徐使超 賈炯

《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》指出，未來5年，我國發(fā)展方向之一是推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術同各產(chǎn)業(yè)的深度融合。國務院《新一代人工智能發(fā)展規(guī)劃》明確指出要構建開放協(xié)同的人工智能科技創(chuàng)新體系，“構建包含智能學習、交互式學習的新型教育體系”?！叭斯ぶ悄?”的教學模式時代已經(jīng)到來，但人工智能在教育領域運用的優(yōu)勢尚未完全發(fā)揮，教育系統(tǒng)智能化的深層次變革空間仍然存在^[1]?！镀胀ǜ咧杏⒄Z課程標準（2017年版）》提出了英語學科核心素養(yǎng)及學業(yè)質(zhì)量標準，指出普通高中英語課程應重視現(xiàn)代信息技術背景下教學模式和學習方式的變革，充分利用信息技術，促進信息技術與課程教學的深度融合，營造信息化教學環(huán)境，實現(xiàn)大數(shù)據(jù)等新技術的有效促學功能。如何將人工智能、大數(shù)據(jù)等信息技術與教學結合，已成為當下高中英語教學研究的熱點之一。

高中英語課標重視英語句法在語法教學中的作用，為其設置了多達14條相關學習條目，并根據(jù)學生所處的不同學習階段，對其句法水平提出明確要求。內(nèi)容集中在復雜句型與句法成分的認知和使用上，分布在必修、選擇性必修、選修提高三個階段。本文通過分析結合人工智能及大數(shù)據(jù)技術的英語教學活動，以學生句法意識、長難句理解能力的提升為目標，探究實踐人工智能輔助句法可視化學習的路徑。

一、人工智能輔助句法教學的工具

（一）Stanford CoreNLP下載調(diào)用

斯坦福大學近年來研發(fā)的Stanford CoreNLP數(shù)據(jù)庫是一個以Python為實現(xiàn)環(huán)境，采用高準確性的神經(jīng)網(wǎng)絡組件構建的，可運用于自然語言的分詞、多詞標記、詞性、形態(tài)學特征標記，以及依存句法分析的數(shù)據(jù)庫、軟件包組合^[2]。

本文述及的句法分析主要運用Stanford CoreNLP中的句法依存結構分析及句法成分分析功能。該技術目前為開放項目，在Python或Java環(huán)境下根據(jù)提示運行即可。該系統(tǒng)較其他人工智能自然語言處理系統(tǒng)具有明顯的可操作性優(yōu)勢。系統(tǒng)運行后，教師在電腦瀏覽器中輸入網(wǎng)址“l(fā)ocalhost：9000”，即可進入系統(tǒng)網(wǎng)頁接口，開展相關操作。進入網(wǎng)頁，界面包含輸入框“Text to annotate”，及兩個選項卡“Annotations”“Language”，輸入框“Text to annotate”用以輸入待分析的語料?！癆nnotations”選項卡用以選擇相關功能，包括詞性標注“post of speech”（如圖1）與句法成分分析“constituency parse”（如圖2）。Stanford CoreNLP具有跨語言的句法分析能力，能夠應對英語、中文、日語、阿拉伯語等多種語言?！癓anguage”選項卡用以選擇對象語種。就本文而言，選擇“English”選項，點擊右側“Submit”提交即可。

（二）Stanford CoreNLP句法分析

對于語言內(nèi)容的標注，系統(tǒng)依據(jù)成分語法進行設計。該系統(tǒng)與傳統(tǒng)語法教學存在一定的區(qū)別，首先是詞性標注方式不同，它采用的是賓州樹圖標記體系（見表1）。

