高桂平

摘 要：文本分類是數(shù)據(jù)挖掘方法，在話語分析上的應(yīng)用較少見。本文提出用機(jī)器學(xué)習(xí)方法將課堂話語分類，從功能上分為：課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋話語等，通過分類，構(gòu)建課堂話語語料庫。為提高其分類準(zhǔn)確率，本文先提取教學(xué)內(nèi)容主題詞，再用貝葉斯分類器對課堂話語進(jìn)行自動分類。

關(guān)鍵詞：數(shù)字化課堂 話語行為 主題詞提取 文本分類

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2117（2014）08-0066-02

1 話語行為分類理論

美國教育家弗蘭德斯（Ned. Flanders）對不同年級、不同學(xué)科課堂教學(xué)的大量現(xiàn)場觀察，提出傳統(tǒng)課堂教學(xué)師生言語行為互動分析系統(tǒng)FIAS。將課堂師生言語行為總結(jié)為教師行為、學(xué)生行為、寂靜三大類，細(xì)分為10小類。[1]數(shù)字化課堂引進(jìn)了數(shù)字化教學(xué)設(shè)備。顧小清等在弗蘭德斯課堂話語行為三大類的基礎(chǔ)上增加了技術(shù)這一類，[2]如下表第三列所示的13種課堂言語行為。通過對這13種課堂言語行為產(chǎn)生的話語分析，建立分類集表項(xiàng)，如表所示，課堂話語行為分為四類，課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋類型話語[3-4]，由于作用功能的不同，每種類型話語表述在語義方面呈現(xiàn)不同的特點(diǎn)。下表中的特征詞匯舉例展示了各類型話語常見特征詞匯。由于話語功能不同，每種類型話語的表述在語義上具有其獨(dú)有的特點(diǎn)。

目前對課堂話語分類是人工進(jìn)行的，自動分類方法尚未應(yīng)用于課堂話語行為分類。文本分類技術(shù)是在預(yù)先給定的類別標(biāo)記集合下，根據(jù)文本內(nèi)容用機(jī)器學(xué)習(xí)方法為文本指派預(yù)先定義的類別標(biāo)記。[5]結(jié)合課堂話語特點(diǎn)，本文提出數(shù)字化課堂話語自動分類方法。

2 建立分類模型

課堂話語分類過程包括訓(xùn)練和分類。處理訓(xùn)練文本，首先基于初始語料庫（即課堂實(shí)錄視頻轉(zhuǎn)化過來的文本文檔）過濾教學(xué)內(nèi)容主題詞，將剩余部分作為教學(xué)內(nèi)容呈現(xiàn)話語，其他話語按其功能分類，建立訓(xùn)練語料庫。再通過特征提取、權(quán)重計(jì)算完成訓(xùn)練過程，得到分類模型。對測試文本的處理，首先進(jìn)行文本預(yù)處理，如分詞、去停用詞，再提取課堂主題詞，分類。如右圖所示：

2.1 教學(xué)內(nèi)容主題詞提取

課堂教學(xué)內(nèi)容主題詞表示為完成教學(xué)目標(biāo)實(shí)施教學(xué)的授課內(nèi)容。為提高分類準(zhǔn)確率，本文采用（1）式TF×IDF算法[6]過濾課堂內(nèi)容主題詞，預(yù)處理后計(jì)算教學(xué)實(shí)錄文檔中各詞的文檔查詢詞頻（TF）和倒排文檔頻率（IDF）。

公式（1）中，P表示字?jǐn)?shù)，D表示文檔，F(xiàn)（P，D）中的P表示在D中出現(xiàn)次數(shù)，S（D）中的D表示字?jǐn)?shù)；D（P）中的P表示出現(xiàn)文檔數(shù)量；N表示文檔總數(shù)。例如，計(jì)算《雷雨》這篇課文的主題詞，將特征詞權(quán)重降序排列，分別是：雨、天空、彩虹、蜘蛛、樹、閃電、蟬、大風(fēng)、垂、雷聲、太陽、景色、天空、悶熱、烏云等。過濾主題詞人工判斷句子類別，構(gòu)建話語類型語料庫。

