數字化情感分析技術助力英語寫作評價實施

摘要： 英語寫作教學中，情感與語言相互影響、相互依賴，但是實踐活動中面臨諸多難點問題，如無法正確掌握詞匯的情感意義，教師在教學中對學生情感能力的培養不夠重視。這就迫切需要教師借助數字化情感分析技術，如語料庫軟件、情感詞典、機器學習及深度學習模型，以及大型生成式語言模型，從語詞情感極值、語句情感極值、語篇情感銜接等方面進行評價，從而讓學生得體并創造性地表達個人觀點、情感和態度。

關鍵詞：人工智能；數字技術；情感分析；英語寫作評價

人工智能時代，教師在教育教學中應當著重培養學生的情感、創造思維等技術替代難度較大和對人類思維要求較高的能力素養。跨文化能力構成中，文化知識是基礎，情感態度是重點，行為技能是目標^[1]。不過，人工智能等技術也為人類的情感能力，尤其是外語學習中學生情感認知與情感表達能力的發展提供了有效途徑。為了更好地提高學生的跨文化能力，促進高中英語教學提質增效，教師尤其應注重學生情感表達能力的培養。本文探討數字化情感分析技術應用于英語寫作評價的維度與實施路徑，旨在為教師提供可供參考的針對寫作內容的情感評價方法，以提高學生寫作中的情感表達能力。

一、學生寫作情感能力培養的重要性和挑戰性

隨著高中生心理能力的發展和生活經驗的豐富，他們的情緒感受和表現形式不再像以往那么單一，情緒表現變得越發豐富和細致^[2]，已具備使用語言精準而豐富地表達情感內容的能力與需求。

情感與語言相互影響，相互依賴：語言能夠傳遞情感，情感則能夠影響人們對語言信息的理解與表達。情感往往以面部表情、肢體動作的形式呈現，口語與書面文本中的語言也在情感的外顯中發揮關鍵性作用。情感和認知系統能夠以各種方式相互影響，情感記憶在人腦的記憶中居于較為核心的位置，情緒刺激能夠讓人們更好地獲得記憶表征。因此，寫作中，如果作者使用的語言能夠喚起讀者的情感共鳴，信息傳遞則更為有效，內容記憶更加深刻。

《普通高中英語課程標準（2017年版2020年修訂）》指出，表達個人觀點、意圖和情感態度是提高學生學用能力的重要過程，并對學生的情感能力提出較高的要求，將推斷作者的情感、表達個人的情感態度設置在語言能力的水平二與水平三中。同時，在人與自我、人與社會、人與自然等主題中，也較多涉及情感內容。

然而，語言內容中情感相關要素的判斷、分析、感知與表達也是語言教學難點之一，對于二語習得或是學得，其難點主要體現在三個層面：無法正確掌握詞匯的情感意義，情感能力對于學生思維能力要求較高，以及教師在教學中對學生情感能力的培養不夠重視。一方面，在詞匯的情感傾向性上，有的詞具有字面或隱含的意義，或兼而有之。根據感情色彩上的差異，即使同義詞，也有高雅、中性、粗俗之分。比如，statesman和politician兩詞的字面意義指“政治家”，但后者往往用其貶義，表示“政客”的意思，帶有感情色彩^[3]。單獨的詞匯形成詞塊或者句子時，其原有的含義還會與語境結合，形成全新的情感語義場，從而加大學生正確認知與表達情感的難度。另一方面，由于語言表達的思想和感情有時與真實思想和感情有較大的差異，學生理解與表達真實情感、觀點和經歷，不僅要運用語言知識和技能，也需要運用邏輯思維能力和創新能力^[4]。但是教師在教學中比較強調觀點，對于情感態度的表達不夠重視。這就迫切需要教師借助數字化情感分析技術在英語課程中讓學生得體并創造性地表達個人觀點、情感和態度（如圖1）。

二、用于數字化情感分析的技術手段

20世紀以來，哲學及心理學領域的專家學者更多地使用affect、sentiment、emotion等詞，指代個人心理應激過程中產生的情感、情緒或感情。《心理學大辭典》中，情緒（emotion）是指人腦對客觀現實與個人需要之間關系的一種反映，是人對客觀事物是否滿足自己需要產生的主觀體驗。sentiment則指文學藝術作品中的一種整體性情緒氛圍。情感分析，又稱傾向性分析，或意見挖掘，是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程。情感分析工具可以針對帶有主觀描述的自然語言文本，自動判斷該文本的情感正負傾向，并給出相應的結果，從而作為教學輔助手段幫助師生更好地理解與表達語言中的情感內容。

