詞向量在計算機輔助英語詞匯學(xué)習(xí)系統(tǒng)中的應(yīng)用

鄧海龍

(贛南師范大學(xué)，江西 贛州 341000)

詞匯是英語運用能力的基礎(chǔ)，也是占用學(xué)習(xí)時間和精力較多的部分。 然而，英語詞匯學(xué)習(xí)效率在總體上并不理想。 隨著計算機技術(shù)的迅速發(fā)展，各類計算機輔助詞匯學(xué)習(xí)(Computer Assisted Vocabulary Learning)系統(tǒng)得到開發(fā)和應(yīng)用，給外語學(xué)習(xí)者詞匯識記相關(guān)教學(xué)提供了諸多便利，有力地提升了英語詞匯學(xué)習(xí)效果。 然而，由于主客觀條件限制，現(xiàn)有大多數(shù)詞匯學(xué)習(xí)系統(tǒng)并沒有充分參考當(dāng)代詞匯教學(xué)理論研究成果，鮮少借鑒當(dāng)代人工智能發(fā)展的最新技術(shù)，在科學(xué)性、智能化和個性化設(shè)計方面存在一定發(fā)展空間。 詞匯學(xué)習(xí)實證研究表明，語義相似性對英語單詞學(xué)習(xí)存在重要影響[1]。 有研究指出，英語單詞記憶是外語學(xué)習(xí)中最為枯燥乏味、最具挑戰(zhàn)性的任務(wù)，這主要是由于大多數(shù)單詞之間缺乏直接的結(jié)構(gòu)或語義關(guān)聯(lián)性[2]。 為改進現(xiàn)有計算機輔助英語詞匯教學(xué)系統(tǒng)，推動人工智能技術(shù)在外語教育中的應(yīng)用，本研究嘗試引入自然語言處理領(lǐng)域的詞向量技術(shù)，結(jié)合學(xué)習(xí)者心理詞匯網(wǎng)絡(luò)表征理論和二語詞匯教學(xué)理論，設(shè)計構(gòu)建基于詞向量的英語詞匯智能教學(xué)系統(tǒng)，以進一步增強英語詞匯教學(xué)效果。

一、 計算機輔助詞匯學(xué)習(xí)

由于智能手機的廣泛普及，計算機詞匯學(xué)習(xí)系統(tǒng)得到蓬勃發(fā)展，移動終端應(yīng)用市場上涌現(xiàn)大量單詞記憶軟件。 相比傳統(tǒng)單詞識記方法，其有諸多優(yōu)勢。 第一，這些軟件界面友好，單詞呈現(xiàn)方式豐富多樣，其中包含發(fā)音實例、圖片說明(動畫提示)、例句及其譯文與朗讀等。 第二，詞庫種類齊全，配有英語四、六級考試詞匯、考研英語、雅思托福英語等各類詞匯記憶項目可供選擇。 有些軟件提供特定教材書籍的生詞列表進行學(xué)習(xí)，比如，新概念、許國璋英語等[3]。 第三，單詞練習(xí)與測試形式較為豐富，其中包括聽寫、多項選擇和例句填空等。 第四，交互性強，系統(tǒng)根據(jù)用戶操作情況動態(tài)調(diào)整學(xué)習(xí)內(nèi)容。 有些詞匯學(xué)習(xí)系統(tǒng)還融入游戲元素，有助于增強趣味性和提升成就感。 第五，一些軟件參考心理學(xué)理論，運用抗遺忘單詞記憶策略，如根據(jù)艾濱浩斯遺忘曲線等算法設(shè)計詞匯學(xué)習(xí)周期等。

