文摘
尽管英语口语类已经存在自小学以来,多数学生的英语口语能力很贫困,他们很难用简单的日常交流的情况。这个新要求提出了根据普遍缺乏在中国大学生英语听力和口语技能。目前大学英语四级的手动测试和教学将逐步取代了电脑测试,和英语六级考试计算机测试将包括在国家大学教学的“质量工程”项目。的自然集成人工智能与教育是协助传统教育生态的变换。思维导图也对教育行业产生重大影响和教育应用程序在当前具有重要的价值。为了真正实现个性化学习,我们应该更加注重教育本体地位的教育者和学习者改变了教育,也就是说,从教育者转变为学习者的发展。人工智能技术可以有效地使用初中英语教师进行英语口语评价活动,可以更准确地判断学生的英语口语表达能力和作为一个有用的工具来调整和改善学生的学习方法。
1。介绍
传统教学方法意味着老师不优化课程教学结合思维导图,只是存在的思维导图展示给学生,不深入思考不同的思维导图的应用方法的课程。虽然英语口语课程提供自小学以来,大多数学生的英语口语能力并不突出,他们甚至不能应付一些简单的日常交流1]。目前,“大学生课程要求”也明确提出,学生的口头表达能力应该被视为一个重要的英语培养目标。英语口语评价在人工智能是一个关键的课程在初中,这是培养学生跨语言交际能力的积极意义(2,3]。因此,在英语教学中,是非常重要的,有效地教英语口语和提高学生的英语口语水平。因此,义务教育英语课程标准指出,学生英语口语评价能力必须得到改善。大学英语四级,这是主要的手段来评估是否中国大学生英语能力满足“教学要求”,也被相应改革。变通的方法和教学将逐步改变从当前手动测试电脑测试,和教学计算机测试将被纳入国家大学教学的“质量工程”项目(4,5]。人工智能的背景下,教师可以积极利用各种技术手段来解决存在的问题在当前英语口语评价,改变学生的英语学习观念,优化学生的英语口语评价方法,提高学生的英语口语表达能力,和实现高质量的英语口语评价的目标6]。
人工智能的理论、方法和技术,利用计算机来模拟人类的智能行为(7]。英语口语学习和实践是初中英语学习的重要组成部分。在语言交际,中学生可以快速掌握学习点,不断提高自己的表达能力。英语口语评价的支持下在人工智能、英语口语评价在初中可以实现真正的人类和计算机之间的互动教学和一对一教学指导人类和计算机之间,它改变了传统的教师指导模式,大大提高英语教学和学习效率,节省经济成本(8,9]。学习英语口语的过程中评估,完成学生的口头预览任务,英语口语评价的选择和使用资源,个人口头表达口头交流的质量活动,并完成课后复习任务跟踪、记录,人工智能和评价的技术平台,形成相应的智能分析结果。在此基础上,教师进行形成性评价学生的学习,关注个体差异,服下药,和教学生根据他们的能力10]。他们探索新的教育模式,提高教育教学的质量。
目前,明确“大学生课程要求”状态,学生的口头表达能力应该考虑一个重要的英语培训目标(11]。英语口语教学,作为英语教学的一个重要组成部分,是学生的真正的英语能力的关键指标。思维导图的最重要价值在这些领域是协助人类在发展中一个明确的行动过程框架领域的生活和学习12]。思维导图也对教育行业产生巨大的影响,在当今的教育环境中具有重要的价值。我们的目标是编写一个小的ETL工具我们自己的数据仓库系统的大学英语考试和快速而轻松地建立数据集市,内容的学习,学习方法,以及学习评价等(13,14]。我们更加注重教育本体,即教育者和学习者的状态变化在教育、educator-centered转向教学的转变,为了真正实现个性化学习,依靠人工智能技术。现代信息技术的有机结合与人工智能的核心和英语口语教学将彻底改变英语口语教学,提供个性化的英语口语教学平台,提高学生的英语应用和交际能力。人工智能技术(15)可以使用有效的初中英语教师进行英语口语评价活动,可以更准确地判断学生的口语表达能力,作为一个有价值的工具,用于调整和改善学生的学习方法。
2。相关工作