（一）運用語料庫軟件

情感態度的量化計算，以自然語言處理相關的情感詞典及機器學習、深度學習較為精確和科學，但該技術的運用需要計算機編程技術的輔助，對于普通教師運用難度較大。運用語料庫軟件結合Vader情感詞量表，教師能部分呈現語篇情感表達特點。例如，將Vader情感量表按積極詞匯與消極詞匯分類，再結合語料庫工具AntConc及Range，教師能夠統計語篇中兩類詞匯的占比。不過，語料庫軟件的缺點在于智能顯示情感詞匯占比，或顯示特定極性的詞匯，無法進一步展現語篇中的情感特征。

（二）運用情感詞典

情感詞典泛指用于識別文本情感極性的工具，它包含一系列的情感詞匯和對應的情感極性（如正向、負向和中性），用于幫助計算機程序自動識別文本中蘊含的情感信息。情感詞典通常以一種文本分析工具LIWC（Language Inquiry and Word Count）為代表，它通過計算情感詞匯在文本中的出現頻率，評估文本的情感傾向。其局限性在于只能對文本進行整體性分析，無法顯示文本的局部性信息特征。

大部分NLTK等自然語言處理應用庫嵌有情感詞典。此類工具不僅能夠針對文本中的詞匯進行綜合分析，還可通過分析正標記詞與負標記詞的關系判斷文本整體情況，以及特定語句或詞匯是否具有積極或消極情緒。相比語料庫軟件和LIWC一類的量化分析軟件，運用NLTK等工具調用情感詞典，教師能夠根據需求在詞匯、語塊、語句、文本四個維度對語篇進行量化分析，便于數據可視化等后期處理，發揮其技術優勢。

需要指出的是，處理情感傾向較難分辨的語言內容時，情感詞典的準確性與穩定性均存在一定的缺陷。以“You cannot find anything better than it.”為例，根據NLTK情感詞典的分析，該句的情感傾向為-0.3412，可見情感詞典無法準確提取該句的積極傾向。

（三）運用機器學習及深度學習模型

教師可使用NLTK、TensorFlow或Py-Torch等數據庫，運用機器學習或深度學習模型（如循環神經網絡或卷積神經網絡），開展更精確的情感分析。例如，筆者使用NLTK，運用樸素貝葉斯分類器對數據集進行訓練，并使用訓練好的分類器預測文本情感，即能夠取得相較情感詞典方法更準確的分析結果。以“You cannot find anything better than it.”為例，借助機器學習訓練所得模型，計算機能夠準確判斷該句情感傾向為“positive”。相較語料庫軟件及情感詞典，機器學習與深度學習方式所得判斷結果更為智能、精確，但對教師的數字素養要求較高，且相關數據的準確性與精確度和訓練數據集的大小有直接關系，在常規教學中運用難度較大。

（四）運用大型生成式語言模型

大型生成式語言模型是指基于深度學習技術構建的能夠生成自然語言文本的模型。這些模型通常使用大量的語料庫數據進行訓練，從而學習到語言結構和語法規則等信息，并生成符合語法規則的自然語言文本。將大型生成式語言模型與外語教學深度融合，有利于實現外語學習的數字化和個性化。如對聊天機器人發布“請對該文進行情感分析，分別從語篇整體、句子角度呈現”“請對該句進行情感分析，分別從句子、單詞角度呈現”等命令，聊天工具可呈現分析結果。

大型生成式語言模型不僅能對語言內容進行情感分析，還能給予適當的解釋說明。通過與情感詞典等分析方法進行比較，筆者發現，一些大型生成式語言模型缺乏準確、精確到詞的情感量化方式，它們雖能反饋語篇整體情感傾向，但在詞匯、句子上的表現卻難以讓人滿意。這就需要教師提高自身數字素養，謹慎對待大型生成式語言模型的回答，確保其回答正確、恰當。

三、學生寫作情感評價的維度

（一）評價語詞的情感極值

在分析學生作文情感特點時，教師可先圍繞語篇使用的詞匯進行分析研究。就例文而言，教師可運用語料庫軟件進行基礎分析，研究語篇中積極的與消極的詞匯占比。比如，運用NLTK情感詞典，教師能夠挖掘語篇中積極傾向與消極傾向的詞匯，并加以整理，以便后續引導學生進行評價分析之用。