2.2 分類過程

特征提取采用信息增益方法，分類采用樸素貝葉斯分類算法[7]，該方法簡單高效，通過先驗(yàn)條件概率去估計(jì)后驗(yàn)條件概率，前提是滿足特征間獨(dú)立性假設(shè)。已知某個(gè)課堂話語文本集D={d1，d2，…，dn}，文本構(gòu)成特征集是W={W1，W2，…，Wm}。計(jì)算權(quán)值后，用VSM表示課堂的每一句話語V（di）=（val（Wi1），val（Wi2），…，val（Wim）），類別C={C1，C2，…，C4}，C1：課堂組織話語、C2：教學(xué)內(nèi)容呈現(xiàn)話語、C3：交互類型話語、C4：評價(jià)反饋話語。根據(jù)貝葉斯公式（2）、（3）：

P（ci）：類先驗(yàn)概率，有訓(xùn)練集估計(jì)，P（wi|ci）用最大似然法估計(jì)，ni表示ci類所有文本中特征向量wi的出現(xiàn)次數(shù)，|W|表示ci類所有文本出現(xiàn)的特征總數(shù)。依次代入d1，d2，…，dn可計(jì)算其的最大P（ci|dk）值，將該話語歸為相應(yīng)Ci類。

3 實(shí)驗(yàn)過程與分析

課堂語料庫來自中小學(xué)課堂90個(gè)優(yōu)秀教學(xué)錄像。訓(xùn)練集制作過程為選取優(yōu)秀教學(xué)視頻；將課堂教學(xué)視頻轉(zhuǎn)化為TXT文件，提取出教學(xué)內(nèi)容主題詞；過濾教學(xué)內(nèi)容主題詞，將txt文件轉(zhuǎn)化成XML文檔；解析xml文件，將每個(gè)訓(xùn)練樣本每種課堂話語種類解析出來并寫入到相應(yīng)訓(xùn)練集語料庫中，形成分類訓(xùn)練集。

測試課堂共206句話語。實(shí)驗(yàn)性能數(shù)據(jù)為：課堂組織、內(nèi)容呈現(xiàn)、交互類型、評價(jià)反饋的準(zhǔn)確率分別為84.8%、95.0%、51.0%、74.0%；召回率分別為52.0%、61.4%、100%、89.5%；F1測試值分別為64.5%、74.6%、67.5%、81.0%。整體分類各項(xiàng)性能指標(biāo)還不是很高，有待改進(jìn)；課堂組織話語查全率較低；交互類型話語查準(zhǔn)率較低。導(dǎo)致此類問題原因：①教學(xué)內(nèi)容呈現(xiàn)話語涉及的內(nèi)容面很廣，內(nèi)容主題詞過濾不夠精確；②訓(xùn)練庫中語料不能滿足樸素貝葉斯分類器各類之間完全獨(dú)立性的假設(shè)，而只可能讓其間獨(dú)立性最大；③語料庫規(guī)模不夠大。

4 結(jié)語

本文通過對90個(gè)上課實(shí)錄的分析和處理，構(gòu)建了一個(gè)課堂話語類型語料庫。用樸素貝葉斯分類方法，實(shí)現(xiàn)了將課堂話語自動分類。實(shí)現(xiàn)課堂話語自動分類給課堂話語分析帶來了便利。該方法與人工分類方法相比有明顯優(yōu)勢。人工分類方法費(fèi)時(shí)費(fèi)力、難以保證一致性和準(zhǔn)確性（40%左右的準(zhǔn)確率），難以避免專家差異。自動方法快速、準(zhǔn)確率相對高，樣本源于真實(shí)文本，可信度高。語料庫構(gòu)建是一個(gè)很重要的問題，貝葉斯分類原理重要假設(shè)是組成文本的字詞在確定文本類別作用上相互獨(dú)立。因此在建構(gòu)語料庫時(shí)應(yīng)盡量保證不同類型話語的語義正交。進(jìn)一步要做的工作是：擴(kuò)展語料庫，根據(jù)課堂話語的特殊性和規(guī)律性，在分類過程中加入一些統(tǒng)計(jì)規(guī)則，使分類效果更佳。

（華中師范大學(xué)教育信息技術(shù)學(xué)院，湖北 武漢 430079）

參考文獻(xiàn)：

[1] Flanders，N.Analyzing teacher behavior[M].MA： Addison- Wesley，1970，（107）.

