摘要： 教育信息化2.0時代，利用多模態(tài)語料庫語言學方法，通過語料庫建設及其數據挖掘進行教學音視頻流反思，已成為課堂教學和教師發(fā)展研究的重要手段。在遵循語料庫建設基本原則基礎上，聚焦“教師自身發(fā)展”專門用途外語課堂教學多模態(tài)語料庫MCCT的創(chuàng)建，強調建庫目的。與此同時，介紹建庫過程，概述文字轉寫、語料切分與標注等具體做法，總結深加工后MCCT特點及其應用開發(fā)。目的是為高校教師利用多模態(tài)語料庫方法進行教學、科研和自身發(fā)展提供理念思路、技術參考和典型樣例。

關鍵詞： 課堂教學;多模態(tài)語料庫;教師自身發(fā)展;專門用途語料庫;商務英語;切分與標注

中圖分類號： H 319?文獻標志碼： A

文章編號： 1009-895X（2019）01-0001-11

DOI： 10.13256/j.cnki.jusst.sse.2019.01.001

Constructing Foreign Language Multimodal Corpus of

Classroom Teaching（MCCT）

LI Yuxiang

（School of Foreign Languages，Tongji University，Shanghai 200092，China）

Abstract：

The era of education informationization 2.0 highlights the multimodal corpus linguistic approach of corpus constructing and relevant data?mining in classroom teaching and teacher development research.This paper focuses on the construction of Foreign Language Multimodal Corpus of Classroom Teaching （MCCT） based on the basic corpus constructing principles，emphasizing the specific purpose of “teacher self?development”.In order to provide the conceptual framework，technological parameters，and a typical example for classroom teaching and teacher self?development research using multimodal corpus linguistic approach，this paper covers MCCT research aim，the construction process，detailed transcription procedures，data segmentation and annotation，as well as the specific features and future applications of the processed MCCT.

Keywords：

classroom teaching;multimodal corpus;teacher self?development;specialized corpus;business English;segmentation and annotation

當今“互聯(lián)網+”環(huán)境下，計算機軟硬件技術，特別是人工智能、大數據、區(qū)塊鏈等技術發(fā)展迅猛，教育信息化快速步入2.0新時代，高校師生不僅要增強信息技術應用能力，更要提升信息素養(yǎng)，讓信息化理念、認識、思維方式和行動方法“內化于心，外化于行”[1]。

教育信息化2.0時代，“數據”的基礎性和重要性日益突顯，數據建設、數據思維、數據挖掘成為高校教師教學、科研、管理和自身發(fā)展必須掌握的基本信息素養(yǎng)的重要內容。利用語料庫語言學方法，通過課堂教學語料庫建設、語料切分標注和數據挖掘，對課堂教學音視頻流進行反思，已成為信息時代高校教師教學、科研和自身發(fā)展的重要方法。如何以課堂教學音視頻流為原始語料，進行課堂教學多模態(tài)語料庫建設，也成為一項十分緊迫的任務。

本文主要探討“教師自身發(fā)展”專門用途外語課堂教學多模態(tài)語料庫（Multimodal Corpus of Classroom Teaching，簡稱MCCT）的創(chuàng)建，聚焦語料庫創(chuàng)建過程中的技術參數，包括建庫目的、原始語料采集、樣本選取、語料元信息、語料預處理、語料切分與標注規(guī)范、具體標注順序，并簡述深加工后語料庫特點及其應用開發(fā)，旨在為高校教師利用多模態(tài)語料庫方法進行教學、科研和自身發(fā)展提供理念思路、技術參考和典型樣例。

一、文獻綜述

教學音視頻流相關研究表明，教學音視頻流分析能夠促進教師教學反思，利用教學音視頻流進行教學反思已成為教師改進教學的有效反饋策略，推動了教學改革和教師發(fā)展研究[2-5]。隨著音視頻流在教師教育和職業(yè)發(fā)展中應用研究的指數增長[6]，發(fā)現音視頻流標注（video annotation）方法對教師進行復雜自身教學視頻流分析和反思具有巨大指導作用[5，7-8];但教師專業(yè)見解的提升，需建構和分享基于音視頻流證據的良好教學方法和實踐的論點，而這些論點可以通過音視頻流分析工具，如Studio Code，ELAN等來獲得[7，9]?？梢?，利用教學音視頻流分析進行課堂教學反思，促進教師教育和職業(yè)發(fā)展的應用實踐和理論研究，急需多模態(tài)語料庫語言學研究方法的指導。

本文中多模態(tài)語料庫是指包含文字、靜態(tài)圖像、動態(tài)圖像（如視頻流）和音頻流多種模態(tài)數據的多媒體資源庫[10]。多模態(tài)語料庫語言學研究方法，就是根據研究目的，利用一定的工具，通過多模態(tài)語料庫建設、切分與標注等加工，進行相關語料數據挖掘和分析統(tǒng)計，就相關問題進行實證研究，或者提出理論假設和理論建構的方法。

在學習科學領域，關于視頻研究的理論架構逐漸成熟[11-13]。隨著音視頻流語料相關研究的迅速發(fā)展，多模態(tài)語料庫語言學研究方法在話語分析、教學研一體化發(fā)展等研究中的價值日益彰顯[11，14-17]。