在任教班級學生參加的名校聯盟階段性測試寫作講評中，筆者運用情感分析技術對學生習作進行課前分析。該生作文在聯盟閱卷中獲得16.5分，處于學校及聯盟前列，但仍有較大的提升空間。借助語料庫分析技術，筆者發現，學生寫作中應用的積極詞匯數量是消極詞匯的3倍（見表1），體現了高中英語教學對于學生道德情操的正面導向。同時，消極詞匯的運用反映了作者在續寫中通過對人物經歷困難的描寫，塑造了波瀾起伏的故事情節。

應用NLTK情感詞典，筆者分析得到語篇中各詞匯的情感傾向，并將其以量化及可視化的形式進行記錄。以本文為例，筆者匯總語篇中的相關詞匯，分別使用紅色與藍色區分積極情感與消極情感，以顏色透明度表示情感傾向的極值。如圖2所示，師生能夠直觀感受語篇中詞匯的情感特點。

（二）評價語句的情感極值

情感分析工具可通過分析正標記詞與負標記詞的相互關系判斷文本是否具有積極情緒，從而幫助師生理解和感悟詞匯、語塊對于句子，以及文本情感、上下文情境表達的影響3xXCxNlj3Wtqy1Q0iAgAm196VrmZZlXU2DQ6KmYP3ns=，理解語句連詞成文、建構語篇，在情感表達中起承上啟下的作用。

運用情感詞典與大型生成式語言模型對學生習作進行分析（見表2），筆者發現，情感分析工具能夠有效判斷大多數語句的情感傾向，尤其能夠幫助學生挖掘習作語篇中具有明顯情感傾向的內容，審視其表達效果與作者的表達目標是否一致。不過，即使是人工智能體系，在個別語句的積極與消極評價中，也會出現判斷上的不一致，這需要教師與學生有甄別地辨析與思考。

（三）評價語篇的情感銜接

銜接能力是課程標準核心素養的重要組成部分。根據核心素養發展要求，高中英語學習過程中，學生應了解語篇中顯性及隱性的銜接和連貫手段，學會借助詞語和句式形象地傳遞自己的情感和思想；使用銜接手段有效提高語篇的連貫性；在觀點表達過程中，利用銜接手段，進行邏輯的表達。

在語篇銜接連貫表達過程中，情感態度的平順過渡與合理轉換，對于語篇意義的有效傳遞具有較為重要的意義。我們運用人工智能的語句情感分析技術，針對語篇情感轉換的平順、流暢進行評估，幫助學生理解詞匯在語篇情感銜接過程中的作用，并在語篇寫作中實現合理利用。

以學生讀后續寫習作為例，在可視化的二維圖表中，教師可標注語篇各句子的情感傾向極性，以縱軸值表示情感的積極與消極傾向，以顏色深淺、氣泡半徑表示情感傾向的強度。我們可以發現，語篇從“Thank you.”一句開始均帶有積極情感，但“Paul's hands trembled.”略顯突兀。深入研究，我們發現trembled是一個動詞，意思是“（因緊張、激動、驚慌等）顫抖、哆嗦、戰栗”，原文的表達目的是通過Paul雙手顫抖，側面描寫其感激、激動的情緒。因此，trembled確實有修改提升的需要。

四、數字化情感分析技術輔助英語寫作評價的實踐

在寫作教學中，情感分析結果不僅可用于學生的寫作分析，還可作為課堂教學的一部分與日常寫作及其他類型課堂有機結合，從而使情感分析成為日常教學的有效工具。

（一）教學流程

以上文所述寫作教學為例。通過課堂教學，學生要能夠理解運用帶有情感色彩的詞匯與語句開展英語寫作的重要性，在詞匯、句子、語篇等層面進行恰當的情感表達。

1. 觀察比較詞匯的情感色彩

學生通過基本的略讀與尋讀，感知語篇中詞匯呈現的情感傾向，查找、定位語篇傳遞的情感信息，依據自身語言知識對詞匯的情感傾向進行判斷。

學生在問題（Pay attention to the student work. What words bring you sentimental feelings？）的引導下，關注詞匯運用在表達語篇情感中的作用。在學生進行探究活動之后，教師用顏色深淺來體現情感極性的可視化手段，向學生展示語篇詞匯的情感色彩。通過對比，學生能夠反思自身對語篇原有情感的認知，更好地了解詞匯的情感色彩。

在回答問題“Why do those words bring such feelings？ ”時，學生通過小組交流討論的形式分析相關詞匯能夠蘊含特定情感的原因。在討論過程中，學生首先發現能夠直接表達人物情感的形容詞（如honest）與抽象名詞（如relief），此外提及作者使用到的部分實體名詞與動詞。由于它能夠使讀者產生積極聯想，因而在語篇中具有傳遞積極情感意義的作用。教學過程中，教師通過下述問題的引導，以問題為支架引領、幫助學生思考。

We feel .