[2]顧小清，王煒.支持教師專業(yè)發(fā)展的課堂分析技術(shù)新探索[J].中國電化教育，2004（7）：18-21.

[3]王成菲.中學(xué)英語課堂中教師話語重復(fù)的研究[C].廣西師范大學(xué)，2008.

[4]Sato.Classroom Foreigner Talk Discourse： Forms and Function of TeachersQuestion[A].Classroom-oriented Research in Second Language Acquisition，1983.

[5]蘇金樹，張博峰.基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[C].軟件學(xué)報(bào)，2006，9，（17）：1848-1859.

[6]王園，龔尚福.基于二次TF× IDF的互信息文本特征選擇算法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011（04）.

[7]李祥，周波.一種基于樸素貝葉斯分類的性能預(yù)測方法[J].計(jì)算機(jī)應(yīng)用與軟件，2011（01）.endprint

摘 要：文本分類是數(shù)據(jù)挖掘方法，在話語分析上的應(yīng)用較少見。本文提出用機(jī)器學(xué)習(xí)方法將課堂話語分類，從功能上分為：課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋話語等，通過分類，構(gòu)建課堂話語語料庫。為提高其分類準(zhǔn)確率，本文先提取教學(xué)內(nèi)容主題詞，再用貝葉斯分類器對課堂話語進(jìn)行自動分類。

關(guān)鍵詞：數(shù)字化課堂 話語行為 主題詞提取 文本分類

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2117（2014）08-0066-02

1 話語行為分類理論

美國教育家弗蘭德斯（Ned. Flanders）對不同年級、不同學(xué)科課堂教學(xué)的大量現(xiàn)場觀察，提出傳統(tǒng)課堂教學(xué)師生言語行為互動分析系統(tǒng)FIAS。將課堂師生言語行為總結(jié)為教師行為、學(xué)生行為、寂靜三大類，細(xì)分為10小類。[1]數(shù)字化課堂引進(jìn)了數(shù)字化教學(xué)設(shè)備。顧小清等在弗蘭德斯課堂話語行為三大類的基礎(chǔ)上增加了技術(shù)這一類，[2]如下表第三列所示的13種課堂言語行為。通過對這13種課堂言語行為產(chǎn)生的話語分析，建立分類集表項(xiàng)，如表所示，課堂話語行為分為四類，課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋類型話語[3-4]，由于作用功能的不同，每種類型話語表述在語義方面呈現(xiàn)不同的特點(diǎn)。下表中的特征詞匯舉例展示了各類型話語常見特征詞匯。由于話語功能不同，每種類型話語的表述在語義上具有其獨(dú)有的特點(diǎn)。

目前對課堂話語分類是人工進(jìn)行的，自動分類方法尚未應(yīng)用于課堂話語行為分類。文本分類技術(shù)是在預(yù)先給定的類別標(biāo)記集合下，根據(jù)文本內(nèi)容用機(jī)器學(xué)習(xí)方法為文本指派預(yù)先定義的類別標(biāo)記。[5]結(jié)合課堂話語特點(diǎn)，本文提出數(shù)字化課堂話語自動分類方法。

2 建立分類模型

課堂話語分類過程包括訓(xùn)練和分類。處理訓(xùn)練文本，首先基于初始語料庫（即課堂實(shí)錄視頻轉(zhuǎn)化過來的文本文檔）過濾教學(xué)內(nèi)容主題詞，將剩余部分作為教學(xué)內(nèi)容呈現(xiàn)話語，其他話語按其功能分類，建立訓(xùn)練語料庫。再通過特征提取、權(quán)重計(jì)算完成訓(xùn)練過程，得到分類模型。對測試文本的處理，首先進(jìn)行文本預(yù)處理，如分詞、去停用詞，再提取課堂主題詞，分類。如右圖所示：

