人工智能技術(shù)在語言學習中的應(yīng)用與挑戰(zhàn)

摘? 要：在人工智能技術(shù)正在被廣泛且深入使用的領(lǐng)域當中，教育科技中的語言學習領(lǐng)域，無疑是最受關(guān)注且最被期待發(fā)生革命性變革的領(lǐng)域之一。諸多具有代表性的人工智能技術(shù)，如語音識別、語義分析、機器翻譯、人機交互，以及自適應(yīng)學習等，正在越來越普遍地被應(yīng)用到語言學習的過程中去，并在不斷地證明著其自身所具備的變革力量和商業(yè)價值。

關(guān)鍵詞：人工智能;語言學習;語音識別

中圖分類號：TP18? ? ? ?文獻標識碼：A 文章編號：2096-4706（2019）19-0109-02

Abstract：In the field where artificial intelligence technology is being widely and deeply used，the field of language learning in educational technology track is undoubtedly one of the most concerned and most anticipated areas of revolutionary change. Many representative artificial intelligence technologies，such as speech recognition，semantic analysis，machine translation，human-computer interaction，and adaptive learning，are increasingly being applied to the process of language learning and constantly prove its own power of change and business value.

Keywords：artificial intelligence;language learning;speech recognition

0? 引? 言

在人工智能技術(shù)被越來越多地應(yīng)用到教育領(lǐng)域的同時，一些挑戰(zhàn)也隨之而生。比如，教學產(chǎn)品對單一技術(shù)過分依賴、智能化教學過程中缺少必要的教學專家參與等。本文將通過技術(shù)說明與實際案例相結(jié)合的方式，闡述如何科學地在語言學習領(lǐng)域應(yīng)用人工智能技術(shù)，并有效地應(yīng)對、化解人工智能技術(shù)所帶來的挑戰(zhàn)。

1? 語言學習過程中語音識別技術(shù)的應(yīng)用方式

也許是因為應(yīng)用場景較為廣泛，或因為谷歌、百度、科大訊飛等成熟科技公司的投入，語音識別技術(shù)經(jīng)常會成為人們想到的人工智能技術(shù)概念。在語言學習過程中，語音識別技術(shù)確實被應(yīng)用于大量的具體場景?？扇绻麑φZ音識別技術(shù)的作用和價值理解不夠準確，甚至期待依靠語音識別技術(shù)可以解決語言學習智能化的挑戰(zhàn)，就會有失偏頗。

首先，語音識別的關(guān)鍵在于識別。無論具有多高的識別度與準確性，終極目的是將學習者所講的內(nèi)容識別出來，并顯示出具體文字。但這一功能和過程，嚴格來講并不具備教學性。也就是說，識別的結(jié)果只是單純的文字結(jié)果，還未涉及如何提升所講內(nèi)容的質(zhì)量這件真正重要的事情。其次，對于語言學習者而言，其要求的效果和價值遠大于常規(guī)的翻譯工具。這就意味著，即使能夠?qū)崿F(xiàn)100%的識別準確度（目前無論是學術(shù)界還是工業(yè)界都均未達到），充其量能夠?qū)崿F(xiàn)快速準確的翻譯或呈現(xiàn)，并不能給學習者提供學習和提高的方法和建議。所以，過分依靠語音識別技術(shù)，甚至認為語音識別等價于智能化語言學習，是一個局限性的錯誤。

那么語音識別技術(shù)該怎樣恰當?shù)貞?yīng)用在智能化的語言學習過程中呢？正如前文所述，關(guān)鍵在于能否提供應(yīng)用和處理識別結(jié)果的可能性。所以，當需要對語言學習者的口語進行評價、分析、建議及反饋時，語音識別就成為第一項被應(yīng)用的人工智能技術(shù)。通常，為了提升語境相對封閉以及定義較規(guī)范的內(nèi)容范疇時，我們在模型中通過增加特定詞句的數(shù)據(jù)集和訓練量，提升特定詞句的識別準確度。這樣一來，有了更加準確的文本（識別結(jié)果），后續(xù)的評價、分析、建議及反饋等過程，可以更加獨立、完整，和充分地進行。