另一重要特點是，系統(tǒng)增加了對于句法成分結構的劃分，沒有采用以往的“主謂賓定狀補”，其各類標注內(nèi)容對應的語言結構如表2所示。

以圖2中所述例句為例。輸入的句子為“root”，下屬句型結構為“s”，由名詞短語NP、動詞短語VP與標點符號“.”組成。名詞短語“NP： The quick brown fox”由限定詞“DT： The”、形容詞“JJ： quick”、形容詞“JJ： brown”以及名詞單數(shù)“NN： fox”組成。動詞短語“VP”下屬動詞過去式“VBD： jumped”與介詞短語“PP”，介詞短語PP下屬介詞“over”和名詞短語“NP：the lazy dog”，該名詞短語包括限定詞“DT： the”、形容詞“JJ： lazy”和名詞單數(shù)“NN： dog”。

系統(tǒng)對于詞性與句法短語的智能標記能力，充分滿足新課標對于詞性及句法短語的教學要求。

二、人工智能輔助句法教學實踐

在課程教學目標方面，課標明確提出在語篇理解中借助五類句子成分（動詞短語、名詞短語、形容詞短語、副詞短語、介詞短語）有選擇地對長句和難句進行分析的要求。根據(jù)筆者的觀察，現(xiàn)階段的語篇教學在長難句分析方面存在以下缺陷：第一，學生的中心性不足，教學以教師為中心，長難句分析對象根據(jù)教師的教學經(jīng)驗預設，而不是基于學生理解過程中存在的實際困難預設;第二，分析的準確性不足，教師對于句法結構的分析以經(jīng)驗為依據(jù)，且能力存在差異;第三，教學的效能性不足，句法分析以句法解釋為主，缺乏直觀、高效的教學方法;第四，內(nèi)容的趣味性不足，句法知識講解枯燥、單調(diào)。在課堂教學中運用人工智能技術，將會有效改善上述情況（如圖3）。

（一）人工智能輔助課堂句法教學

2019年，浙江省高中英語全面采用人教版新教材。新教材以課程標準、學業(yè)質(zhì)量標準為導向，是教學的核心內(nèi)容。以下以新教材第一單元的“Reading and thinking”語篇為例，介紹Stanford CoreNLP的句法結構可視化教學路徑。

1.問題呈現(xiàn)，發(fā)現(xiàn)句法困難

在常規(guī)閱讀教學的同時，教師可向?qū)W生提問：“Which sentence do you find difficult to understand？ Read the article again and think by yourself.”。句法問題的提出要以學生為中心，要求學生在自主思考的過程中發(fā)現(xiàn)語篇中理解困難的句式結構。

此后，向?qū)W生布置任務：“Share the sentences you find difficult in your groups. Do you agree with your group members？ If your group find it difficult， then share it with the class.”，引導學生以小組討論的形式分享語篇閱讀中的長難句，并在黑板上呈現(xiàn)，供學生討論。

以本文為例，學生討論后篩選出的長難句為：

1. Going from junior high school to senior high school is a really big challenge.

2. I had to think very carefully about which courses I wanted to take.

3. My adviser recommended that I should sign up for advanced literature because I like English and I'm good at it.

……

2.思維建構，探究句法結構

針對學生篩選出的長難句，教師可布置如下討論任務：“Think by yourself and discuss with your partners about the structure of the sentence. Find out the NPs， VPs， PPs， ADJPs， ADVPs and clauses. ”。學生以個人思考與小組討論的方式探究上述長難句的結構。在瀏覽器“l(fā)ocalhost： 9000”界面中輸入對象句，在“Annotation”選項卡中選擇“post of speech”選項，系統(tǒng)會為學生提供句式的詞性標注信息，為學生句型結構的學習提供支架（如圖4）。

由于對于詞匯的詞性區(qū)分不是本課堂的教學重點，因此，筆者以輔助材料的形式提供給學生，讓學生根據(jù)自身的句法知識對句子中的各類短語與從句進行分析。

3.智能輔助，解決句法困難

之后，教師布置任務：“Check the phrases and clauses with the result processed from the computer.”，并在學生探究句法結構的基礎上，展示電腦句法分析結果，將學生的句法分析與電腦分析進行對比。借助顯性對比，教師可引導學生發(fā)現(xiàn)句法分析的盲點及誤差。