根据(16),以评估表达式,有必要先拦截口头测试的部分,然后分析截获内容,最后获得的特性。学习英语口语评价正在经历一次重大的转变,根据(17),由于大数据分析方法。与此同时,它将提高使用英语学习系统的价值和评估英语口语提高到一个新的水平。它不再仅仅是一个可选的教学和学习的援助,但一个能干的助理能够真正取代一些聪明的人类活动。根据(17),英语是广泛应用于日本和韩国等亚洲国家的第二语言学习。2004年,研究人员从日本的ATR机器人实验室进行了为期两周的英语口语评价教学实验与一年级和六年级的学生。实验结果表明,Robovie帮助一些孩子提高他们的英语口语评价水平,但目前无法证明应用程序的合理性(18]。这种类型的思维导图只是取代了总结数学知识分有不同的格式,和这种类型的完成思维导图不能产生积极影响学生思维能力,除非学生参与思维导图的创建过程。根据大数据分析方法(19),在传统的英语口语评估、软件个人学习援助占多数,他们中的大多数并不是理想的由于他们的高价格和低利用率;另一种选择是通过网络提供在线学习帮助。他们可能提供静态模拟试卷或者交互式的界面实时反馈功能,但他们不能被聪明的(20.]。同时,直接给了思维导图的教学方法也是学习中忽视学生的主导地位的一种表现。在这样的教学中,学生教师仍然是木偶,没有激发学生的兴趣和热情。在英语口语的学习,学生应该有一定的信息素养。文献[21表明许多国家科学的内容,可以学到技术,和数学课程。可以说,这是最有效的方法来帮助英语口语课程研究在许多领域评价。有证据表明,它也将影响社会技能,帮助他们培养团队合作技能(22]。通过大数据分析的方法,英语口语评价各级已渗透到人们的现实生活,它已经成为一种新的生活理念和生活方式,利用互联网来提高他们的自身素质和生活质量。因此,在线英语口语考试评估可以实现自动管理工作,大大缩短了周期的命题,测试,标记,评分和数据分析。初中的一个关键过程(23)是人工intelligence-assisted口语评价,对学生的跨语言交际能力产生积极的影响。因此,它是至关重要的在英语教学中有效地教英语口语和提高学生的英语口语水平。英语口语评价的发展方向,根据(24),是一个系统,可以很容易地测试自己的学习效果在不同的阶段,并提出有针对性的改进措施,这样不仅可以评估工作更好、更快,而且可以节省很多时间;这种需求是英语口语的本质评价体系提供了自动评分机制和智能诊断结果和分析。
本文分析了人工智能在英语口语中的应用评价。英语口语的过程中评估,评估是一个关键的步骤。在教学过程中,教师习惯于使用思维导图进行总结章的内容,然后直接给学生。首先,学生应该把口语学习目标根据他们的实际需要,确定和屏幕学习资源适合他们学习口语,多听,大胆说话,正确的发音,学习地道的英语口语,和欣赏英语语言的美。在教育和教学,不仅可以使用思维导图来优化教学方法,还要帮助学生培养逻辑思维能力。此外,传统的教学方法意味着老师不优化课程教学结合思维导图,只是显示的存在对学生思维导图,不深入思考不同的思维导图的应用方法的课程。
3所示。智能口头评价的原理和模型
学习英语口语的过程中评估,完成学生的口头预览任务,英语口语评价的选择和使用资源,个人口头表达口头交流的质量活动,并完成课后复习任务跟踪、记录,人工智能和评价的技术平台,形成相应的智能分析结果。在此基础上,教师进行形成性评价学生的学习,关注个体差异,服下药,并教会学生根据他们的能力。我们的目标是独立编写一个小型数据仓库ETL工具系统的大学英语考试和建立数据集市方便、迅速,对学习内容、学习方法、学习评价等。英语评价改革的目标是,学生不仅要掌握英语知识和技能,同时也培养学生的英语应用能力和自主学习能力。这个工具只是进口的关键数据从数据库到数据仓库的数据库,和转换部分将完成数据预处理的数据挖掘。英语口语评估系统ETL的流程图如图1。
