基于虛擬現(xiàn)實技術(shù)的相關(guān)語言學(xué)習(xí)理論與技術(shù)支持探究

劉倩影

（山東第一醫(yī)科大學(xué)，山東泰安 271016）

1 應(yīng)用虛擬現(xiàn)實技術(shù)的語言學(xué)習(xí)理論基礎(chǔ)和新觀點

認(rèn)識學(xué)習(xí)理論把學(xué)習(xí)者看作是信息加工的主體。語言學(xué)家喬姆斯基（Noam Chomsky）認(rèn)為動物內(nèi)在存在理解行為：“描述復(fù)雜有機(jī)體的行為，自然會想到除了需要了解外部刺激之外，還要知道有機(jī)體內(nèi)部結(jié)構(gòu)的知識，以及有機(jī)體如何處理信息，怎樣組織其行為等內(nèi)容。”虛擬現(xiàn)實技術(shù)可以為習(xí)得者提供相應(yīng)的外部刺激，這種外部刺激的內(nèi)容應(yīng)該建立在習(xí)得者本身的知識體系上，其通過接受刺激，處理信息，組織信息，達(dá)到一次完整的學(xué)習(xí)閉環(huán)。[1]

構(gòu)建主義學(xué)習(xí)理論是學(xué)習(xí)者利用必要的學(xué)習(xí)資料通過意義構(gòu)建的方式學(xué)習(xí)。認(rèn)為要充分發(fā)揮學(xué)生個體的主觀能動性，要求學(xué)生能夠用探究、討論等各種不同的方法在頭腦中去主動建構(gòu)數(shù)學(xué)知識。利用虛擬現(xiàn)實技術(shù)習(xí)得漢語，顯然不是一種單向操作，需要充分發(fā)揮學(xué)生個體的主觀能動性。

語言功能論討論如何用語言做事、進(jìn)行交際。如韓禮德把語言看作社會符號，是人們有目的地用來在語境中表達(dá)意義的資源。在利用虛擬現(xiàn)實技術(shù)時，應(yīng)輸入有意義的語境，而非隨意輸入無意義的片段。

目前有種較新的語言學(xué)習(xí)理論觀點，即把學(xué)習(xí)者看作是外界觀察和信息輸入的主體，利用實際的或虛擬實際的客觀載體表達(dá)觀點、進(jìn)行交際。這種觀點總結(jié)并更加肯定了認(rèn)知學(xué)習(xí)理論、構(gòu)建主義學(xué)習(xí)理論、語言功能理論中學(xué)習(xí)者的主動地位，即人是學(xué)習(xí)的主體，虛擬現(xiàn)實技術(shù)是客觀載體，保證了主觀能動性和積極性，保證了學(xué)習(xí)的效率和針對性、趣味性。

2 虛擬現(xiàn)實技術(shù)相較于其他教育技術(shù)在漢語習(xí)得中的優(yōu)勢

2.1 便于梳理漢語使用的情景語境 （也即自然語言環(huán)境）

利用虛擬現(xiàn)實技術(shù)構(gòu)建漢語詞匯、語法的認(rèn)知環(huán)境和口語習(xí)得場景，使學(xué)習(xí)者可以獲得語言交際學(xué)習(xí)中極為重要的兩個要素：“臨境感”“交互性”，便于學(xué)習(xí)者探索、發(fā)現(xiàn)和適應(yīng)語言環(huán)境；能很大程度上體現(xiàn)出真實語境下語言的交際功能（即能表達(dá)言外之意），因為語言內(nèi)容本身和語言所指向的意義有時候并不是一一對應(yīng)的關(guān)系。

2.2 便于建立龐大的云語料庫

通過微軟AI搜索技術(shù)等相關(guān)技術(shù)，根據(jù)互聯(lián)網(wǎng)實時信息，建立動態(tài)的語料庫、信息庫。

2.3 實現(xiàn)理想的漢語學(xué)習(xí)環(huán)境

解決課堂學(xué)習(xí)中缺乏“臨境感”“交互性”的難題、不能實現(xiàn)自然交互的角色扮演的難題、不能體會漢語龐大復(fù)雜的委婉表達(dá)和言外之意的難題；實現(xiàn)任何場景下的 “沉浸式學(xué)習(xí)”（如通過目前的Magic Leep支持）；滿足現(xiàn)實條件下難以實現(xiàn)的或預(yù)想中的場景構(gòu)建和基于此場景的語言學(xué)習(xí)：如災(zāi)難演習(xí)、太空環(huán)境、高級實驗室環(huán)境等。

