基于RBF算法的建構式英語學習平臺信息化實踐探索

于舜

(河南省外貿學校， 河南 鄭州 450002)

0 引言

隨著我國經濟的發展，與國際交流的事務越來越多，英語的讀寫能力和溝通能力是十分必要的，由于信息技術的發展可以幫助學生快速地提高掌握英語的能力，而且學生對于英語教學提出了越來越高的要求，傳統的英語教學模式已經無法滿足教學的需求，國內外的學者都在探索自主建構式的英語教學方式[1]，利用信息化的技術對這種教學方式進行探索。通過基于RBF的神經網絡算法的理論研究，開展建構式英語學習平臺的實踐探索，讓學生沉浸在英語學習情境中。而且在當前國際上，在線教學平臺的實踐使用十分廣泛，例如Blackboard、Moodle、WebCT、eCollege等等在線教育平臺[2]。

1 建構式英語教學模式及分類

1.1 英語自主學習

國內外學者普遍認為，自主學習就是學生主宰自己的學習。自主學習具有更好的主觀能動性、學習反饋性以及自主調節性。而國外的眾多學者則將自主學習歸納為四個要點，即綜合性、能力性、環境性以及責任性[3]。自主學習模式主要可以分為兩種，主要依據教學的地方，包括課堂自主學習以及課外自主學習兩種模式。課外自主學習就是常見的課前預習功課、課后復習、自主選用參考書等，這類學習模式需要學生不借助外力的協助、獨立自主地完成學習。而課堂上的自主學習往往會受到教師的影響，能夠與教師相互合作，獲得更好的學習效果。而英語自主學習是學生按照自己的學習目的，制定英語學習的規劃，展開自我監督，從而達到良好的英語學習效果。其理論基礎主要是基于現代教育心理學的建構主義、人本主義以及認知主義[4]，這三方面分別是由學生學習英語的情感、認知和環境來實施自主學習。三種理論的融合為優質的教育理念提供基礎理論。

1.2 建構式教學

在進行英語學習的活動中，建構式的教學模式主要是以學生為主體，以教師為主導的雙主模式[5]，結合教和學的兩個角度，利用先進的教學理念，結合信息技術、多媒體技術來提高學生在英語學習聽說讀寫四方面的能力。建構式的教學設計對象由學習環境、學習活動、媒體傳遞這三個方面組成[6]。設計學習活動是以學習工具和學習資源來相互組合，依靠網絡資源為載體，讓學生在學習的過程中，體驗學習內容并評價自身的學習成果，利用多媒體技術的學習工具將乏味、枯燥的英語學習內容變成豐富多彩的影像動畫資料，體現在視覺和聽覺上，開放式的英語教學平臺有利于學生在課后自主學習。網絡化的交流環境也有助于和教師之間的溝通，體現教師的主導功能，所以建構式的英語教學平臺對于提高學生的英語自主學習能力具有積極的意義。

2 基于神經網絡的英語學習平臺

2.1 RBF算法

RBF算法稱為徑向基函數，是由局部調整神經元組成的神經網絡[7]，一般具有五層網絡模型，如圖1所示。

圖1 RBF算法神經網絡的結構圖

其中第一層為與案例有關的信息因素，這些輸入量可以歸納為不同的英語項目指標，輸入到神經網絡結構中。第二層則是隸屬函數，其數學表達式為式(1)。

(1)

第三層形容了模糊規則數，通過對樣本的學習，盡量使得學習的規則數最少，最重要。其中第j個規則的輸出的數學計算為式(2)。

(2)

式中，cj=(c1j,…,crj)代表第j個RBF單元的中心。RBF神經網絡的特征是神經元距離中心越近，其激活程度越高[8]，非常符合建構式英語學習的影響因素的教學模式。

第四層則是歸一化層，該層的節點應與模糊規則節點一致[9]，它的第j個節點Nj的輸出為式(3)。

(3)

第五層是輸出層，輸出英語聽說讀寫的各個技能的成績，其主要是基于RBF算法中的TS模糊模型[10]，它的輸出量為式(4)。

(4)

wk代表第k個規則的連接方式，即輸出變量的權重乘積的加和為式(5)。

(5)

為了實現RBF算法的簡化，可以將第二層、第三層以及第四層歸結成隱含層，第一層和第五層分別為輸入層和輸出層。

2.2 模型實現

基于RBF算法的建構式英語學習平臺的模型，主要是在建構式英語學習平臺的設計中參考RBF算法的思想，在編寫代碼的過程中充分體現算法。在模型算法的實現層面上，可以滿足教師和學生各自的需求，RBF算法可以解決英語教學的量化指標，尤其在教師層面上，教學效果如何可以在不同的教學時長、教學方式和教學內容的配置方式下實現最優化。對于學生，算法主要解決不同學習狀態、任務進度下的學習成績。學生的算法模型如表1所示。