最新研究表明，移動技術(shù)條件下的計算機詞匯學(xué)習(xí)系統(tǒng)對學(xué)習(xí)者詞匯學(xué)習(xí)具有積極作用。 曹進、鄧向姣以“百詞斬”應(yīng)用為例調(diào)查了大學(xué)生移動詞匯學(xué)習(xí)現(xiàn)狀，指出移動學(xué)習(xí)背景下的計算機輔助詞匯教學(xué)系統(tǒng)可以提供多樣化的學(xué)習(xí)場景和個性化的學(xué)習(xí)內(nèi)容，其便攜性特點有利于學(xué)生充分利用邊角時間進行碎片化學(xué)習(xí)，對大學(xué)生英語單詞擴張有積極效果[4]。 此外，移動終端中的計算機詞匯教學(xué)系統(tǒng)相對容易記錄和追蹤學(xué)習(xí)者詞匯學(xué)習(xí)活動，更加有利于設(shè)置和推送個性化詞匯學(xué)習(xí)方案。 研究人員通過綜合分析2005 至2018 年間33 項移動終端詞匯學(xué)習(xí)試驗結(jié)果發(fā)現(xiàn)，移動技術(shù)條件下的計算機輔助詞匯教學(xué)對學(xué)習(xí)者單詞記憶(Word Retention)有顯著且積極的影響。

值得注意的是，雖然計算機輔助詞匯學(xué)習(xí)系統(tǒng)逐漸增多，并在教學(xué)實踐中日益發(fā)揮重要作用，但其科學(xué)性、智能化以及個性化程度仍有待提高。 第一，現(xiàn)有詞匯學(xué)習(xí)系統(tǒng)鮮少有明確的二語詞匯學(xué)習(xí)理論支撐。 盡管應(yīng)用市場上的計算機輔助詞匯學(xué)習(xí)系統(tǒng)類型比較多樣，功能也比較齊全，但大多以應(yīng)考為主要目的，教學(xué)內(nèi)容組織方式往往缺乏科學(xué)依據(jù)。 第二，現(xiàn)有詞匯學(xué)習(xí)系統(tǒng)較少借鑒當(dāng)代人工智能技術(shù)成果。 從軟件開發(fā)角度來看，計算機輔助詞匯學(xué)習(xí)系統(tǒng)的研發(fā)門檻并不高，但相較于其他信息技術(shù)應(yīng)用領(lǐng)域，其所帶來的經(jīng)濟效益往往也較難吸引計算機專業(yè)人才。 第三，大多數(shù)英語詞匯學(xué)習(xí)系統(tǒng)尚未充分利用學(xué)習(xí)日志數(shù)據(jù)為用戶制訂個性化學(xué)習(xí)方案。 現(xiàn)有系統(tǒng)在詞匯學(xué)習(xí)計劃制訂和學(xué)習(xí)策略運用并不夠理想。 用戶的詞匯基礎(chǔ)、學(xué)習(xí)目標(biāo)、時間及精力條件等情況各有不同，系統(tǒng)應(yīng)當(dāng)參照外語學(xué)習(xí)規(guī)律，分別提供個性化單詞訓(xùn)練方案設(shè)計，以取得理想效果。

二、 詞匯網(wǎng)絡(luò)與詞匯教學(xué)

人類語言的詞匯組織結(jié)構(gòu)(常稱作心理詞庫，Mental Lexicon)可以類比為一個龐大的詞匯網(wǎng)絡(luò)(Lexical Network 或Word Web)，單詞之間通過語義相關(guān)性相互鏈接在一起。 詞匯知識并非僅僅包括詞形與意義之間的簡單對應(yīng)關(guān)系，還涉及單詞之間的橫組合(如反義、近義與上下義)與縱聚合(如搭配)關(guān)系。 通常情況下，本族語者的詞匯網(wǎng)絡(luò)密度(Density)比學(xué)習(xí)者要大；隨著語言水平提高，學(xué)習(xí)者的詞匯網(wǎng)絡(luò)密度也隨之增大。 由此可見，詞匯教學(xué)并不適宜采用孤立記憶方法，應(yīng)當(dāng)將相互關(guān)聯(lián)的單詞組織起來集中呈現(xiàn)和學(xué)習(xí)，這樣才更加有利于擴張學(xué)習(xí)者詞匯數(shù)量和深化二語詞匯知識。