2.4 與虛擬角色進(jìn)行自然交互

學(xué)習(xí)者能夠與計算機(jī)、“機(jī)器人”或通過AR眼鏡（虛擬世界中的交際對象）直接進(jìn)行包含模擬真實語言反映的“人—機(jī)語音對話”（如目前的siri、小愛機(jī)器人、小度音響等）；親臨情景之中扮演角色，與虛擬世界中的虛擬角色進(jìn)行自然交互。

2.5 便于學(xué)習(xí)者的自主學(xué)得

即充分發(fā)揮學(xué)習(xí)者本人的主體作用，學(xué)習(xí)者能自主根據(jù)期望學(xué)得的內(nèi)容，通過各種形式與AI進(jìn)行學(xué)習(xí)互動，通過“人工智能老師”的“教學(xué)”和人機(jī)互動的反復(fù)操練，學(xué)習(xí)者可在這種虛擬現(xiàn)實技術(shù)中發(fā)現(xiàn)自身問題、得到自主學(xué)得的目的，即將虛擬現(xiàn)實技術(shù)應(yīng)用成一臺智能漢語學(xué)習(xí)機(jī)；通過提問或檢索的形式（如利用微軟AI搜索技術(shù)支持），可從AI得到相關(guān)文化的、政治的、經(jīng)濟(jì)的方方面面的回答或相關(guān)知識與觀點，即將虛擬現(xiàn)實技術(shù)應(yīng)用成一種搜索引擎。

2.6 可以滿足特定職業(yè)語言學(xué)習(xí)的需要

特定專業(yè)或職業(yè)的學(xué)習(xí)者根據(jù)學(xué)習(xí)者的需要任意創(chuàng)建自己信任的虛擬教師和虛擬學(xué)習(xí)伙伴、競爭伙伴，自創(chuàng)特定環(huán)境、事件與細(xì)節(jié)，如醫(yī)院環(huán)境（醫(yī)生、病人、器械）、警署環(huán)境（警察、犯人、監(jiān)獄）等等。

2.7 降低情感焦慮、緊張

語言學(xué)習(xí)中的焦慮主要指學(xué)習(xí)者需要用外語或第二語言進(jìn)行表達(dá)時所產(chǎn)生的恐懼或不安心理。導(dǎo)致的因素有其自身的因素、外部因素、雙向交流不順暢等因素。利用虛擬現(xiàn)實技術(shù)，一方面與學(xué)習(xí)者對話的不是活生生的人，而是機(jī)器，大大降低了因自尊心等原因造成的焦慮和緊張，另一方面也排除了教師的嚴(yán)苛要求因素，更能在雙向交流中按照自己的意愿調(diào)節(jié)交流內(nèi)容和強(qiáng)度。

3 已較成熟的虛擬現(xiàn)實技術(shù)支持與暫未成熟的虛擬現(xiàn)實技術(shù)支持

3.1 已較成熟的虛擬現(xiàn)實技術(shù)支持

（1）WaveNet：一種原始音頻波形深度生成模型，能夠模仿人類的聲音，生成的原始音頻質(zhì)量優(yōu)于目前Google采用的兩種最優(yōu)文本——語音模型Parameric TTS與 Concatenative TTS。

（2）Tacotron 2：集成了谷歌語音生成兩大技術(shù)WaveNet和Tacotron1，通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方式，發(fā)揮出當(dāng)前技術(shù)性的極限，在幾乎沒有任何語法專業(yè)性問題的情況下將文本轉(zhuǎn)變?yōu)檠葜v。

（3）Magic Leep：增強(qiáng)現(xiàn)實平臺，主要研發(fā)方向是將三維圖像投射到人的視野中。

（4）深度學(xué)習(xí)網(wǎng)絡(luò)：深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，是機(jī)器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，由Hinton等人于2006年提出。[2]深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個新的領(lǐng)域，它模仿人腦的機(jī)制來解釋數(shù)據(jù)。目前PaddlePaddle產(chǎn)品可提供豐富的模型庫，從而可以快速構(gòu)建強(qiáng)大的應(yīng)用，滿足各種場景的需求。