图1只显示数据提取和数据加载。为了简化系统,数据转换是数据预处理。SQL语句是指提取数据通过手工编写SQL语句,和用户界面是指通过用户界面自动生成SQL语句中提取数据。在传统的口头评价模式下,学生进行正式学习一步一步根据学校的统一部署,固定的老师,固定的教室,固定的教材,和固定的时间。完整的教育,学习材料的简化,而缺乏学生的课堂参与导致学生的缺点缺乏认识的英语自主学习,自主学习能力较低,和被动学习。多输入单输出的非线性拟合人工智能、神经网络建模方法是非常高的拟合精度在这方面,建立了人工智能网络模型,如图2。
选择测试属性人工智能算法是一个重要的一步。Entropy-based指标属性,可以使用最佳分类样本一般人工智能算法。教师可以preshow相关词汇和句型在在线学习平台上英语口语评价之前,允许学生预览和马克在学习过程中遇到的任何问题。预计测试分类对象的数量减少了使用这个信息理论方法。下面是一个描述的算法。假设有年代数据样本集年代。定义米不同的词(我=l,米)假设类标签属性米不同的值。在课堂上的样本数量C我由Si给出。下列公式计算预期的信息需要给定的样本进行分类: 在哪里P我的概率是样本属于吗C我并由Si /估计年代。注意,对数函数是基于2,因为信息是二进制编码。
让属性有不同的值{一个1,一个2、……一个V}。年代可分为{子集S1,年代2、……年代V}通过属性。其中,年代j包括∼样本年代,一个值一个j上,让年代lj类的样本数量的CI在子集年代j。根据熵或预期信息分为由一个子集,它由以下公式给出:
项 作为j子集的重量和等于样本的数量除以总数量的样本子集年代。熵值越小,子集划分的纯度越高。请注意,如果对于一个给定的子集, 在哪里 的概率是sj属于类Ci的样本。
编码信息是通过分支
获得(A)预期的熵压缩是因为知道属性的值。
作为既定的测试属性是S,最高的属性选择信息增益。创建一个节点,将这个属性分配给它,然后为每个属性值创建分支,并相应地划分样本。获得具有以下缺点:它支持大量的属性值,产生大量小,纯粹的子集,如学号、姓名和日期。减少获得在这些情况下,首先计算nonclassifiable属性的信息内容,即。,年代的熵值的属性。 在哪里年代米是在属性的一个子集和样品的数量吗年代是样品的总数。越分离样品的平均值的一个属性值,SplitInfo越大。
获得比使用SplitInfo避免选择这些属性: 获得比例增益比率,获得属性的信息增益,SplitInfo属性的熵。
表达式求值,有必要首先拦截口头测试人员的部分,然后分析了截获内容获取特点,进行综合评价视角的音质,音色、音调,最后总结得出一个合理的分数。评价原则是更复杂的链接需要内容分析,如自我介绍的链接。自然语言处理必须使用在评价系统中,主要的经营模式是触摸显示屏的前面。一些聪明的手表有皇冠的设计传统的钟表。触摸输入接收通过智能手表的一边,框架,皮带,和投影,保留和增强智能手表的形状特征,同时引入一种新的操作模式。
4所示。在英语口语评价应用研究
4.1。应用人工智能在英语口语评价分析
英语口语评价在人工智能是一个关键的课程在初中,这是培养学生跨语言交际能力的积极意义。英语口语学习和实践是初中英语学习的重要组成部分。在语言交际,中学生可以快速掌握学习点,不断提高自己的表达能力。评估是关键步骤来培养学生的英语口语学习能力。评价的基础上,学生们可以充分了解自己的英语口语学习水平、学习不足,未来改进的方向。大学英语四级,这是主要的手段来评估是否中国大学生英语能力满足“教学要求”,也被相应改革。过去,英语口语评价主要依靠教师的个人经验判断和分数,不够科学、统一的评价标准,和学生不能准确地把握自己的发音和表达。此外,教师的教学能力和专业水平参差不齐,这将限制英语口语教学的发展。在传统的口头评价的过程,主要练习口头表达句型。非师范生教学模式满座灌溉导致教师主宰课堂,独自表演脱口秀,被动接受学生,参与机会少,枯燥的课堂气氛。 