在教師課堂教學反思方面，目前教學音視頻流個案分析[18-19]、教學競賽案例分析[20]、教師自我發(fā)展策略研究[21]、通過多模態(tài)語料庫研究路徑將課堂教學科研化的方法論研究[22]等不斷發(fā)展，但是通過實際構建具有一定規(guī)模的課堂教學多模態(tài)語料庫，并對課堂教學音視頻流語料進行切分、標注和數據挖掘的研究尚不多見。

利用多模態(tài)語料庫語言學方法，通過多模態(tài)語料庫建設、加工和數據挖掘，基于堅實論據構建良好教學實踐的論點[9]，已成為利用教學反思進行課堂教學和教師自身發(fā)展研究領域一項十分迫切的任務。

多模態(tài)語料庫的建設與研究，在最近十幾年，隨著數字視頻技術的普及逐步增加[23]。

多模態(tài)語料庫，依據一定的研究目的，按一定的標準收集，以計算機為基礎，含有文字、圖像（靜態(tài)或動態(tài)）和音頻流多媒體資源，且多模態(tài)語料庫的音視頻材料應同時伴有相關轉寫和標注信息[24]。

像單模態(tài)語料庫一樣，多模態(tài)語料庫按用途也分成：為一般用途而建的通用語料庫（general cor?pus），如1991年建立的第一個含音頻的BNC（British National Corpus，英國國家語料庫）的口語語料庫;為特殊用途而建的專門用途語料庫（specialized cor?pus），如辛普森（R.C.Simpson）等人在1997至2002年間所建的總時長達200小時的密歇根學術英語口語語料庫（Michigan Corpus of Academic Spoken English，簡稱MICASE） [25]。

隨著多模態(tài)理論研究的日漸成熟，多模態(tài)語料庫建設成為多模態(tài)實證分析的必經之路[26-27]，而課堂教學研究與教材分析越來越成為熱門話題[27]。國外的多模態(tài)語料庫有“新加坡教育專用語料庫”[28]“美國學術英語和職業(yè)英語專用語料庫課堂互動多模態(tài)語料庫”[29]，國內有“現場即席話語語料庫”[30]“英語教育教學語料庫”[31-32]“理工科大學生英語口語多模態(tài)語料庫”[33]“多模態(tài)即席話語語料庫”[34]“多模態(tài)口譯語料庫”[35]“當代英語教材專用語料庫”[36]等等。

但經過深度加工并具一定規(guī)模的“教師自身發(fā)展”專用外語課堂教學多模態(tài)語料庫尚不多見[23，37-38]。

本文所建課堂教學多模態(tài)語料庫MCCT為“教師自身發(fā)展”專門用途多模態(tài)語料庫，原始語料為研究生公共英語選修課程《商務英語》課堂教學音視頻流，共64.5小時，MCCT語料有效時間共16.48小時，深加工語料時間為10.9小時。MCCT深加工語料為三輪三類課堂教學音視頻流，其中的“三輪”是指同一課程中同一教育目標類型的三輪次不同課堂教學錄像，“三類”是指與課程教學內容相關的三種課堂教育目標類型，包括陳述性知識類、程序性技能類和問題解決類。

MCCT語料庫的標注體系（annotation scheme），涵蓋課堂教學設計、組織、實施和效果評估等不同視角的12個分析維度，稱為12個母標注層（annotation tier），具體有：文字轉寫、教育目標類型、教學任務分析、課堂組織架構、課堂教學事件、課堂活動類型、課堂師生互動模式、課堂師生話語、PPT支撐的媒體、課堂教學用語類型、銜接與轉換和學生注意力分析。每一個標注層都有各自的標簽集（tag set），包括標簽的工作定義和標注樣例。根據研究需要有的母標注層又包括相應的次級標注層。因本文篇幅所限，有關MCCT語料庫的含12個維度的標注體系，包括其構建的理論基礎、具體標簽的設定、對前人研究的繼承和自身的創(chuàng)新等，將撰文另敘[39]。

基于12個維度切分與標注深度加工后的MCCT語料統(tǒng)計數據，可用于課堂教學研究和在職教師教學研一體化自身發(fā)展研究，此類“教師自身發(fā)展”專門用途外語課堂教學多模態(tài)語料庫在國內外尚不多見。

二、“教師自身發(fā)展”專門用途MCCT的創(chuàng)建

本文所建語料庫雖為多模態(tài)語料庫，但其建設基本過程與單模態(tài)語料庫的大致相同，首先要進行總體規(guī)劃和準備，包括建庫目的、語料庫規(guī)模、語料選取來源及采樣原則、語料加工程度、語料采集及加工所用軟硬件配備和建庫所需人員及資金等。之后著手語料庫的實際建設，具體過程包括語料獲取及處理、語料庫標注體系的制定、語料庫的深度加工（即切分與標注）。