詞匯網(wǎng)絡(luò)理論對計算機輔助詞匯學(xué)習(xí)系統(tǒng)設(shè)計有重要啟示。 詞匯學(xué)習(xí)系統(tǒng)的設(shè)計重點在于如何組織和安排不同單詞的先后學(xué)習(xí)順序。 每個學(xué)習(xí)批次的單詞數(shù)量、單詞識記難度、相鄰學(xué)習(xí)單詞的意義相關(guān)度以及學(xué)習(xí)時間間隔等不同因素都可能對詞匯學(xué)習(xí)產(chǎn)生消極或者積極影響。 一般而言，將單詞進行離散化(Spacing)分開學(xué)習(xí)比聚集化(Massing)更有利于促進顯性與刻意詞匯識記效果[5]。 離散化是指盡量將存在語義相關(guān)性的詞匯分散組織學(xué)習(xí)。 具體來說，學(xué)習(xí)者同時學(xué)習(xí)多個形式或意義相近的初次接觸單詞容易產(chǎn)生一定程度的相互干擾；若從已經(jīng)掌握的單詞出發(fā)，學(xué)習(xí)與之存在關(guān)聯(lián)的其他單詞，則往往有利于提高教學(xué)效果。

換言之，計算機詞匯學(xué)習(xí)方案設(shè)計主要涉及單詞分組規(guī)劃及其先后次序安排，其中應(yīng)當(dāng)考慮三個主要因素:重要性、熟悉度與相關(guān)性。 重要性主要影響詞匯分級，一般常見詞要比罕見詞重要，需要優(yōu)先安排。 熟悉度主要關(guān)系到詞匯分組，熟悉程度較低的單詞容易受到其他相似詞的干擾，不宜與相關(guān)詞同時學(xué)習(xí)。 相關(guān)性主要涉及詞匯擴張策略，針對具有足夠熟悉度的單詞，系統(tǒng)通過推送以其為中心的詞匯網(wǎng)絡(luò)相關(guān)詞，強化學(xué)習(xí)者的詞匯語義網(wǎng)絡(luò)知識，以此達到高效擴大詞匯量的目的。 重要性與熟悉度兩個因素的量化方法相對簡單，前者一般以大型通用語料庫中的詞匯頻數(shù)為標(biāo)準(zhǔn)，后者則通常根據(jù)用戶詞匯學(xué)習(xí)日志和測試成績進行評定。 關(guān)于詞匯相關(guān)性的度量，本研究將采用自然語言處理領(lǐng)域中的詞向量方法進行計算。

三、 詞向量技術(shù)

2013 年，谷歌公司推出了開源Word2vec 工具，其中參考了神經(jīng)概率語言模型的基本思想，但專門用于訓(xùn)練詞向量。 2014 年，斯坦福大學(xué)自然語言處理小組提出了Glove 模型。 Glove 與Word2vec 在計算方法上有所差異，但兩者并無本質(zhì)區(qū)別。 詞向量訓(xùn)練屬于無監(jiān)督學(xué)習(xí)(Unsupervised Learning)，只要使用大規(guī)模語料進行充分訓(xùn)練，所生成的詞向量模型能夠準(zhǔn)確捕捉語料庫文本中的詞匯語義特征。 換言之，基于足量合適文本，詞向量訓(xùn)練程序無須人工干預(yù)，可以準(zhǔn)確學(xué)習(xí)得到語言中的詞匯語義特征。

經(jīng)過大規(guī)模語料訓(xùn)練得到的Word2vec 詞向量模型能夠計算詞匯語義相似度。 這一特點可用于相關(guān)詞查找和詞匯語義網(wǎng)絡(luò)構(gòu)建。 詞向量在詞匯語義網(wǎng)絡(luò)構(gòu)建上表現(xiàn)出較大優(yōu)勢。 雖然一些人工編制的詞匯網(wǎng)絡(luò)資源如WordNet 也可構(gòu)建詞匯語義網(wǎng)絡(luò)，但相比詞向量方法，其存在諸多缺陷。 首先，WordNet 的編制費時費力，詞匯數(shù)量有限，可拓展性差。 其次，WordNet 的詞匯語義網(wǎng)絡(luò)相對固定不變，很難反映語言使用的動態(tài)性。