With the support of oral English evaluation under artificial intelligence, oral English evaluation in junior middle school can realize real interactive teaching between human and computer and one-to-one teaching guidance between human and computer, which has changed the traditional teacher guidance mode, greatly improved English teaching and learning efficiency, and saved economic cost. This summative evaluation method cannot fully and truly reflect students’ oral English level, and it is not conducive to stimulating students’ enthusiasm for learning oral English and effectively improving students’ comprehensive English level.
三维和多样化的口语学习资源整合文字、图片、音频、视频和动画提供了通过无处不在的网络和智能终端;学生们可以突破限制的校园,教室,教室和教学材料;扩展学习口语类类;整合在线和离线,补充和融合正式学习和非正式学习;,真正实现时间和空间的自由。其次,学生的英语口语水平的提高需要大量的英语口语培训真正的上下文。学生可以自主选择合作,调查,游戏化,通过人工智能教学平台和其他学习方法和各种移动智能终端。因此,在英语教学中,是非常重要的,有效地教英语口语和提高学生的英语口语水平。因此,义务教育英语课程标准指出,学生英语口语评价能力必须得到改善。在英语考试的诊断,如果只是接学生,通过计算机进行智能评价,最后计算得分,我相信这样的结果不满足师生,但诊断后学生提交他们的答案,给富人和直观的诊断结果,这也是智能评价的一个重要方面。
英语口语评价的支持下在人工智能,在初中英语口语评价可以实现真正的人类和计算机之间的互动教学,和人类和计算机之间的一对一教学指导,改变了传统教师指导模式,大大提高英语教学和学习效率,节省经济成本。初中英语教师能有效地使用人工智能技术进行英语口语评价活动,可以判断学生的英语口语表达能力更准确地说,作为一个重要的支持来调整和改善学生的学习方法。学习和练习英语口语是初中英语的一个重要组成部分。中学生可以迅速掌握关键概念在语言交际和表达自己不断提高他们的能力。一方面,学生的英语口语评价考试成绩评估他们的学习质量,它可以反映他们的学习状况和知识掌握;另一方面,这也反映出,在某种程度上,教师的教学水平和教学效果。同时,它与雇主人才选择,和雇主经常使用学生的口语评价考试成绩作为参考。教育需要的不仅仅是“知识获取。“什么是更重要的是开发学生的品德,提高综合素质,人工智能是难以实现的,如自信,沟通,询问,和分享。老师,另一方面,可以使用人工智能作为一个教育辅助工具更好地了解学生的知识。 Teachers should also encourage students to evaluate their oral English learning process and outcomes, as well as pay attention to the results of students’ self-evaluation. Evaluation is a crucial step in the oral English evaluation process. Teachers are accustomed to using mind maps to create chapter summaries and then showing them to students directly during the teaching process.