2.1 教學(xué)內(nèi)容主題詞提取

課堂教學(xué)內(nèi)容主題詞表示為完成教學(xué)目標(biāo)實(shí)施教學(xué)的授課內(nèi)容。為提高分類準(zhǔn)確率，本文采用（1）式TF×IDF算法[6]過濾課堂內(nèi)容主題詞，預(yù)處理后計(jì)算教學(xué)實(shí)錄文檔中各詞的文檔查詢詞頻（TF）和倒排文檔頻率（IDF）。

公式（1）中，P表示字?jǐn)?shù)，D表示文檔，F(xiàn)（P，D）中的P表示在D中出現(xiàn)次數(shù)，S（D）中的D表示字?jǐn)?shù)；D（P）中的P表示出現(xiàn)文檔數(shù)量；N表示文檔總數(shù)。例如，計(jì)算《雷雨》這篇課文的主題詞，將特征詞權(quán)重降序排列，分別是：雨、天空、彩虹、蜘蛛、樹、閃電、蟬、大風(fēng)、垂、雷聲、太陽、景色、天空、悶熱、烏云等。過濾主題詞人工判斷句子類別，構(gòu)建話語類型語料庫。

2.2 分類過程

特征提取采用信息增益方法，分類采用樸素貝葉斯分類算法[7]，該方法簡單高效，通過先驗(yàn)條件概率去估計(jì)后驗(yàn)條件概率，前提是滿足特征間獨(dú)立性假設(shè)。已知某個(gè)課堂話語文本集D={d1，d2，…，dn}，文本構(gòu)成特征集是W={W1，W2，…，Wm}。計(jì)算權(quán)值后，用VSM表示課堂的每一句話語V（di）=（val（Wi1），val（Wi2），…，val（Wim）），類別C={C1，C2，…，C4}，C1：課堂組織話語、C2：教學(xué)內(nèi)容呈現(xiàn)話語、C3：交互類型話語、C4：評價(jià)反饋話語。根據(jù)貝葉斯公式（2）、（3）：

P（ci）：類先驗(yàn)概率，有訓(xùn)練集估計(jì)，P（wi|ci）用最大似然法估計(jì)，ni表示ci類所有文本中特征向量wi的出現(xiàn)次數(shù)，|W|表示ci類所有文本出現(xiàn)的特征總數(shù)。依次代入d1，d2，…，dn可計(jì)算其的最大P（ci|dk）值，將該話語歸為相應(yīng)Ci類。

3 實(shí)驗(yàn)過程與分析

課堂語料庫來自中小學(xué)課堂90個(gè)優(yōu)秀教學(xué)錄像。訓(xùn)練集制作過程為選取優(yōu)秀教學(xué)視頻；將課堂教學(xué)視頻轉(zhuǎn)化為TXT文件，提取出教學(xué)內(nèi)容主題詞；過濾教學(xué)內(nèi)容主題詞，將txt文件轉(zhuǎn)化成XML文檔；解析xml文件，將每個(gè)訓(xùn)練樣本每種課堂話語種類解析出來并寫入到相應(yīng)訓(xùn)練集語料庫中，形成分類訓(xùn)練集。

測試課堂共206句話語。實(shí)驗(yàn)性能數(shù)據(jù)為：課堂組織、內(nèi)容呈現(xiàn)、交互類型、評價(jià)反饋的準(zhǔn)確率分別為84.8%、95.0%、51.0%、74.0%；召回率分別為52.0%、61.4%、100%、89.5%；F1測試值分別為64.5%、74.6%、67.5%、81.0%。整體分類各項(xiàng)性能指標(biāo)還不是很高，有待改進(jìn)；課堂組織話語查全率較低；交互類型話語查準(zhǔn)率較低。導(dǎo)致此類問題原因：①教學(xué)內(nèi)容呈現(xiàn)話語涉及的內(nèi)容面很廣，內(nèi)容主題詞過濾不夠精確；②訓(xùn)練庫中語料不能滿足樸素貝葉斯分類器各類之間完全獨(dú)立性的假設(shè)，而只可能讓其間獨(dú)立性最大；③語料庫規(guī)模不夠大。

