。大数据因此成为人类科学技术和经济社会发展的一个新挑战和新机遇。纵观我国高校的外语教学改革,网络教学作为一种全新的教学模式以其开放式、个性化、自主性、丰富性的特点为学生提供无限可能的同时,也使学习由识记型转为资源型,由单向传播转为双向互动。但是在大数据时代下高校的外语网络教学仍然存在很多问题:
(1)忽视对教学资源(异构媒体资源,如教程文本、图像及听力音频等)进行组织与管理,虽然外语教育资源极其丰富,但这些资源彼此间的孤立及封闭性,使得资源不能共享,学习资源、教育信息、高级的个性化功能往往成为信息孤岛,处于重复开发的状态。
(2)学生在自主学习的各个环节中对教师的依赖性仍然很强。由于普遍缺乏自我计划和自我管理以及明确的学习目标,而只是挂在网上来“凑”学习时间,自主化成了“放羊化”。导致网络学习效率低、效果差。
(3)形成性评估缺乏合理的、有效的、翔实的数据,难以发现学生个体化的差异,无法实现有针对性的个性化教学。
为此,如何利用网络技术和网络资源提高外语教学的质量和效果,如何利用网络环境提高学生学习外语的主动性和积极性,如何通过网络来真正实现个性化教学、满足学生的多样化学习需求,成为亟待解决的关键问题。当前任何一套学习系统或者平台都是要学生去适应系统,而理想的学习状态是系统去适应学生。因此必须要有一个强有力的组织作为支撑,建立一个基于语义网的外语实验教学模式,这将成为大学英语教学改革的新思路。
2 语义网技术与外语网络教学的结合为便于计算机自动处理和集成网络信息资源,万维网之父Tim Bernes-Lee等人于2001年提出语义网的概念,其核心是通过给万维网的文档添加能被计算机理解的语义(Meta data),从而使整个互联网成为一个通用的信息交换媒介。由于语义网是由较之当前搜索引擎更加有效、广泛的并且自动聚集和搜集信息的文档组成,能允许高级的知识管理而成为Web

3.0阶段备受瞩目的新技术,为未来互联网十大趋势之首,其主要特点在于:

(1)异构媒体资源的语义标记,使得语义网具备根据含义组织知识、跨媒体的能力。
(2)基于本体准确标记拟让计算机识别的元数据,并具备相容性检查和新知识提取、组织和维护能力。
(3)利用元数据的语义网用户执行任务的自动软件。

2.1 满足高校对外语教学资源整合、个性化、协同性学习的需求

随着我国扩大教育规模、提高教育质量、增强办学效益、建立终身教育体系、办好教育重大战略措施的实施,国家开始大力发展现代远程教育,并且确立了网络建设是基础,资源建设是核心,教学应用是目的,管理服务是保证的方针。其中,资源建设是重要组成部分。为了提供急需的、成系列的优质网上教学资源,国家先后分别开展实施了一系列的相关项目。如:教育部高等教育司的“新世纪网络课程建设工程项目”;教育部师范教育司的“中小学教师继续教育网络课程开发重大项目”;教育部职业教育与成人教育司的“现代远程中等职业教育与成人教育资源建设项目”;高教司的“网络教育统考网上考试系统与题库建设项目”和“高等学校教学质量与教学改革工程”中的精品课程建设、大学外语教学系统建设等。
但是,高效的教学资源整合及网络化建设目标不能被局限地认为是资源上网、信息发布,这种传统的资源整合模式是一种单向的“教学资源→学生”的广播模式。在该模式下,学生必须借助传统搜索引擎,低效地寻找[因为传统搜索引擎也是一种简单、不考虑受众真正需求的资源单向“推(PUSH)”的模式]和手工进行有效资源的提取和组织,并不能体现以学生为中心、学生主动按需有效提取和个性化整合资源的需要,以至于外语教学资源缺乏可重用性、互操作性和可组织性。学习资源重复建设,低水平建设,学习技术标准的提出使学习资源的重用与管理成为可能,但更多的是局限于某一类学习管理系统内部,而源于:论文写作格式www.618jyw.com
不同的学习管理系统之间依然缺乏互操作机制。同时,更具教育意义的用户资料和学习策略、学习活动等目前仍难以迁移和重用,建设观念亟待由“资源”向“服务”转变,而语义网能为外语教学提供个性化、自主性和协同学习支持。
不仅如此,在外语教学资源以外的其他各类互联网上的信息资源整合也存在同样的问题,因此可以通过语义网技术对外语教学资源的标注与整合,为教学活动的教师主体、学生主体之间提供更优化便捷的信息获取渠道,促进学习兴趣社区的形成,推而广之地为其他同样具有多来源、异构资源整合提供建设性的方案和建议。