四、 系統(tǒng)框架及流程設(shè)計

(一)設(shè)計原則

為改進現(xiàn)有詞匯學(xué)習(xí)軟件設(shè)計現(xiàn)狀，充分利用當(dāng)代人工智能技術(shù)，本研究的計算機輔助詞匯學(xué)習(xí)系統(tǒng)設(shè)計盡量滿足以下三個基本原則。 第一，科學(xué)性原則。 詞匯學(xué)習(xí)系統(tǒng)是計算機輔助外語教學(xué)中的重要應(yīng)用之一。 由于硬件條件限制，早期詞匯學(xué)習(xí)系統(tǒng)主要關(guān)注軟件基本功能實現(xiàn)。 隨著信息技術(shù)的迅速發(fā)展，英語詞匯教學(xué)軟件的功能越來越復(fù)雜，界面也越來越友好。 隨著智能手機的普及，英語詞匯教學(xué)軟件的應(yīng)用日益廣泛。 這種條件下，詞匯學(xué)習(xí)系統(tǒng)應(yīng)該借助語言學(xué)、外語教學(xué)、心理學(xué)研究的最新成果，在各個細節(jié)上朝著科學(xué)規(guī)范的方向發(fā)展。 第二，個性化原則。 由于個體心理特質(zhì)、語言基礎(chǔ)和目標(biāo)需求等各方面差異，詞匯學(xué)習(xí)方法也因人而異。許多網(wǎng)絡(luò)服務(wù)應(yīng)用程序開發(fā)設(shè)計了個性化學(xué)習(xí)方案，單詞學(xué)習(xí)系統(tǒng)也應(yīng)該充分考慮用戶差異，進行個性化的學(xué)習(xí)曲線設(shè)計，包括單詞學(xué)習(xí)的順序、數(shù)量、形式等各方面細節(jié)。 第三，智能化原則。 學(xué)生用戶的個體差異并非靜態(tài)的，而是隨著時間的推移和學(xué)習(xí)的進展發(fā)生動態(tài)變化。 人工智能在計算機輔助外語教學(xué)方面將發(fā)揮積極作用。 智能化詞匯學(xué)習(xí)系統(tǒng)應(yīng)該記錄和評估學(xué)生的歷史學(xué)習(xí)行為，并根據(jù)學(xué)習(xí)發(fā)展?fàn)顩r對后續(xù)詞匯學(xué)習(xí)計劃進行動態(tài)調(diào)整。

(二)系統(tǒng)框架

根據(jù)上述原則，本研究提出基于詞向量的計算機輔助詞匯學(xué)習(xí)系統(tǒng)基本框架(如圖1)。 如前所述，除了單詞信息呈現(xiàn)設(shè)計，以識記為主要目標(biāo)的詞匯學(xué)習(xí)系統(tǒng)關(guān)鍵在于科學(xué)合理地進行詞匯分組與順序規(guī)劃。 詞匯學(xué)習(xí)系統(tǒng)主要分為三大部分:數(shù)據(jù)、執(zhí)行和呈現(xiàn)。 數(shù)據(jù)部分包括分級詞表、詞向量模型和用戶行為日志。 分級詞表基于大型通用語料庫詞頻統(tǒng)計數(shù)據(jù)，一般頻數(shù)越高的單詞，越早學(xué)習(xí)。 詞向量模型通常運用大規(guī)模語料庫訓(xùn)練得到，用于提取詞匯相似度和構(gòu)建詞匯網(wǎng)絡(luò)。 用戶行為日志則源于系統(tǒng)使用記錄。 執(zhí)行部分主要體現(xiàn)為詞匯學(xué)習(xí)方案，其接受詞匯教學(xué)理論指導(dǎo)，并根據(jù)分級詞表、詞向量模型和用戶行為日志等數(shù)據(jù)信息進行設(shè)計和制訂。用戶界面用于呈現(xiàn)單詞學(xué)習(xí)信息，并提供用戶交互功能，同時記錄和保存用戶學(xué)習(xí)行為。