（一）遵循多模態(tài)語料庫建庫基本原則

本文所建外語課堂教學多模態(tài)語料庫MCCT為“教師自身發(fā)展”專門用途多模態(tài)語料庫，建庫時遵循一般語料庫的建庫原則，同時也遵循多模態(tài)語料庫的建庫原則。一般來說，語料庫建庫時，都應遵循以下五大原則[40-41]：1）目的原則，即計劃用所建語料庫來研究什么問題[42];2）代表性原則，即指語料樣本在多大程度上包括了所研究對象總體變異的全部范圍，且所包括的變異性范圍包括語言學特征和非語言學特征（即情景特征）兩個方面[43-44];3）數據采集原則，就是自然性（naturalness或spontaneity）原則，即收集語料時要盡量選擇自然發(fā)生的語料，保持其原來的自然狀態(tài)[23];4）原始數據編碼原則，即標準化：不論是文本、音頻、視頻數據，還是語料庫的元數據（metadata），其編碼格式都要做到標準化，即講求通用性、可共享性，這是不同語料庫數據整合共享的基礎;5）切分與標注原則，即講求效度、信度和一致性：建庫目的決定語料切分與標注方案，但任何標注體系的制定和方案的實施，都要保證標注體系自身效度（validity）以及應用過程中標注的信度（reliability）和一致性（consistency），還要遵循里奇（G.Leech）提出的語料庫標注的基本準則[45]。

本文所建課堂教學多模態(tài)語料庫MCCT的標注體系有12個分析維度，該標注體系經過了專家效度驗證、試標注信度驗證、試標注的專家標注信息反饋和標注者內部一致性驗證，驗證結果良好。因本文篇幅所限，MCCT標注體系的具體信度、效度和一致性驗證，也將撰文另敘。

（二）課堂教學多模態(tài)語料庫MCCT的創(chuàng)建

1.建庫目的：教師自身發(fā)展

本文所建課堂教學多模態(tài)語料庫MCCT為“教師自身發(fā)展”專門用途多模態(tài)語料庫，其總體設計、原始語料的采集、深加工語料的取樣策略、語料庫規(guī)模、語料庫標注體系的制定等都根據教師自身發(fā)展這一研究目的而定，主要探討“如何利用課堂教學音視頻流進行教師自身發(fā)展研究”這一核心問題，包含兩個子問題，即對課堂教學音視頻流如何處理和如何利用這些語料進行教師自身發(fā)展研究。

2.MCCT原始語料采集

MCCT原始語料的采集來自同濟大學外國語學院匯文樓418多媒體多模態(tài)實驗室，實驗教師就是筆者。筆者利用這個實驗教室，對自己的課堂教學，即非英語專業(yè)碩士研究生的《商務英語》選修課程，進行跟蹤錄音錄像，歷時三年。

實驗教室采錄的內容同時包括三套音視頻流：1）教師的課堂教學實時行為（音視頻流文件名均為Teacher）;2）學生課堂學習的實時行為（音視頻流文件名均為Student）;3）PPT的演示活動（音視頻流文件名均為VGA）。采錄語料的攝像頭三年一直固定在實驗教室的墻壁上。

錄制這三套音視頻流時，設備會同時將其自動放在同一個文件夾內，文件夾可以根據需要命名，可以包括錄制時間及地點、課程名稱、教師姓名、性別及職稱等語料元信息。

現已錄制三輪《商務英語》選修課程的教學錄像，每輪17周，每周2學時，每學時為45分鐘，每學期的最后1或2周安排的是課堂考試，有時因放假和設備原因無錄像。實際教學錄像情況具體為：第一輪為31學時，有35段教學錄像;第二輪為25學時，有25段教學錄像;第三輪為30學時，有34段教學錄像。三年共跟蹤課堂教學86學時，錄制教學錄像94個時段（有時一個學時可能錄制成2個時段;每個時段的錄像均包括教師行為、學生行為和PPT演示3個音視頻流），共64.5小時。

筆者對每學期的教學錄像都按時間順序進行了編號：第一輪為2010年春季學期，編號為2010S_01～35;第二輪為2011年秋季學期，編號為2011A_01～25;第三輪為2012年秋季學期，編號為2012A_01～34。

這是本文所建課堂教學多模態(tài)語料庫MCCT的原始資料來源。

3.MCCT語料樣本選取

MCCT建庫目的是進行教師自身發(fā)展研究，所選語料應足能代表這一現象。為保障語料的代表性，采取了分層分類抽樣方法進行語料選取。

首先利用多模態(tài)標注工具ELAN軟件對每個時段的教學錄像進行課堂教學的教育目標類型標注。

根據教育目標分類學，特別是信息加工心理學的知識分類[51]和加涅認知領域的學習結果分類[52]，將與課程教學內容相關的課堂教育目標分為三大類型，即陳述性知識類（Declarative Knowledge，簡稱DK）、程序性技能類（Procedural Skill，簡稱PCS）和問題解決類（Problem Solving，簡稱PBS）;將與每種課堂教學內容均相關的，學期開始時的課程介紹、期中考試、學期結束時的期末考試等歸為通用類（Commons）。課堂教學的教育目標類型（Teaching Objective Type，簡稱TOT）的標注體系，或稱標簽集，詳見表1所示。