We feel when we .

We feel when we see .

討論該問題的過程中，學生思考、探究詞匯在傳遞語篇情感過程中的作用原理，初步領悟詞匯選用在語篇中傳達情感意義的方式、方法。

詞塊是學生詞匯運用的基本單位。以詞塊為單位引導學生關注語篇的情感信息，其產出更地道、合理，尤其有利于學生對語言進行模仿學習，應用語言輸出。

學生圍繞情感詞匯，尋讀、分析、歸納詞塊，表達語用情感信息。在學生探究該問題結果的同時，教師以詞塊呈現的情感色彩、情感強度為依據，以可視化的形式向學生呈現各詞塊具有的情感特點（如圖3）。在情感分析技術的輔助下，學生感悟作者通過詞塊表達情感意義的語言表述路徑。

2. 對比分析語句的情感態度

學生在詞匯、詞塊的基礎上，欣賞語篇中應用的語句，并對具有鮮明情感傾向的語句進行分類歸納，運用前述活動中掌握的詞匯情感特點、語塊情感特點知識，在句子層面對語篇情感特點進行分析。最后，學生通過對語句的情感分析，發現同伴語篇語句在情感傳遞過程中的不足。

該活動中，學生圍繞語句的情感傾向進行討論，運用情感分析基本技能，對語篇中的句子進行對比、分類，感悟不同情感強度的語句在情感表達中的作用，并以批判性的視角評價語篇情感表達是否合理、語句運用是否合適。

3.評價思考語篇的情感銜接

學生在前一環節問題探究的基礎上，通過觀察語篇情感可視化分析圖表，探究同伴語篇情感表達不自然、不流暢的原因，從而發現語篇中情感的合理銜接對于情感正確、合理表達的重要性。

4. 推理探究寫作的情感提升

在學習任務的引導下，學生通過比較、推理，思考和探究習作語篇在情感表達中的不足。該后續活動中，學生以小組討論的形式展開討論、合作探究，運用所學評價習作，設計修改方案（見表3）。

最后，教師整理、分類學生續寫習作中運用的具有情感色彩的語句（如圖4）。學生以小組討論的形式，運用所學知識，結合自身習作修改需要，對語句進行情感分析、情感分類，并討論將相關語句用于續寫改進的可行之道。

（二）課后反思

本課教學過程中，筆者發現學生能夠對語篇中具有明顯情感傾向的單詞、語句做出較為準確的情感推斷，但不能十分理解“哪些詞匯具有情感傾向性”的問題。這和教師在教學中對語篇情感立場的重視度不足有著較大的關系。寫作習慣上，學生喜歡使用一些他們認為的高級詞匯，但是對于詞匯情感特征的認知與掌握又存在不足，因此普遍存在情感表達隨意、相關詞匯濫用現象。在糾正學生寫作謬誤方面，數字化情感分析技術輔助教師以直觀且具有說服力的方式，引導學生發現并解決自身寫作存在的不足。

在外語情感能力培育過程中，借助數字化情感分析技術，教師能夠通過對詞語、語句、語篇的分析，以數字化、可視化等教學方式，更好地培育學生的情感分析能力。然而，在運用數字化情感分析技術時，教師要堅持開放包容的教學態度，不斷調整教學方法，提升自身數字素養，同時，謹慎端正對待技術評價過程，運用語料庫等技術交叉驗證，增強技術穩定性。更為重要的是，教師要堅持以生為本的立場，防止數字技術主導教學，甚至誤導教學、綁架學生的情況發生，從而讓學生真正理解文本蘊含的情感意義，根據語境進行準確的情感推理和恰當的情感表達。

注：本文系2022年浙江省教育信息化研究專項課題“主題意義引領下的‘人工智能+’單元詞匯教學實踐研究”（立項編號：2022ETC024）、2022年海寧市教育教學專項課題“基于主題意義的詞匯教學人工智能模式探究”（立項編號：22HG005）的階段性研究成果。

參考文獻

[1] 翁立平.什么是跨文化交際學[M].上海：上海外語教育出版社，2021.

[2] 林崇德.發展心理學[M].北京：人民教育出版社，2008：348.

[3] 陸國強.現代英語詞匯學[M].上海：上海外語教育出版社， 1999：166-167.

[4] 程曉堂.核心素養下的英語教學理念與實踐[M].南寧：廣西教育出版社，2021：93.

（作者系浙江省海寧市高級中學教師）

責任編輯：孫建輝