2? 應(yīng)用技術(shù)組合攻克自動化評分難題

自動化評分一直是智能化語言學習進化路上的一個重要挑戰(zhàn)。一來，自動化評分可以通過降低人為情感因素提升評分的客觀性和準確度。二來，通過自動化評分，可以大大解放教師的生產(chǎn)力，讓教師去做更具創(chuàng)造性的教學工作。然而一個高效、準確、完整的自動化評分過程的實現(xiàn)并不容易，需要多項技術(shù)的組合應(yīng)用才能實現(xiàn)。

為了更好地探討和呈現(xiàn)這個問題，我們不妨將討論封閉到一個有邊界的具體問題中，用英語口語考試評分作為具體場景的例子來說明。如果我們需要對學習者的英語口語表達進行評分，很顯然，這涉及到發(fā)音、語調(diào)、語法、詞匯、內(nèi)容邏輯、細節(jié)展開等諸多維度。完成這樣一個挑戰(zhàn)需要教學和研發(fā)團隊對目標有深度的理解以及構(gòu)建多維度的算法，需要非常扎實的積累。

我們用普遍認知中最具挑戰(zhàn)性的一個維度——內(nèi)容邏輯，作為演示技術(shù)組合的示范。對內(nèi)容邏輯的評分，我們至少需要讓算法跑完三個關(guān)鍵環(huán)節(jié)：（1）識別內(nèi)容;（2）語義比照/呈現(xiàn);（3）分數(shù)計算。其中，至少應(yīng)用了三項人工智能技術(shù)：（1）語音識別;（2）語音分析;（3）權(quán)重計算。根據(jù)前文對語音識別技術(shù)的解釋和說明，我們可以根據(jù)學習者所面對的學習內(nèi)容，加強對于重點詞、句、篇章的識別訓練，從而將第一關(guān)鍵環(huán)節(jié)——識別內(nèi)容的準確度大幅提升。

假設(shè)學習者的目標是表達一句話，而根據(jù)標準及要求，這句話有五種地道表達方式（高分）、三種普通表達方式（中等分數(shù)），以及兩種錯誤表達方式（低分）。一方面需要將所學內(nèi)容的標準及要求全部錄入算法，另一方面也要考慮到特殊情況，如，學習者講出了高分質(zhì)量的表達方式，但未被收錄進所學內(nèi)容的標準及要求中，在這種情況下也要盡可能給出公允的評分。

例如，如果根據(jù)所學內(nèi)容的標準及要求，按照Teacher Forcing的程序邏輯，只能評價與Ground Truth完全對應(yīng)的表達輸出，這就會扼殺表達的多樣性，導致評分不準確。所以，我們需要通過提升評分算法訓練框架的延展性，增加可接受表達的理解力和包含度，甚至通過工程學的角度和方式方法，增加可接受表達的數(shù)據(jù)集，盡可能讓智能化評分更接近人類智能。

最后一個關(guān)鍵環(huán)節(jié)，就是在識別和內(nèi)容處理都結(jié)束后，對于表達的評價其實是特別依賴教學經(jīng)驗的強干預(yù)和強介入的。比如，一句話的識別結(jié)果是A+B+C+D，而最高分表達的標準是A+B+C+E。那么，E被誤講成了D需要扣多少分、由此定位出的學習問題、給出的相應(yīng)提升建議，這都需要依賴教學專家的經(jīng)驗。這些具體的教學評價系數(shù)是十分重要的算法參數(shù)。并且，此類參數(shù)是無法單純地由數(shù)據(jù)科學家、算法工程師獨立完成的。所以，即使智能化學習迅速發(fā)展的今天，我們依然必須重視教學專家經(jīng)驗與智能算法和工程的結(jié)合，專家經(jīng)驗就是算法中的重要參數(shù)。

所以，當我們能夠處理并組合好內(nèi)容識別、語義處理、以及專家經(jīng)驗的時候，一項口語評分的算法構(gòu)建才算真正完成。至少目前看，如此的技術(shù)組合才是攻克智能學習挑戰(zhàn)的不二法門。