4 結(jié)語

本文通過對90個(gè)上課實(shí)錄的分析和處理，構(gòu)建了一個(gè)課堂話語類型語料庫。用樸素貝葉斯分類方法，實(shí)現(xiàn)了將課堂話語自動分類。實(shí)現(xiàn)課堂話語自動分類給課堂話語分析帶來了便利。該方法與人工分類方法相比有明顯優(yōu)勢。人工分類方法費(fèi)時(shí)費(fèi)力、難以保證一致性和準(zhǔn)確性（40%左右的準(zhǔn)確率），難以避免專家差異。自動方法快速、準(zhǔn)確率相對高，樣本源于真實(shí)文本，可信度高。語料庫構(gòu)建是一個(gè)很重要的問題，貝葉斯分類原理重要假設(shè)是組成文本的字詞在確定文本類別作用上相互獨(dú)立。因此在建構(gòu)語料庫時(shí)應(yīng)盡量保證不同類型話語的語義正交。進(jìn)一步要做的工作是：擴(kuò)展語料庫，根據(jù)課堂話語的特殊性和規(guī)律性，在分類過程中加入一些統(tǒng)計(jì)規(guī)則，使分類效果更佳。

（華中師范大學(xué)教育信息技術(shù)學(xué)院，湖北 武漢 430079）

參考文獻(xiàn)：

[1] Flanders，N.Analyzing teacher behavior[M].MA： Addison- Wesley，1970，（107）.

[2]顧小清，王煒.支持教師專業(yè)發(fā)展的課堂分析技術(shù)新探索[J].中國電化教育，2004（7）：18-21.

[3]王成菲.中學(xué)英語課堂中教師話語重復(fù)的研究[C].廣西師范大學(xué)，2008.

[4]Sato.Classroom Foreigner Talk Discourse： Forms and Function of TeachersQuestion[A].Classroom-oriented Research in Second Language Acquisition，1983.

[5]蘇金樹，張博峰.基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[C].軟件學(xué)報(bào)，2006，9，（17）：1848-1859.

[6]王園，龔尚福.基于二次TF× IDF的互信息文本特征選擇算法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011（04）.

[7]李祥，周波.一種基于樸素貝葉斯分類的性能預(yù)測方法[J].計(jì)算機(jī)應(yīng)用與軟件，2011（01）.endprint

摘 要：文本分類是數(shù)據(jù)挖掘方法，在話語分析上的應(yīng)用較少見。本文提出用機(jī)器學(xué)習(xí)方法將課堂話語分類，從功能上分為：課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋話語等，通過分類，構(gòu)建課堂話語語料庫。為提高其分類準(zhǔn)確率，本文先提取教學(xué)內(nèi)容主題詞，再用貝葉斯分類器對課堂話語進(jìn)行自動分類。

關(guān)鍵詞：數(shù)字化課堂 話語行為 主題詞提取 文本分類

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2117（2014）08-0066-02

1 話語行為分類理論

美國教育家弗蘭德斯（Ned. Flanders）對不同年級、不同學(xué)科課堂教學(xué)的大量現(xiàn)場觀察，提出傳統(tǒng)課堂教學(xué)師生言語行為互動分析系統(tǒng)FIAS。將課堂師生言語行為總結(jié)為教師行為、學(xué)生行為、寂靜三大類，細(xì)分為10小類。[1]數(shù)字化課堂引進(jìn)了數(shù)字化教學(xué)設(shè)備。顧小清等在弗蘭德斯課堂話語行為三大類的基礎(chǔ)上增加了技術(shù)這一類，[2]如下表第三列所示的13種課堂言語行為。通過對這13種課堂言語行為產(chǎn)生的話語分析，建立分類集表項(xiàng)，如表所示，課堂話語行為分為四類，課堂組織話語、教學(xué)內(nèi)容呈現(xiàn)話語、交互類型話語、評價(jià)反饋類型話語[3-4]，由于作用功能的不同，每種類型話語表述在語義方面呈現(xiàn)不同的特點(diǎn)。下表中的特征詞匯舉例展示了各類型話語常見特征詞匯。由于話語功能不同，每種類型話語的表述在語義上具有其獨(dú)有的特點(diǎn)。