具體做法是，先將每個時段課堂錄像文件夾里的教師課堂行為（Teacher）錄像的音頻流，利用Ulead Video Studio軟件，或其他能從音視頻流提取音頻流的軟件，將音頻流提取出來（每個文件夾里的3個音視頻流是同步錄制的，所以錄制的音頻是一樣的內容），以WAV格式存放在這個時段的文件夾中;然后利用ELAN軟件將這一文件夾中的教師行為錄像、學生行為錄像、PPT演示活動錄像和課堂的音頻流WAV文件，導入新建的EAF標注文件，進行同步，建立這個時段的EAF標注文件;之后就可以用ELAN進行切分與標注，ELAN標注界面如圖1所示。

利用ELAN工具對三個學期的教學錄像進行課堂教學教育目標類型（TOT）的初步切分與標注，從標注結果中整理出MCCT多模態(tài)語料庫樣本的選取框，即三輪課堂教學教育目標類型標注結果。

隨后，本文采納分類抽樣方法，從MCCT樣本選取框中，選取具代表性的需進一步深入加工的語料。

語料選取的具體方法是從三輪教學錄像中選取陳述性知識類（DK）、程序性技能類（PCS）和問題解決類（PBS）三類課堂各一個話題的完整教學片段，要求該話題的教學內容和教學錄像均完整，且每類課堂教育目標類型在三學期中一致，這樣每類課堂教育目標類型都有兩輪提升。并且對教育目標類型的標注進行了精細化處理和完善，如將緊隨陳述性知識類、程序性技能類和問題解決類三類課堂教育目標之后的作業(yè)布置、休息宣布、下課宣布教學時段歸屬于該部分教學，不再作為Commons歸屬處理，這樣完善了課堂教育目標類型的標簽處理。

所選出的語料包括：1）陳述性知識類，話題為“定價策略”（Pricing strategies），三輪教學錄像中共有4個教學片段;2）程序性技能類，話題為“如何做有效口頭演講”（How to make an effective oral presentation），三輪教學錄像中共有7個教學片段;3）問題解決類，話題為“如何做案例分析”（How to do case study），三輪教學錄像中共有10個教學片段。上述所選21個教學片段的語料編號詳見下頁表2所示，教學視頻持續(xù)總時間為16.48小時（989分鐘），占總原始語料的25.55%。

本研究對這些語料中的陳述性知識類、程序性技能類和問題解決類三種教育目標類型的課堂教學音視頻流進行深入加工，以探討其在教師自身發(fā)展中的應用。

4.MCCT語料預處理

筆者對所選21個教學片段的音視頻流文件夾里的EAF標注文件進行了重新統(tǒng)一命名，命名規(guī)則是：課堂教育目標類型_學年學期_標注文件編號.eaf，如DK_2010S_01代表陳述性知識類課堂教學類型的2010年春季學期的第1號標注文件。

21個教學時段的音視頻流的所有EAF標注文件清單如表2所示，其中的PBS_2010S_03標注文件有兩個（因錄像操作原因）：一個是PBS_2010S_03（1）.eaf，另一個是PBS_2010S_03（2）.eaf。

5.MCCT的建立

經過對三年課堂教學錄像的分層分類抽樣，選出21個課堂教學片段，共計16.48小時，成為本文所建的課堂教學多模態(tài)語料庫（MCCT）。其中第一輪課堂教學視頻持續(xù)時間為3∶45∶28.788，占該語料庫的22.75%;第二輪為5∶51∶01.664，占35.49%;第三輪為6∶52∶35.153，占41.76%。

在上述16.48小時的MCCT語料庫中，本研究對陳述性知識類（定價策略），程序性技能類（如何做口頭演講）和問題解決類（如何做案例分析）三類教學內容的課堂教學時段進行深入加工，即12個標注維度的同步切分與標注，得到MCCT的深度加工部分，根據表2計算得知，MCCT進行深層切分與標注的語料總時間為10.9小時（654分鐘），這是MCCT語料庫內容的核心。語料中的其余335分鐘，為正式上課前或正式下課后的視頻，不在本文研究范圍。

MCCT多模態(tài)語料庫整體建設過程如圖2所示。

從表2可以計算出MCCT語料庫深度加工部分的三輪教學語料中的每一輪語料的總時間，第一輪深度加工語料總時長為1∶51∶34.743（約111分鐘），第二輪為3∶47∶41.140（約227分鐘），第三輪為5∶15∶57.604（約316分鐘）。MCCT多模態(tài)語料庫深加工部分中三輪語料所占時間比如圖3所示。

同樣，從表2可以計算出MCCT語料庫深度加工部分的三類課堂教學目標中每一類的教學視頻總時間，其中陳述性知識類課堂教學共持續(xù)時間為1∶08∶16.502（約68分種），程序性技能類課堂教學為3∶58∶33.936（約238分鐘），問題解決類為5∶48∶31.049（約348分鐘）。MCCT多模態(tài)語料庫中深加工部分的三類教育目標課堂教學時間比如下圖4所示。

（三）課堂教學多模態(tài)語料庫MCCT的深度加工

MCCT的深度加工，就是對MCCT的三輪教學中陳述性知識類（話題為“定價策略”）、程序性技能類（話題為“如何做口頭演講”）、問題解決類（話題為“如何做問題案例分析”）三種教育目標類型的課堂教學視頻流的12個維度的切分與標注。本節(jié)主要介紹文字轉寫具體做法、切分與標注的具體規(guī)范、內容和順序。