3? 未來變革語言學習的新技術(shù)的應(yīng)用

上文提及并描述的人工智能技術(shù)或多或少都隸屬于NLP（自然語言處理）范疇。隨著人工智能技術(shù)在未來井噴式的發(fā)展和進化，以及教學者對于語言學習本質(zhì)的進一步定位和提煉，更多NLP范疇外的新技術(shù)將逐步進入智能語言學習領(lǐng)域，進而帶來更加革命性的學習效果和體驗。

我們將人臉識別和圖像合成技術(shù)作為新技術(shù)的代表，來探究究竟在語言學習領(lǐng)域會有怎樣的新應(yīng)用。

發(fā)音一直是所有語言學習者非常重視的維度。畢竟標準的發(fā)音會給整體的語言能力表現(xiàn)大大加分。目前的技術(shù)應(yīng)用和教學重點基本都著重在糾音、辨音的階段和環(huán)節(jié)，對于學習者發(fā)音中的問題，已經(jīng)有成熟的技術(shù)可以將發(fā)音識別精確到音標音節(jié)。學習者在感嘆自己的發(fā)音被如此細致的剖析的同時，不免會覺得，在了解問題所在之后，并沒有得到有效、可行的提升方法。導致從前的錯誤和迷茫沒有得到有效的解決。

而當仔細觀察發(fā)音的本質(zhì)時，會發(fā)現(xiàn)決定發(fā)音是否準確的關(guān)鍵問題，是學習者是否通過口腔和口型表現(xiàn)正確的生理動作。所以，糾正發(fā)音其實并不應(yīng)該只從聲音維度進行，而是應(yīng)該更加重視語言學習者在試圖發(fā)出某個音時，其動作是否到位和準確。這時，需要使用人臉識別與圖像識別技術(shù)，具體來說，人臉識別與圖像識別技術(shù)可以通過將學習者的口型動作與標準發(fā)音的口型動作進行對比，從而清晰、生動地展現(xiàn)出學習者的口型動作與標準動作的差異，而當學習者的口型動作與標準動作完全在圖像上吻合時，其發(fā)音自然就會變得標準、準確。筆者堅信，人臉識別與圖像識別技術(shù)將會是未來語言學習中提升口語發(fā)音非常重要技術(shù)。

除了發(fā)音，可持續(xù)的學習興趣更是所有語言學習者所面對的難題。學習者經(jīng)常會產(chǎn)生這樣的想法：如果有一個我特別喜歡的人或者老師給我上課，我就會更容易完成課程、提高學習效率，獲得好的學習效果。甚至有人想象，如果自己的偶像，比如美國總統(tǒng)、電影明星、流行歌手可以成為自己的語言學習老師，自己就會全情投入地學習了。而如今，人臉合成技術(shù)讓這樣一個夢想成為現(xiàn)實。人臉合成技術(shù)完全可以實現(xiàn)對一個人的面部動作進行編譯，從而讓這個人在學習者面前講述其需要的內(nèi)容。讓自己的偶像成為自己的語言老師將不再只是幻想，而是一項可定制、可普及的語言學習技術(shù)。

4? 結(jié)? 論

當語言學習領(lǐng)域的創(chuàng)新者與變革者能夠更加準確地洞察技術(shù)的創(chuàng)新能力與合理邊界，并對語言學習領(lǐng)域有更加本質(zhì)化的認識和理解后，一定會有更多創(chuàng)新者與創(chuàng)新型團隊可以更加科學地應(yīng)用人工智能技術(shù)、更加高效地實現(xiàn)技術(shù)組合。在未來，也就會有更多更加強大的基于新技術(shù)的新應(yīng)用，讓語言學習變得更加智能、更加高效。

參考文獻：

[1] 李春琳.人工智能在外語教學中的應(yīng)用及研究熱點 [J].中國教育信息化，2019（6）：29-32.

[2] 陳堅林，賈振霞.大數(shù)據(jù)時代的信息化外語學習方式探索研究 [J].外語電化教學，2017（4）：3-8+16.

作者簡介：那天（1987.12-），男，漢族，遼寧沈陽人，公司創(chuàng)始人，CEO，碩士研究生，研究方向：人工智能、語言學習。