目前對課堂話語分類是人工進(jìn)行的，自動分類方法尚未應(yīng)用于課堂話語行為分類。文本分類技術(shù)是在預(yù)先給定的類別標(biāo)記集合下，根據(jù)文本內(nèi)容用機(jī)器學(xué)習(xí)方法為文本指派預(yù)先定義的類別標(biāo)記。[5]結(jié)合課堂話語特點(diǎn)，本文提出數(shù)字化課堂話語自動分類方法。

2 建立分類模型

課堂話語分類過程包括訓(xùn)練和分類。處理訓(xùn)練文本，首先基于初始語料庫（即課堂實(shí)錄視頻轉(zhuǎn)化過來的文本文檔）過濾教學(xué)內(nèi)容主題詞，將剩余部分作為教學(xué)內(nèi)容呈現(xiàn)話語，其他話語按其功能分類，建立訓(xùn)練語料庫。再通過特征提取、權(quán)重計(jì)算完成訓(xùn)練過程，得到分類模型。對測試文本的處理，首先進(jìn)行文本預(yù)處理，如分詞、去停用詞，再提取課堂主題詞，分類。如右圖所示：

2.1 教學(xué)內(nèi)容主題詞提取

課堂教學(xué)內(nèi)容主題詞表示為完成教學(xué)目標(biāo)實(shí)施教學(xué)的授課內(nèi)容。為提高分類準(zhǔn)確率，本文采用（1）式TF×IDF算法[6]過濾課堂內(nèi)容主題詞，預(yù)處理后計(jì)算教學(xué)實(shí)錄文檔中各詞的文檔查詢詞頻（TF）和倒排文檔頻率（IDF）。

公式（1）中，P表示字?jǐn)?shù)，D表示文檔，F(xiàn)（P，D）中的P表示在D中出現(xiàn)次數(shù)，S（D）中的D表示字?jǐn)?shù)；D（P）中的P表示出現(xiàn)文檔數(shù)量；N表示文檔總數(shù)。例如，計(jì)算《雷雨》這篇課文的主題詞，將特征詞權(quán)重降序排列，分別是：雨、天空、彩虹、蜘蛛、樹、閃電、蟬、大風(fēng)、垂、雷聲、太陽、景色、天空、悶熱、烏云等。過濾主題詞人工判斷句子類別，構(gòu)建話語類型語料庫。

2.2 分類過程

特征提取采用信息增益方法，分類采用樸素貝葉斯分類算法[7]，該方法簡單高效，通過先驗(yàn)條件概率去估計(jì)后驗(yàn)條件概率，前提是滿足特征間獨(dú)立性假設(shè)。已知某個(gè)課堂話語文本集D={d1，d2，…，dn}，文本構(gòu)成特征集是W={W1，W2，…，Wm}。計(jì)算權(quán)值后，用VSM表示課堂的每一句話語V（di）=（val（Wi1），val（Wi2），…，val（Wim）），類別C={C1，C2，…，C4}，C1：課堂組織話語、C2：教學(xué)內(nèi)容呈現(xiàn)話語、C3：交互類型話語、C4：評價(jià)反饋話語。根據(jù)貝葉斯公式（2）、（3）：

P（ci）：類先驗(yàn)概率，有訓(xùn)練集估計(jì)，P（wi|ci）用最大似然法估計(jì)，ni表示ci類所有文本中特征向量wi的出現(xiàn)次數(shù)，|W|表示ci類所有文本出現(xiàn)的特征總數(shù)。依次代入d1，d2，…，dn可計(jì)算其的最大P（ci|dk）值，將該話語歸為相應(yīng)Ci類。