1.文字轉寫

本文MCCT多模態(tài)語料庫的核心內容，是由三輪完整的三類課堂教學內容，即陳述性知識類（“定價策略”）、程序性技能類（“如何做口頭演講”）和問題解決類（“如何做問題案例分析”）構成的，總時長為654分鐘的教學音視頻流。本研究將對這一部分語料進行切分與標注深度加工，以探討教師自身發(fā)展問題。

對MCCT語料庫進行深度加工（即切分與標注）的第一步是進行音頻流的文字轉寫。

文字轉寫包括課堂教師話語和學生話語的文字轉寫。教師話語標注在一個標注層（T_Talk_Behavior）;學生話語又按學生所在小組（老師一般會把班級分成6個學習小組） 和講話發(fā)生的先后順序進行編號，每位學生的課堂話語標在同一個標注層內，有幾個學生發(fā)言，就建幾個標注層，如G1La_Talk_Behavior，G2Lb_Talk_Behavior，G4Ld_Talk_Behavior等。所以每個教學片段的文字轉寫部分的總標注層數，從一到十幾層不同。

本研究中的文字轉寫是指課堂上教師和學生話語中的文字和數字部分的轉寫，不包含語調、音高、重音等信息，大小寫和標點符號為標注者根據自己理解所添加。師生話語的文字轉寫，按語料的音頻流內容忠實轉寫，發(fā)音和用詞錯誤均不做修改，話語前添加講話者的身份編碼和冒號，冒號后空一個英文字符，句子開頭單詞首字母大寫，如G2lb：So，thats all.

師生話語文字轉寫與相應的音頻和視頻流在時間上做同步處理，是分析師生課堂言語行為的重要依據之一。

2.切分與標注規(guī)范

教育目標類型標注和文字轉寫后，其他各標注維度的具體切分與標注，依據MCCT多模態(tài)語料庫制定的標注體系中各標注層的具體標簽集進行，若有任何變化、歧義、不確定和修訂的地方，都要立即做好文字記錄，以備后查。

具體標注時的切分單位（unit of segmentation），不受師生話語長短的限制，而是根據某個詞或詞組、某一句話、幾句話或一段話的實際功能和在教學過程中的作用來切分。每一標注層內，用不同的標簽來標注和解釋這一切分段（segment）的教學功能和作用。

如：PBS_2012A_04語料中，教師話語中的前兩句話為：

T：OK.Lets continue.

T：Lets come to the analysis，come to the an?alysis of the problem.

這兩句話，根據其不同功能，在不同標注層的具體切分與標注有所不同，如：1）在課堂組織架構（Lesson Organization）標注層中，這兩句話為一個切分段，標注具體標簽為Introducing（導入）;2）在課堂教學事件（Lesson Instructional Event） 標注層中，第一句話為一個切分段，標注的具體標簽為Gain Attention（獲取注意），第二句話和后面的相關內容一起被切分與標注。同樣，該例在課堂活動類型、課堂師生互動模式等其他標注層中，都有相應不同的處理。

本研究所建MCCT語料庫研究的核心問題是“如何利用課堂教學音視頻流進行教師自身發(fā)展”，所以語料切分與標注的重點是教師“教行為”的組織和實施的言語及其教學行為功能的分析。

本研究中的課堂師生話語（Classroom Talk）分析維度又包括教師話語（Teacher Talk）和學生話語（Learner Talk）;教師課堂話語包括教師課堂管理話語、教師教學話語和教師人際交往話語。其中教師教學話語標注層又包括組織、講解、引發(fā)、回應與反饋四種教學行為類（Pedagogical Act Type，簡稱PAT）的次級標注層。

上述PBS_2012A_04語料中的例子，在教師教學話語中的組織教學行為類標注層（PAT_Structuring）中，第一句為一個切分段，標注具體標簽為Call Attention（喚起注意）;第二句話為一個切分段，標注具體標簽為Organize Learning Activity（組織學習活動）。

課堂中教師的某一句話，可能同時具有多種教學功能，其標注可能會在兩個甚至多個標注層中存在。從不同視角的標注，同一句話其功能可能有所異同，甚至在同一標注層，某一句話也可能有多種教學功能，但這時，標注的標簽只是這句話最凸顯的教學功能。

MCCT多模態(tài)語料庫建庫的主要目的是進行教師自身發(fā)展研究，教師的課堂教學方法是分析的重要內容，該語料庫對教師話語里的組織、講解、引發(fā)、回應與反饋四種教學行為類進行切分與標注，因為這是課堂教學內容和方法的重要和具體體現;而對教師課堂管理話語、教師人際交往話語、教師教學話語里的混雜教學行為類未做具體切分與標注。

MCCT多模態(tài)語料庫中，12個維度的多視角、多層次、同步具體切分與標注，就是對教師的“教”行為和學生的“學”行為進行的深入剖析。對教師來說，這就是對自身教學過程進行深入剖析與反思的過程，這正是教師自身發(fā)展的核心環(huán)節(jié)。

3.具體切分與標注順序

MCCT多模態(tài)語料庫語料的標注過程，是按照課堂教育目標、課堂教學組織及實施、課堂教學行為、課堂教學效果的檢測等邏輯順序進行的。具體切分與標注按下列步驟進行。