在句式圖的輔助下，學生能夠發(fā)現(xiàn)該句中的“Going from junior high school to senior high school”的動名詞詞組結構，并了解其作為動詞詞組兼具名詞詞組的特點。

4.知識深化，應用句法結構

學生在教師指令下，根據(jù)所學句法內(nèi)容對分析、討論的句法結構進行仿寫，結合閱讀語篇內(nèi)容，討論高一生活中的煩惱。以首句“Going from junior high school to senior high school is a really big challenge.”為例，學生經(jīng)過討論后在課堂上寫出了如下句子。

1. Living on myself in the dorm is a big trouble now.

2. Playing cell-phone games in high senior school is really a big problem.

3. Saying goodbye to my best friend in junior high school is a sad story to me.

Stanford CoreNLP智能系統(tǒng)具有分析語言片段的能力，對于學生造句中出現(xiàn)的錯誤，它同樣能進行句法分析，不過語病會對句法分析的準確率造成一定的影響。因此，在將學生例句輸入系統(tǒng)前，最好先通過LanguageTool工具進行語誤自動檢測、糾正語病，這樣可提高系統(tǒng)分析的準確率。

運用這一系統(tǒng)對學生所造的句子再次進行句法分析，能夠幫助學生鞏固和深化所學知識。以該句的句法結構圖為例，分析結構圖能夠明顯呈現(xiàn)學生仿照原文“Going from junior high school to senior high school is a really big challenge.”、運用“Living on myself in the dorm”動詞詞組所造的句子。

（二）人工智能輔助句法自主檢索

人工智能的一大優(yōu)勢在于通過句法自主檢索，讓學生能夠自主解決課外英語學習中遇到的句法問題。以筆者所教的班級為例，班級教室中安裝有一體化電腦的智能黑板系統(tǒng)。筆者在其中安裝了Stanford CoreNLP工具包及其配套環(huán)境，學生在課外閱讀練習中可自行對復雜句式進行檢索，探究長難句的句法結構，發(fā)現(xiàn)問題，及時解決問題，通過句法認知提升閱讀效能。

以學生在閱讀2021年浙江高考題時遇到的句子為例，試卷C篇的第9句為：“Instead， our results suggest that the successful dogs realized that a smiling mouth means the same thing as smiling eyes， and the same rule applies to an angry mouth having the same meaning as angry eyes.”。該句共有36個單詞，包含3個子句結構及多個復雜的名詞短語、動詞短語，對于學生的語篇閱讀理解造成較大的認知困難。

傳統(tǒng)的教學模式下，學生解決問題大多只能求助于教師。在Stanford CoreNLP輔助教學模式下，學生將該句輸入系統(tǒng)，在“Annotation”選項卡選擇“post of speech”與“constituency parse”即可獲得該句的詞性與句法成分可視化結構。在詞性標注圖與句法結構圖的幫助下，大部分學生能夠理解復雜句的句式結構，克服閱讀障礙。

句法知識能夠提升學生的詞匯推理能力，增強對語法知識的記憶，有助于學生閱讀理解的提高^[3]，促進語言閱讀能力的習得。句法可視化的呈現(xiàn)方式降低了學生理解語句的難度。人工智能的運用，既幫助學生克服了學習中遇到的句法困難，又打破了原有句法教學的時間限制。

（三）人工智能輔助句法教學的特點

Stanford CoreNLP輔助句法教學的作用體現(xiàn)在其作為計算機輔助學習、顯性學習、可視化學習的方法，以學生為中心，以圖示為認知手段，以大數(shù)據(jù)為分析依據(jù)，在句法教學中實現(xiàn)學生中心、分析準確、過程高效、內(nèi)容有趣。

1.學生中心，學習問題更突出

較以往的句法教學方式不同，在計算機的輔助下，句法分析以學生在閱讀中發(fā)現(xiàn)的長難句為分析對象，圍繞學生的問題展開，為學生而教。顯性知識有助于學生注意語言，利于學生發(fā)現(xiàn)自身語言與目標語言范式之間的差距^[4]。借助人工智能，教師可以學生的問題為教學切入點，對句法進行即時分析，讓學生發(fā)現(xiàn)自身的言語與目標語言特征之間的差異，進行語言學習的自我監(jiān)控與有意識的調(diào)整。