3 實(shí)驗(yàn)過程與分析

課堂語料庫來自中小學(xué)課堂90個(gè)優(yōu)秀教學(xué)錄像。訓(xùn)練集制作過程為選取優(yōu)秀教學(xué)視頻；將課堂教學(xué)視頻轉(zhuǎn)化為TXT文件，提取出教學(xué)內(nèi)容主題詞；過濾教學(xué)內(nèi)容主題詞，將txt文件轉(zhuǎn)化成XML文檔；解析xml文件，將每個(gè)訓(xùn)練樣本每種課堂話語種類解析出來并寫入到相應(yīng)訓(xùn)練集語料庫中，形成分類訓(xùn)練集。

測試課堂共206句話語。實(shí)驗(yàn)性能數(shù)據(jù)為：課堂組織、內(nèi)容呈現(xiàn)、交互類型、評價(jià)反饋的準(zhǔn)確率分別為84.8%、95.0%、51.0%、74.0%；召回率分別為52.0%、61.4%、100%、89.5%；F1測試值分別為64.5%、74.6%、67.5%、81.0%。整體分類各項(xiàng)性能指標(biāo)還不是很高，有待改進(jìn)；課堂組織話語查全率較低；交互類型話語查準(zhǔn)率較低。導(dǎo)致此類問題原因：①教學(xué)內(nèi)容呈現(xiàn)話語涉及的內(nèi)容面很廣，內(nèi)容主題詞過濾不夠精確；②訓(xùn)練庫中語料不能滿足樸素貝葉斯分類器各類之間完全獨(dú)立性的假設(shè)，而只可能讓其間獨(dú)立性最大；③語料庫規(guī)模不夠大。

4 結(jié)語

本文通過對90個(gè)上課實(shí)錄的分析和處理，構(gòu)建了一個(gè)課堂話語類型語料庫。用樸素貝葉斯分類方法，實(shí)現(xiàn)了將課堂話語自動分類。實(shí)現(xiàn)課堂話語自動分類給課堂話語分析帶來了便利。該方法與人工分類方法相比有明顯優(yōu)勢。人工分類方法費(fèi)時(shí)費(fèi)力、難以保證一致性和準(zhǔn)確性（40%左右的準(zhǔn)確率），難以避免專家差異。自動方法快速、準(zhǔn)確率相對高，樣本源于真實(shí)文本，可信度高。語料庫構(gòu)建是一個(gè)很重要的問題，貝葉斯分類原理重要假設(shè)是組成文本的字詞在確定文本類別作用上相互獨(dú)立。因此在建構(gòu)語料庫時(shí)應(yīng)盡量保證不同類型話語的語義正交。進(jìn)一步要做的工作是：擴(kuò)展語料庫，根據(jù)課堂話語的特殊性和規(guī)律性，在分類過程中加入一些統(tǒng)計(jì)規(guī)則，使分類效果更佳。

（華中師范大學(xué)教育信息技術(shù)學(xué)院，湖北 武漢 430079）

參考文獻(xiàn)：

[1] Flanders，N.Analyzing teacher behavior[M].MA： Addison- Wesley，1970，（107）.

[2]顧小清，王煒.支持教師專業(yè)發(fā)展的課堂分析技術(shù)新探索[J].中國電化教育，2004（7）：18-21.

[3]王成菲.中學(xué)英語課堂中教師話語重復(fù)的研究[C].廣西師范大學(xué)，2008.

[4]Sato.Classroom Foreigner Talk Discourse： Forms and Function of TeachersQuestion[A].Classroom-oriented Research in Second Language Acquisition，1983.

[5]蘇金樹，張博峰.基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[C].軟件學(xué)報(bào)，2006，9，（17）：1848-1859.

[6]王園，龔尚福.基于二次TF× IDF的互信息文本特征選擇算法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011（04）.

[7]李祥，周波.一種基于樸素貝葉斯分類的性能預(yù)測方法[J].計(jì)算機(jī)應(yīng)用與軟件，2011（01）.endprint