（1）課堂教育目標是一切課堂教學組織和活動安排及行為的指導，本文是最先對其進行切分與標注的。

（2）課堂話語是課堂教學組織和實施的具體行為表現，是分析課堂師生言語行為的重要依據，本文第二個切分與標注的內容是課堂師生話語的文字轉寫。

（3）實際課堂教學的組織架構以及教學具體實施的內容和手段，體現在課堂組織架構、課堂教學事件、任務分析、活動類型、互動模式、PPT支撐的媒體、銜接與轉換和語言類型標注層，這也是分析課堂師生話語的重要背景參考，所以是標注的第三個步驟。

（4）課堂師生話語的分析是語料切分與標注的核心部分，這部分的標注結果是課堂教學方法的重要體現。教師課堂話語分析是一種綜合分析，要充分考慮話語發(fā)生的語境因素，教師在何種情況下，通過什么手段，想表達什么意圖，話語的字面意義與教師的真正意圖是不是一致，教師的語言行為和非語言行為是否一致，如不一致則真正的意圖是什么，等等。本研究對課堂教師的非語言行為，如目光注視、手部姿勢、頭部姿勢、身體移動等沒做具體分析和標注，但在標注教師言語行為時要充分考慮這些因素，參照言語行為發(fā)生時教學音視頻流的具體情況，進行綜合考慮。

（5）學生注意力分析這一維度是最后被切分與標注的，這是檢測課堂教學效果的重要參數之一。

利用ELAN軟件完成對MCCT多模態(tài)語料的切分與標注后，ELAN軟件本身還具有相關標注信息的提取和統(tǒng)計分析功能。

（四）深加工后課堂教學多模態(tài)語料庫MCCT的特點

1.專用性和代表性

MCCT建庫目的是研究教師自身發(fā)展，其中包含陳述性知識類、程序性技能類和問題解決類三種課堂教育目標類型的三輪完整教學錄像，MCCT是能代表教師自身發(fā)展的專門用途多模態(tài)語料庫。

2.具有一定規(guī)模

MCCT總有效時間為989分鐘，深加工語料總持續(xù)時間為654分鐘，對于深度加工的多模態(tài)語料庫來說，考慮到其深度加工的時間和人財物等成本，可以說已具有一定規(guī)模。

3.歷時性

MCCT時間跨越三年，包括2010年春季學期、2011年秋季學期和2012年秋季學期共三學期的課堂教學資料。

4.標注維度和內容

MCCT深加工語料總時長654分鐘，具體的切分與標注有文字轉寫、教育目標類型、教學任務分析、課堂組織架構、課堂教學事件、課堂活動類型、課堂師生互動模式、課堂師生話語、PPT支撐的媒體、課堂教學用語類型、銜接與轉換和學生注意力分析12個維度。其中課堂師生話語分析維度中，對教師教學話語的標注包含4個次級標注層[39-40]，具體如下。

（1）組織教學行為類標注層，該層的標簽集包括安排學生做好學習準備、告知學習目標、陳述教學步驟、布置學習任務、組織課堂學習活動、安排學習環(huán)境、告知學習材料位置、分配任務時間、提出任務要求、各種銜接與轉換、布置課后作業(yè)等16種具體標簽。

（2）講解教學行為類標注層，該層的標簽集包括概覽、閱讀、翻譯、釋義、解釋要點與難點、拓展、總結、聯(lián)想、比較、對比、舉例、提取先行知識、修辭性問句、強調重點等23種具體標簽。

（3）引發(fā)教學行為類標注層，該層的標簽集包括指示學生回答問題、指示做出匯報、啟發(fā)學生思維、向學生提出問題、檢查學生是否理解、向學生確認教師對學生話語的解釋是否正確、尋求學生同意、挑戰(zhàn)學生觀點等8種具體標簽。

（4）回應與反饋教學行為類標注層的標簽集包括教師對學生話語的評價反饋或修訂，澄清學生話語的確切含義，學生回答后教師對其回答的重復、翻譯、修正、拓展、解釋、舉例等，教師對學生發(fā)言的總結以及教師對學生發(fā)言的關注的言語表示等17種具體標簽。

5.效度和信度驗證

MCCT所含12個維度的標注體系經過專家效度驗證，語料試標注經過信度驗證，其標注信息有效且可靠。

6.可統(tǒng)計信息和數據

MCCT多模態(tài)語料的切分與標注均使用多模態(tài)標注工具ELAN軟件進行，可統(tǒng)計信息和數據包括：命中率、頻率、最小時長、最大時長、平均時長、總標注時長、標注時長比率、潛伏時間、傳統(tǒng)文字轉寫文本等。

三、外語課堂教學多模態(tài)語料庫MCCT的應用

課堂教學多模態(tài)語料庫MCCT為研究“教師自身發(fā)展”專門用途而建，相關研究可以包括：1）同一教育目標類型的課堂教學，在不同輪次教學中的教學方法的異同分析;2）同一輪次課堂教學中，不同教育目標類型的課堂教學的異同分析;3）同一教學時段，在12個不同標注維度的標注結果的異同分析;4）不同教育目標類型的課堂教學，教師教學話語中組織、講解、引發(fā)、回應與反饋等教學行為類的實現手段的異同分析;5）陳述性知識類課堂教學的典型教學方法和策略分析;6）程序性技能類課堂教學的典型教學方法和策略分析;7）問題解決類課堂教學的典型教學方法和策略分析;8）學生注意力程度較高和較低的時段和原因分析;9）師生話語中何時使用母語，何時使用目標語，原因是什么;等等。