圖1 系統(tǒng)基本框架

(三)流程設(shè)計

執(zhí)行部分的學(xué)習(xí)方案是系統(tǒng)運行流程的集中體現(xiàn)，主要涉及不同學(xué)習(xí)環(huán)節(jié)中的詞匯學(xué)習(xí)計劃設(shè)置。系統(tǒng)運行流程包括三個環(huán)節(jié):詞匯學(xué)習(xí)環(huán)節(jié)、詞匯鞏固環(huán)節(jié)和詞匯擴張環(huán)節(jié)(如表1)。 詞匯學(xué)習(xí)環(huán)節(jié)按組別依次呈現(xiàn)單詞及其釋義或圖示以供學(xué)習(xí)者識記。 依據(jù)詞匯教學(xué)理論，學(xué)習(xí)者在初次接觸生詞時應(yīng)該盡量減少干擾，故本環(huán)節(jié)采用單詞離散化間隔處理，即盡量分散學(xué)習(xí)存在關(guān)聯(lián)的詞匯，避免語義相關(guān)單詞編入同一分組。 語義相關(guān)性檢驗使用詞向量模型進行向量余弦相似度計算，同一分組內(nèi)單詞需要低于預(yù)先設(shè)置的相似度閾值。 詞匯鞏固環(huán)節(jié)是對已經(jīng)學(xué)習(xí)過單詞進行強化記憶，主要采用回憶辨認(rèn)等方式進行測試練習(xí)。 本環(huán)節(jié)根據(jù)單詞記憶規(guī)律，遵循艾濱浩斯遺忘曲線，結(jié)合學(xué)習(xí)者測試準(zhǔn)確率，采用逐步擴大間隔方式鞏固記憶具有初步印象的詞匯。 詞匯擴張環(huán)節(jié)是對已經(jīng)完成前兩個環(huán)節(jié)并達到基本熟識的單詞進行以詞匯語義網(wǎng)絡(luò)為基礎(chǔ)的關(guān)聯(lián)詞匯增長學(xué)習(xí)。 本環(huán)節(jié)采用詞向量模型提取相似詞，構(gòu)建語義相關(guān)詞匯語義網(wǎng)絡(luò)，并結(jié)合詞匯分級過濾機制，推送目標(biāo)學(xué)習(xí)詞匯。

表1 系統(tǒng)運行流程各環(huán)節(jié)一覽表

五、 結(jié)論

基于詞向量的計算機輔助詞匯學(xué)習(xí)系統(tǒng)可以從詞匯學(xué)習(xí)和詞匯擴張兩個環(huán)節(jié)對已有系統(tǒng)進行科學(xué)化和智能化改進。 在學(xué)習(xí)環(huán)節(jié)，系統(tǒng)通過詞向量語義相似性計算方法將目標(biāo)詞進行過濾，以達到離散化分組目的，有助于減少記憶干擾。 在擴張環(huán)節(jié)，系統(tǒng)以目標(biāo)詞為中心，通過詞向量相似詞查找，構(gòu)建相關(guān)詞匯網(wǎng)絡(luò)，可以提高詞匯學(xué)習(xí)效率。 此外，系統(tǒng)追蹤和記錄學(xué)習(xí)者行為，并基于行為日志制訂后續(xù)學(xué)習(xí)計劃，具有個性化學(xué)習(xí)特點。 研究表明，由于詞向量模型在詞匯語義相似性計算和詞匯語義網(wǎng)絡(luò)建構(gòu)方面的便捷性，詞向量技術(shù)在計算機輔助英語詞匯學(xué)習(xí)系統(tǒng)中具有較好的應(yīng)用價值。