2. 分析準確，句法分析更科學

經(jīng)測試，Stanford CoreNLP在句法成分分析中的準確率達到90.4% ^[5]。在詞匯詞性分析中，分析器語言使用賓州樹圖詞性標記系統(tǒng)，相較網(wǎng)絡詞典的詞性查找功能，其詞性標記以語篇、語境為依據(jù)，并且區(qū)分動詞、形容詞各種形態(tài)，分類更加詳細。

3. 過程高效，圖示表達更直觀

在語篇教學過程中，運用樹圖句法開展教學恰能滿足可視化教學原則：文字語言與圖形輸入結合的形式須實現(xiàn)可視化教學的組塊原則，在動態(tài)語篇教學中加入句法可視化分析須保證學習對象與信息多元表征的一致性，保證信息組塊內(nèi)容時空的一致性^[6]。句法結構呈現(xiàn)直觀、具體，能夠降低學生理解句法結構的難度，提高教學效果。

4. 過程有趣，學生學習更投入

將人工智能技術介入教學，可為學生提供一種有趣的、交互式的英語語法探究學習體驗。而且，這一系統(tǒng)可由學生操作，將分析對象的決策權交給學生。此外，它還能夠提升學生語言學習的科學文化素養(yǎng)。

三、未來已來：人工智能發(fā)展給英語教學帶來的啟示

（一）人工智能輔助英語學習前景廣闊

人工智能輔助英語句法教學已成為現(xiàn)實，其對于句法結構的分析較以往的經(jīng)驗式教學具有明顯的科學性與準確性?？梢暬夹g作為一種信息表征形式，其對于信息傳遞的主要作用在于更易理解、更加快速、更有效率。語篇長難句的句法成分與結構通過可視圖形直觀呈現(xiàn)，降低了學生對于復雜句式的認知障礙，賦能學生學習。

（二）人工智能輔助應用研究有待深入

因人工智能的功能實效，及其對學生進行語言自主、智能、深度學習的促進作用，人工智能輔助英語教學已成大勢所趨。然而，現(xiàn)階段的人工智能輔助句法教學的普及與推廣仍然存在較大困難，這需要一線教師付出一定的學習成本，克服存在的明顯的技術障礙。因此，目前英語教學中，教師需要探索更具針對性、易用性、精準性的軟件，實現(xiàn)信息技術與教學的深度融合。

隨著新時代人工智能大數(shù)據(jù)+語言教育的不斷深化，筆者相信，相關技術瓶頸終將被快速突破，人工智能在英語教學中的應用前景將日益廣闊。

參考文獻

[1] 余亮，魏華燕，弓瀟然.論人工智能時代學習方式及其學習資源特征[J].電化教育研究，2020（4）：28-34.

[2] MANNING C D， SURDEANU M， BAUER J， FINKEL J， BETHARD S J， MCCLOSKY D. The Stanford CoreNLP Natural Language Processing Toolkit[C].Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics， 2014：55-60.

[3] NATION K， SNOWLING J M. Factors influencing syntactic awarenessskills in normal readers and poor comprehenders[J]. Applied Psycholinguistics，2000，21（2）：229-242.

[4] ELLIS R. A theory of instructed second language acquisition[M].Implicit and Explicit Learning of Languages. San Diego， CA： Academic Press. 1994：79-114.

[5] SOCHER R， BAUER J， MANNING C， NG Y. Parsing with Compositional Vector Grammars[C].Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics， 2013（1）：455-465.

[6] 張維忠，唐慧榮.可視化教學內(nèi)容設計的五大原則[J].電化教育研究，2010（10）：99-102.

[作者徐使超系浙江海寧市高級中學英語教師，一級教師;賈炯系淘寶（中國）軟件有限公司工作人員]

責任編輯：孫建輝