国内外英语写作在线反馈系统研究.docVIP

国内外英语写作在线反馈系统研究 　　[摘 要] 本文回顾和分析了国内外写作在线反馈系统的发展。在计算机辅助语言学习、O2O教学改革的背景下，写作教学领域中写作输出的在线反馈系统得到广泛的应用。未来的研究可以从三个方面进行：写作在线反馈系统的评价和修正两个维度的开发，写作在线反馈系统的信度和效度的优化，以及写作在线反馈系统与其他反馈方式的互补模式。 　　[关键词] 写作教学；在线反馈；信度；效度 　　[中图分类号]G642 [文献标志码] A [文章编号] 1008-2549（2017） 04-0013-03 　　一 研究背景 　　写作是一个复杂的认知过程，学生始终是这一学习过程的主体，提高其英语写作方面的自我认知水平并进行有效修改的一个关键保障就是“一种源自回应的自我认知修正”（Freedman，1985），即对其所写英语作文的反馈。反馈原本是控制论中的一个基础概念，是指在控制系统中将输出端的信息返回到输入端，并对该信息的再次输出产生影响的过程。从语言学注意假设理论的角度来解释，反馈是“促使注意的一个推动力，反馈能修正不正确的假设，将学习者引导到目的语的轨迹上”（SwainandLapkin，1995），他指出反馈能“促使学习者注意到中介语和目的语间的差异，并让学习者重新构建对目的语所形成的假设，对语言结构进行重组”。 　　从20世纪70年代起，计算机辅助教学（Computer-assistedInstruction，简称CAI）开始出现在教育领域，其中计算机辅助语言学习在外语教学中的作用越来越受到人们的关注。国家教育部在2003年启动的“高等学校教学质量和教学改革工程”中明确提出要利用现代化信息技术，进行大学英语教学的改革工作。2012年，教育部在《教育部?P于全面提高高等教育质量的若干意见》中特别提到信息技术应当在学校的教学层面上得到更为广泛的应用。这一改变已经延伸到了写作教学领域，尤其是在写作输出的反馈中。 　　二 国内外写作在线反馈系统（AutomatedEssayScoring，AES） 　　近几十年来，随着计算机硬件和软件性能的提高，自然语言处理技术获得长足的发展，国外一批作文自动评分系统相继问世。其中最具代表性的三种作文自动评分系统是：PEG（ProjectEssayGrade）、IEA（IntelligentEssayAssessor）和E-rater。PEG偏重语言形式，IEA偏重语言内容，而E-rater则既重形式又重内容。 　　1966年，PEG由美国杜克大学的EllisPage等人开发（Daigon，1966；Page，1966）。他们在其网站上公开申明：“PEG不能理解作文的内容”。PEG利用当时并不发达的自然语言处理技术，基于文本特征项（textfeatures）与人工评分之间进行相关性分析。PEG依靠分析文章的浅层语言学特征对作文进行评分，如：长度、介词、关系代词及其他词性的词汇数量、词长的变化等，没有涉及内容、组织、体裁等方面。 　　到了20世纪90年代，自然语言处理与信息提取技术取得了长足的进步。依托这些技术，数种有代表性的AES系统得以开发。IEA（IntelligentEssayAssessor）是一种基于潜在语义分析（LatentSemanticAnalysis）的作文自动评分系统，由美国科罗拉多大学的ThomasLandauer等学者开发。与PEG显著不同的是，IEA的设计者们在其网站上申明：“IEA是唯一能够测量语义和作文内容的程序”。据IEA的设计者们报告，潜在语义分析主要分析文本的内容和学生作文中所传达的知识，而不是作文的风格或语言（Foltzetal，1998）。根据Landauer和Dumais（1997）的描述，文本中隐藏着一个潜在的语义结构（SemanticStructure），这一潜在的语义结构正是所有词汇（潜伏语义分析称之为“词汇项”，即terms）的语义之和。将潜在语义分析用于学生作文自动评分时，待评分的作文与预先选定的范文（训练集）进行比较之后，可以得到每一篇待评分作文与范文在内容上的相似度得分（SimilarityScore）。 　　E-rater是由美国教育考试处（Educational Testing Service，ETS）于20世纪90年代开发，其目的是评估GMAT考试中的作文质量。E-rater的开发者们声称，他们的作文评分系统利用了多种技术，其中包括统计技术、矢量空间模型技术和自然语言处理技术（Valentietal.2003）。凭借这些技术，E-rater不光能够像PEG那样评判作文的语言质量，还能够像IEA那样评判作文的内容质量，此外，E-rater还对作文的篇章结构进行分析。E-rater围绕这三个主要方面对作文的质量进行