2.2 促进学生更有成效地进行自主学习

高校外语教育资源丰富多样,囊括了文本、图像、音频及视频等各类信息,因此需要一种有效的方式对分散、松散、多样且动态性极强的资源进行标注、整合和集成。首先,将丰富多样的媒体资源进行标注,除可以增强信息检索的准确率之外,更可有效地将图像内容检索、跨媒体检索等技术引入,同时结合本体构建技术,为信息资源发布、自主学习提供便利。其次,自组织、协作式学习是将来教学的趋势。高校师生在获取资源的时候,语义网可通过统计机器学习技术,迅速发现具有社会属性的资源偏好群体,帮助师生建立多个兴趣社区,更容易实现交流、分享与协作。另外,除了基于虚拟社区[3]的模式提供资源共享外,高校作为手机网民聚集区,也为一定范围内提供基于位置服务(LBS)的研究提供良好的实验环境。

2.3 通过语义网信息抽取技术建立具有区分度的个性化学习者学习模型

为了能从浩瀚如烟的数据中快速找到用户需要的信息,必须对信息进行一定的处理,获得对应的语义信息,如元数据。同信息检索从一个大文档集合中找到用户需要的相关文本不同,信息抽取技术主要是从相关文档中抽取出粒度更小的关系或事件,满足用户更深层次和更细粒度的信息需求。从数据中获取语义信息,需要采用信息抽取技术[4]。信息抽取的对象有很多种,可以是文本、图像、音频、视频等。根据抽取对象的不同,采取的技术也各不相同。应用得较为成熟的三种信息抽取技术为:基于自然语言处理方式的信息抽取、基于HTML结构的信息抽取和基于本体方式的信息抽取。
通过信息抽取技术对实验教学中学习者的学习行为特征进行抽取和分析,构建学习者用户模型[4],包括学习者基本信息、学习者已有知识水平、学习者兴趣偏好、学习者认知能力、学习者测试成绩等特征描述,以语义网技术为依托,摆脱外语教学中一直存在的不具区分能力的灌输式的学习模式,真正建立以个人为单位的学习能力和习惯特征模型。
3 基于语义网的外语教学实验环境的搭建
表1 软件环境
图1 基于语义网的外语教学实验环境预期拓扑
表2 硬件环境
(下转页)
(上接页)
4 结束语
整合学科教学后的网络教育已经成为一种备受关注的全新教育模式[5]。在师生时空分离的教育模式中,网络固有的超文本传输、信息量丰富、交互性强等技术特点极大地丰富了外语网络教学活动,通过在外语网络教学中引入语义网技术能有效提高外语资源的整合效率,促进学生更有成效地自主学习并实现建立以学生个体为单位的学习者模型,极大地提升现有的外语网络教学成效。
参考文献
张瑜,袁方.基于用户兴趣的个性化信息检索方法[J].山东大学学报:理学版,2006(3):120-125.
刘怡.网络环境下英语专业语法教学资源的整合[J].吉林工程技术师范学院学报,2012(5):24-26.
[3]李舒愫,顾凤佳,顾小清.U-learning国际现状调查与分析[J].开放教育研究,2009(1):98-104.
[4]Tzone I Wang,KunHuaTsai.Personalized Learning Objects Recommendation based on the Semantic-Aware Discovery and the Learner Preference Pattern[J]. Educational Techonology & Scociety, 2007.
[5]章国英,胡继岳,张力.外语网络教学的本质与网络型外语教师的导学策略[J].外语电化教学,2005(6):15-18.
[6]张静鹏.基于语义Web服务的个性化网络学习资源服务系统构建研究[D].长春:东北师范大学,2010.
相关文章
推荐阅读

 发表评论

共有3000条评论 快来参与吧~