除應用于上述教師自身發(fā)展類型的研究外，多模態(tài)語料庫MCCT還可進行基于課堂教學多模態(tài)語料庫的相關研究，如課堂教學教育目標類型分析、課堂教學事件分析、師生互動模式分析、PPT制作與講解策略分析、教學任務分析、課堂教師“教”行為及其效果分析、課堂學生“學”行為及其效果分析、師生語言行為與非語言行為對比分析、不同教育目標類型的有效教學策略分析、師生話語的單詞數、詞匯表及類符形符比統(tǒng)計等等。

基于MCCT多模態(tài)語料庫的研究，還可以與其他相關數據，如教師網上評學、學生網上評教、教學督導聽課、課堂教學實時評估、教師教學日記及反思、學生學習日記及反思等等，相結合進行互證研究，使研究論據更加詳實，研究結論更加可靠。

四、結束語

本文所建外語課堂教學多模態(tài)語料庫MCCT為“教師自身發(fā)展”專門用途語料庫，遵循建庫目的性、代表性等基本原則，其中深加工語料為針對陳述性知識類、程序性技能類和問題解決類三種不同課堂教學目標的歷時三年的三輪次課堂教學音視頻流，經過文字轉寫、教育目標類型、課堂教學事件、課堂師生話語等12個維度的同步切分與標注，并通過信度和效度驗證，深加工后可用于課堂教學、教師發(fā)展和課堂話語分析等研究，為高校教師利用多模態(tài)語料庫方法進行教學、科研和自身發(fā)展提供理念思路、技術參考和典型樣例。

致謝：MCCT語料庫建設一直得到同濟大學兼職博士生導師中國社會科學院顧曰國教授指導，本文寫作過程中得到南京大學陳新仁教授關于主題聚焦的熱情指導，謹致謝忱。

參考文獻：

[1]?雷朝滋.教育信息化：從1.0走向2.0——新時代我國教育信息化發(fā)展的走向與思路[J].華東師范大學學報（教育科學版），2018，36（1）：98-103.

[2]?Stigler J W，Hiebert J.Understanding and improving classroom mathematics instruction：an overview of the TIMSS video study[J].The Phi Delta Kappan，1997，79（1）：14-21.

[3]?Fuller F F，Manning B A.Self?confrontation reviewed：a conceptualization for video playback in teacher education[J].Review of Educational Research，1973，43（4）：469-528.

[4]?Penny A R，Coe R.Effectiveness of consultation on student ratings feedback：a meta?analysis[J].Review of Educational Research，2004，74（2）：215-253.

[5]?Tripp T，Rich P.Using video to analyze ones own teaching[J].British Journal of Educational Technology，2012，43（4）：678-704.

[6]?Koh K.The use of video technology in pre?service teacher education and in?service teacher professional development[C]∥Ng S F.Cases of Mathematics Professional Development in East Asian Countries：Using Video to Support Grounded Analysis.Singapore：Springer，2015：229-247.

[7]?Rook M M，McDonald S P.Digital records of practice：a literature review of video analysis in teacher practice[C]∥Proceedings of 2012 Society for Information Tech?nology & Teacher Education International Conference.Austin：AACE，2012：1441-1446.

[8]?Gaudin C，Chaliès S.Video viewing in teacher education and professional development：a literature review[J].Educational Research Review，2015，16：41-67.

[9]?McDonald S.Building a conversation：preservice teachers' use of video as data for making evidence based arguments about practice[J].Educational Technology，2010，50（1）：28-31.

[10]?顧曰國.論言思情貌整一原則與鮮活話語研究——多模態(tài)語料庫語言學方法[J].當代修辭學，2013（6）：1-19.

[11]?Goldman R，Pea R，Barron B，et al.Video Research in the Learning Sciences[C].Mahwah：Lawrence Erlbaum Associates，2007.

[12]?Roth W M.Epistemic mediation：video data as filters for the objectification of teaching by teachers[C]∥Goldman R，Pea R，Barron B，et al.Video Research in the Learning Sciences.Mahwah：Lawrence Erlbaum Associates，2007：367-382.

[13]?Derry S J.Video research in classroom and teacher learning（Standardize that！）[C]∥Goldman R，Pea R，Barron B，et al.Video Research in the Learning Sciences.Mahwah：Lawrence Erlbaum Associates，2007：305-320.

[14]?Gu Y G.Multimodal text analysis：a corpus linguistic approach to situated discourse[J].Text and Talk，2006，26（2）：127-167.

[15]?Gu Y G.From real?life situated discourse to video?stream data?mining[J].International Journal of Corpus Linguistics，2009，14（4）：433-466.

[16]?Gu Y G.A chess master model for classroom teaching and teacher/researcher development[J].Chinese Journal of Applied Linguistics，2012，35（1）：5-23.