（5）自然語言處理技術(shù)：自然語言處理技術(shù)終極目標(biāo)是實現(xiàn)一種能夠像個體人一樣進(jìn)行語言加工的智能機(jī)器。至今已形成規(guī)則技術(shù)和統(tǒng)計技術(shù)兩大主流技術(shù)、多種輔助技術(shù)并存的局面。其發(fā)展趨勢是實例技術(shù)可能成為主流技術(shù)，規(guī)則技術(shù)和統(tǒng)計技術(shù)可能成為輔助技術(shù)。[3]現(xiàn)在，自然語言技術(shù)已全部轉(zhuǎn)向深度學(xué)習(xí)網(wǎng)絡(luò)，對話系統(tǒng)也都用到了深度學(xué)習(xí)網(wǎng)絡(luò)。

3.2 未成熟的虛擬現(xiàn)實技術(shù)支持

（1）語音感情的表達(dá)：根據(jù)習(xí)得者的輸入，即言語、語言層次和非言語表現(xiàn)，人工智能目前較難及時調(diào)整與選擇適當(dāng)?shù)妮敵?；根?jù)學(xué)習(xí)者表達(dá)的情緒（如語氣、重音、停頓、強(qiáng)調(diào)等）做出判斷，較難給出相應(yīng)的模擬真實的反應(yīng)，如控制語音從而表達(dá)出開心或憂傷的感情。目前谷歌發(fā)布Tacotron 2可支持利用文本生成聽起來比較自然的英文語音，但仍存在很多缺陷。

（2）AI的語義分析：人腦中的許多日常概念通常是模糊概念，這在實踐中反而顯示出較高的效率，這與電腦只能識別精確的語義模式有著本質(zhì)的區(qū)別。[6]在有現(xiàn)成本文語料的情況下，如何最快、最準(zhǔn)確地對輸入話語作出語義分析，如何在海量語料中篩選符合此語義分析的相應(yīng)回答尚需大量研究與實踐。

（3）AI的自主言語生成：自主語言生成靠模擬人的思維，而人的思維過程和規(guī)律很難用一種或多種高級語言（軟件）來一一對應(yīng)描述。在沒有現(xiàn)成本文語料的情況下，或想重新構(gòu)建語料的情況下，如何拆解語言元素，如何構(gòu)建一個新型的、適用于虛擬現(xiàn)實技術(shù)的漢語語言生成法則，使得AI脫離本地或云文本，利用預(yù)先設(shè)置的漢語語法程序賦予AI自主選擇詞匯、語法來自主生成有效、可懂、有意義的話語，從而脫離對單純語料庫的依賴等方面尚待研究。

（4）虛擬現(xiàn)實技術(shù)對漢語非言語交際手段的理解：非言語交際行為包括言語行為以外的一切由交際者和交際環(huán)境所產(chǎn)生的刺激,這些刺激對于交際參與者具有潛在的信息價值,一旦這些刺激被對方感知就產(chǎn)生了實際的交際意義。由于目前沒有漢語非言語交際手段的行為特征庫，因此無法形成程序和產(chǎn)品。

（5）情感計算：即賦予AI像人一樣的觀察、理解和生成各種情感特征的能力，試圖創(chuàng)建一種能感知、識別和理解人的情感，并能針對人的情感做出智能、靈敏、友好反應(yīng)的計算系統(tǒng)。[4]Peddle的Senta模型是目前最好的中文情感分析模型，其大概可判斷積極、消極、中性情感，但無法識別更復(fù)雜的情感。

總之，虛擬現(xiàn)實技術(shù)相關(guān)的語言習(xí)得理論有認(rèn)識學(xué)習(xí)理論、構(gòu)建主義、語言功能論等。虛擬現(xiàn)實技術(shù)相較于其他教育技術(shù)在漢語習(xí)得中有獨特的優(yōu)勢。目前，市場上有部分已較成熟的虛擬現(xiàn)實技術(shù)產(chǎn)品來支持語言對話或?qū)W習(xí)，但仍有大量的問題暫未能獲得成熟的虛擬現(xiàn)實技術(shù)支持。