表1 學生算法模型

該算法模型主要考查國家四六級英語考試的學生成績情況，輸入層包含在該學習平臺下學生的學習時間，隱含層則是對應學習資料的不同內容，輸出層是各個科目的成績，從而計算出四六級英語考試的最優化總成績，并且比較所花費的時間比例。為了獲得良好英語能力的學習規律，對某省部分高校參加四六級英語考試的大一、大二學生進行數據搜集，選取其中參加考試的學生7 000多人，其中有將近3 200人通過了等級考試，成績良好學生的基數模型，可在一定程度上反映良好的英語學習習慣，如表2所示。

表2 四六級成績良好的學生模型

3 英語學習平臺的設計與實現

該學習平臺的網絡拓撲結構如圖2所示。

圖2 網絡拓撲圖

采用分布式的網絡拓撲結構[11]，依據教師、學生、管理員的用戶等級來支持不同的身份權限，同時對應的服務略有不同，該建構式英語學習平臺主要由輔助訓練、自主學習、視聽訓練等模塊來組成，其邏輯圖如圖3所示。

圖3 邏輯圖

各個模塊組成需要后臺題庫的支持，通過采用SQL Server數據庫來支持，從而實現對系統集成的自動化管理，執行數據解決方法的總體方案。

3.1 平臺數據庫設計

平臺數據庫的主要功能為英語學習課件題庫，課件題庫包含聽力選擇題、單項選擇題、判斷題、閱讀理解、完形填空、糾錯題、填空題等等。數據庫的信息列表中含有試題類型信息、試題知識點信息、試題領域信息、試題語法信息、多媒體文件信息、試題答案信息等等，這些信息列表的數據類型和字段內容如表3所示。

表3 數據庫信息列表

3.2 學習平臺設計與評價

該學習平臺的網絡拓撲結構已經陳述過，平臺運行的環境為軟件和硬件結合，服務器環境下，布置數據庫服務器，系統設置為4G內存500G的固態硬盤、雙CPU的至強處理器系統和千兆網卡，軟件上則采取系統軟件和應用軟件，備份軟件采用Veritas備份，應用服務器操作系統為MS Windows 2007企業版，系統軟件為WinCC。學習平臺的登錄界面，需輸入用戶名與密碼，如圖4所示。

圖4 用戶登錄界面

采用該省的理工大學的英語專業學生成績，評估基于RBF算法實現的英語學習平臺的使用效果，選取該高校2018級語言學院學生予以使用。其中，聽力和口語練習模塊的界面圖如圖5所示。

圖5 聽力練習模塊界面圖

設置該高校2018級語言學院學生的四級考試成績的合格線為425分，設定對比的顯著性差異設置為5%。為了比較不同年級的學生是否存在較大的差異，首先對比2017級英語專業學生的四級英語考試合格率與2018級學生的合格率(第1次參加大學英語四級考試)，差異性顯示在1.5%左右，幾乎沒有差異。然后在2018級語言學院中，對比使用平臺的學生與未使用學生的四級考試情況。從結果中，可以發現在使用了學習平臺的學生具有較好的通過率，說明平臺的使用探索趨勢起到了一定的積極作用，如表4、表5所示。

表4 2017級與2018級英語專業部分學生的大學英語四級考試

表5 2018級語言學院使用平臺的大學生與未使用平臺大學生的合格率對比

4 總結

建構式英語學習方式為英語學習者提供了更好的技術支持和學習理念，本文首先介紹了建構式英語學習的理論基礎和國內外研究現狀，分析相比于傳統英語學習方式的優勢。并且分析了RBF神經網絡模型，尤其針對性地采用局部調整的RBF算法，考慮RBF神經網絡的訓練模型和構建方式，模擬出四六級英語良好學習者的學習規律，從而更好地實現英語學習平臺的效果，讓英語學習平臺在學生的學習過程中起到支撐性的作用，通過對設計的評估，能夠更好地對軟件設計進行改進。在后續的研究中，應加入更人性化的界面設計，采用更大規模的模型樣本來訓練模型，使之準確度更加具有普適性，保證在操作度方面具備良好的穩定性，也可以將多種算法融合用來改進RBF神經網絡的訓練算法，獲得更具有通用的算法模型，這是下一步研究的重點方向。