[17]?李玉香.教師發(fā)展“大師復盤模式”：以商務英語教師發(fā)展為例——顧曰國和Evan Frendo訪談錄[J].中國外語，2012（6）：81-85.

[18]?張蓮.問答、交互與課堂話語——一位高校英語專業(yè)教師的課堂話語個案分析報告[J].中國外語教育，2009，2（2）：56-64.

[19]?張蓮，王艷.通過課堂話語分析促進外語教師學習：一項實證案例研究[J].外語與外語教學，2014（3）：36-41.

[20]?朱彥，楊紅燕，束定芳.外語課堂教學話語有效性的多維度評析——試析第四屆“外教社杯”全國高校外語教學大賽教學案例[J].外語教學，2016，37（1）：53-57.

[21]?李玉香.高校在職外語教師自我發(fā)展策略[J].上海理工大學學報（社會科學版），2013，35（3）：269-273.

[22]?李玉香.如何通過多模態(tài)語料庫研究路徑將課堂教學科研化[C]∥張德祿，黃立鶴.多模態(tài)與外語教育研究.上海：同濟大學出版社，2018：111-222.

[23]?Knight D.The future of multimodal corpora：o futuro dos corpora modais[J].Revista Brasileira de Linguística Aplicada，2011，11（2）：391-415.

[24]?Allwood J.Multimodal corpora[C]∥Lüdeling A，Kyt M.Corpus Linguistics：An International Handbook.Berlin：Mouton de Gruyter，2008：207-225.

[25]?Simpson R C，Briggs S L，Ovens J，et al.The Michigan Corpus of Academic Spoken English[M].Ann Arbor：The University of Michigan，2002.

[26]?Bateman J A.Using multimodal corpora for empirical research[C]∥Jewitt C.The Routledge Handbook of Multimodal Analysis.London：Routledge，2014：238-252.

[27]?馮德正，Low F.多模態(tài)研究的現狀與未來——第七屆國際多模態(tài)會議評述[J].外國語，2015，38（4）：106-111.

[28]?吳福煥，林進展，周紅霞.新加坡教育專用語料庫的建設與應用[J].華文教學研究，2016（3）：36-45.

[29]?Amory M，Kissilev O.The annotation of gesture designed for classroom interaction[C]∥Proceedings of Interna?tional Conference on Language Resources and Evaluation：Multimodal Corpora：Computer Vision and Language Processing.Portoro，2016.

[30]?顧曰國.北京地區(qū)現場即席話語語料庫取樣與代表性問題[C]∥中國社會科學院世界經濟研究中心.全球化與21世紀：首屆“中法學術論壇”文集.北京：社會科學文獻出版社，2002：484-500.

[31]?何安平.語料庫在外語教育中的應用——理論與實踐[M].廣州：廣東高等教育出版社，2004.

[32]?何安平，等.英語教育語料庫教學光盤[CD].廣東省音像教材出版社，2000.

[33]?劉芹，潘鳴威.理工科大學生英語口語多模態(tài)語料庫構建研究[J].現代教育技術，2010，20（4）：69-72，119.

[34]?張佐成，邢建玉，王彥，等.多模態(tài)即席話語研究[M].廣州：世界圖書出版廣東有限公司，2014.

[35]?劉劍，胡開寶.多模態(tài)口譯語料庫的建設與應用研究[J].中國外語，2015（5）：77-85.

[36]?胡開寶，李翼.當代英語教材語料庫的創(chuàng)建與應用研究[J].外語電化教學，2016（3）：34-39.

[37]?Wolf J C，Bugmann G.Linking speech and gesture in multimodal instruction systems[C]∥Proceedings of the 15th IEEE International Symposium on Robot and Human Interactive Communication.Hatfield：IEEE，2006.

[38]?Knight D，Evans D，Carter R，et al.Redrafting corpus development methodologies：blueprints for 3rd generation “multimodal，multimedia” corpora[J].Corpora，2009，4（1）：1-32.

[39]?李玉香，顧曰國，呂培明，等.外語課堂教學音視頻流切分與標注綜合架構——以“教學反思”為導向的多模態(tài)語料庫視角[R].上海：上海外國語大學“語言·認知·話語第一屆語言學國際學術研討會”，2017.

[40]?李玉香.課堂教學多模態(tài)語料庫建設與應用研究——以教師自身發(fā)展為例[D].上海：同濟大學，2015.

[41]?李玉香.多模態(tài)語料庫建設的基本原則和實現路徑[R].同濟大學第二屆多模態(tài)與特殊人群話語多學科研究求索論壇多模態(tài)主要研究方法專家講座，2018.

[42]?Biber D，Conrad S，Reppen R.Corpus Linguistics[M].Beijing：Foreign Language Teaching and Research Press，2000.

[43]?McEnery T，Xiao R，Tono Y.Corpus?Based Language Studies：An Advanced Resource Book[M].New York：Routledge，2006.

[44]?Biber D.Representativeness in corpus design[J].Literary and Linguistic Computing，1993，8（4）：243-257.

[45]?Leech G.Corpus annotation schemes[J].Literary and Linguistic Computing，1993，8（4）：275-281.

（編輯： 朱渭波）