4.2。实验结果和分析
数据挖掘算法、决策树算法、机器学习算法,本文中使用的方法和用于实验,和三个英语口语评价实验进行比较。从维度下限分析,可以看出,当人工智能技术引入英语口语评价数据有足够的尺寸,甚至低相关参数可以达到较高的预测精度。在此基础上,本研究进一步分析了采样间隔的下限准确性维护建模精度所需人工智能英语口语评价的维度数据时保持不变。英语口语评价研究可以减少需求的英语口语评价数据的分析,提高分析效率,并避免怀疑的人工智能英语口语评价数据和分析结论的疑虑。实验数据所示3- - - - - -5,分别。
实验结果表明,当口语评价的采样间隔逐渐增加,预测模型的误差逐渐增加同步建模精度和减少,不管相关性的差异或最初的区别。教师在传统教室不注重发展学生的知识结构,而不是专注于基本知识和解决问题的能力。初中数学知识,另一方面,是相互关联的,一个强有力的知识结构可以帮助学生更好的理解数学概念之间的关系和区别。因此,教师应当优化他们教的内容,帮助学生发展中一个完整的和有组织的知识结构。教师可以使用思维导图来改善他们的内容交付。教师应该能够有机地集成人工智能技术与英语口语评价虽然拥有信息技术素养,用一个智能网络教学平台跟踪学生的英语口语学习行为,进行形成性评价对学生使用大数据分析结果,为了实现在线和离线集成口语评价,这有利于改革。教师应该能够有机地集成人工智能技术与英语口语评价虽然拥有信息技术素养,使用一个智能在线英语口语评价平台跟踪学生的英语口语学习行为,进行形成性评价对学生使用大数据分析结果,为了实现在线和离线集成口语评价,这有利于英语口语的改革。
人工智能方法通常分为类别根据已经存在多久。估计英语口语评估在未来10分钟,半个小时或一个小时的超短词。短期目标是估计将来英语口语评价在相对较短的时间框架的一天一个星期。中期通常指未来三个月和年计算。英语口语评价估计需要半年以上。本研究使用了一个短期的英语口语评价方法。以下部分专注于仿真过程和实验结果。为了便于比较,进行了两个实验。实验的帮助下进行决策树算法、机器学习算法,本文提出的方法。数据6和7描述实验的结果。
实验结果表明,在三个算法,该方法的准确率一般高于其他两种算法的两个实验。在教学过程中,教师习惯于使用思维导图进行总结章的内容,然后直接给学生。这种思维导图取代数学知识分,另一种形式的总结,和这种完成思维导图不能产生积极影响学生的思维能力,没有学生参与绘制思维导图。同时,直接给了思维导图的教学方法也是学习中忽视学生的主导地位的一种表现。在这样的教学中,学生教师仍然是木偶,没有激发学生的兴趣和热情。在英语口语的学习,学生应该有一定的信息素养,真正提高他们的自主学习能力。首先,学生应该把口语学习目标根据他们的实际需要,确定和屏幕学习资源适合他们学习口语,多听,大胆说话,正确的发音,学习地道的英语口语,和欣赏英语语言的美。其次,学生的英语口语水平的提高需要大量的英语口语培训真正的上下文。学生可以自主选择合作,调查,游戏化,通过人工智能教学平台和其他学习方法和各种移动智能终端。
5。结论
英语口语评价过去依赖于教师个人经验判断和评分,评估标准不够科学或统一,和学生都无法把握自己的发音和表达准确。教师不再是唯一的英语口语评价知识时代的人工智能;他们也在课堂活动的组织者和指导。老师应该给学生,帮助他们完成教学任务通过自主学习和团队合作。人工智能技术平台跟踪、记录和评估的完成学生的口头预览任务,英语口语评价的选择和使用资源,个人口头表达的质量在口语交际活动中,和课后复习完成任务的过程中学习英语口语评估。教师使用这些信息来形成性评估学生的学习,关注个体差异,调整补救的情况下,基于因材施教和教学生。教师能够显示相关的词汇和句型的在线学习平台提前口语评估,所以学生可以预览和马克他们在学习过程中遇到的问题。教师和学生能够更有效地在课堂上交流,课后继续口服类的类,并确保学生练习他们的口语技能。教师习惯于使用思维导图来创建章总结,然后向他们展示给学生直接在教学过程中。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。