王燁

（哈爾濱醫(yī)科大學(xué)大慶分校，黑龍江 大慶 163319）

1 引言

隨著信息時(shí)代的到來，我國現(xiàn)代教育技術(shù)得到了飛速的發(fā)展，教育信息化逐漸成為各個(gè)學(xué)校目前信息化教育的常態(tài)，在較發(fā)達(dá)的城市很多學(xué)校已經(jīng)開始開展信息化教育的示范工作[1]。隨著信息化教育設(shè)施的不斷完善，各類中小學(xué)都開始加入到信息化教育的行列中，并將信息化教育作為現(xiàn)代教育的重點(diǎn)，很大程度上促進(jìn)了信息化教育的發(fā)展，也使信息化教育越來越受到了社會(huì)各界的重視[2]。以英語線上教學(xué)為例，構(gòu)建線上教學(xué)交互系統(tǒng)，實(shí)現(xiàn)英語資源的共享，可以提高學(xué)生的學(xué)習(xí)效率，利用信息化技術(shù)提升英語線上教育的交互水平，充分發(fā)揮教師的引導(dǎo)作用，最終實(shí)現(xiàn)以學(xué)生為主體的雙主體交互教學(xué)模式。

針對這種智能系統(tǒng)的開發(fā)，相關(guān)學(xué)者也提出了一些好的方法：張穎提出設(shè)計(jì)一款能夠應(yīng)用于Android 系統(tǒng)的移動(dòng)學(xué)習(xí)平臺(tái)，設(shè)計(jì)了平臺(tái)總體結(jié)構(gòu)，RTMP視頻傳輸協(xié)議，Red5流媒體服務(wù)器，視頻采集與編碼和視頻解碼與播放五大模塊，實(shí)現(xiàn)了移動(dòng)教學(xué)平臺(tái)的設(shè)計(jì)[3]。梁瑋提出設(shè)計(jì)一款英語發(fā)音教學(xué)平臺(tái)，通過短時(shí)過零率端點(diǎn)檢測識(shí)別語音并預(yù)處理，獲取語音頻譜特征并分析匹配度，根據(jù)發(fā)音共振峰對比實(shí)現(xiàn)學(xué)習(xí)質(zhì)量的反饋[4]。但是，這些系統(tǒng)都面臨一個(gè)較大的問題，就是缺乏交互性，幾乎都是以人工實(shí)時(shí)通信代替交互功能。為了完善系統(tǒng)交互功能，本文基于多層隱含神經(jīng)網(wǎng)絡(luò)對英語線上教學(xué)交互系統(tǒng)進(jìn)行改進(jìn)設(shè)計(jì)，對提高信息化、智能化教學(xué)水平具有重要意義。

2 英語線上教學(xué)交互系統(tǒng)總體設(shè)計(jì)

英語線上教學(xué)交互系統(tǒng)結(jié)構(gòu)如圖1所示。

系統(tǒng)的主要任務(wù)是為教與學(xué)提供人機(jī)交互的界面[6]。其教學(xué)界面層是該硬件系統(tǒng)的核心部分，其主要功能包括線上信息的收集以及對信息進(jìn)行預(yù)處理，實(shí)現(xiàn)英語線上教學(xué)交互系統(tǒng)的個(gè)性化功能。系統(tǒng)資源層的功能主要是存儲(chǔ)各類信息，如用戶信息、英語教學(xué)資源等信息。

2.1 線上教學(xué)信息收集模塊

交互性的前提是有足夠多的信息可供系統(tǒng)分析，線上教學(xué)的信息收集模塊，其主要作用是收集和存儲(chǔ)學(xué)生對線上英語教學(xué)的信息數(shù)據(jù)，不僅支持不同的信息數(shù)據(jù)格式，還包括數(shù)據(jù)庫的實(shí)時(shí)同步以及多種數(shù)據(jù)同步更新[7]。該信息收集模塊采用新數(shù)據(jù)模板的設(shè)計(jì)方式，完成對原始數(shù)據(jù)的資源配置，實(shí)現(xiàn)英語線上教學(xué)信息數(shù)據(jù)的統(tǒng)一收集與管理。信息收集模塊的結(jié)構(gòu)如圖2所示。

2.2 學(xué)生交互學(xué)習(xí)模塊

學(xué)生交互學(xué)習(xí)模塊是英語線上教學(xué)交互系統(tǒng)設(shè)計(jì)中的核心部分，它能準(zhǔn)確地反映學(xué)生對于英語線上教學(xué)的實(shí)際學(xué)習(xí)能力與水平，為整個(gè)交互系統(tǒng)提供重要的教學(xué)數(shù)據(jù)支持[8]。該模塊由多個(gè)線上英語教學(xué)代理構(gòu)成，不同的線上英語教學(xué)代理都是一個(gè)獨(dú)立的人工智能個(gè)體，可以針對相關(guān)的問題進(jìn)行教學(xué)重現(xiàn)與問題解決，為學(xué)生提供準(zhǔn)確的教學(xué)輔導(dǎo)與幫助。在整個(gè)學(xué)習(xí)模塊中，協(xié)作機(jī)制不僅可以實(shí)現(xiàn)英語教學(xué)資源的共享，還可以監(jiān)控學(xué)生的學(xué)習(xí)過程，及時(shí)向服務(wù)器發(fā)送合適的英語教學(xué)策略。學(xué)生學(xué)習(xí)模塊結(jié)構(gòu)如圖3所示。

2.3 人機(jī)交互界面

人機(jī)交互界面是實(shí)現(xiàn)英語線上教與學(xué)溝通的媒介[9]，其提供的英語資源是學(xué)生所熟知的，人機(jī)交互界面中的登錄界面如圖4所示。

英語線上教學(xué)的人機(jī)交互系統(tǒng)會(huì)根據(jù)學(xué)生的歷史記錄判斷學(xué)生的學(xué)習(xí)能力，為學(xué)生推薦沒有學(xué)過的英語資源。

3 基于多隱層神經(jīng)網(wǎng)絡(luò)的需求自主學(xué)習(xí)

英語線上教學(xué)環(huán)境搭建的原理，主要是將線上教學(xué)信息收集模塊采集的數(shù)據(jù)信息上傳到智能算法內(nèi)。本文設(shè)計(jì)多隱層神經(jīng)網(wǎng)絡(luò)，構(gòu)建出神經(jīng)網(wǎng)格圖，根據(jù)學(xué)生學(xué)習(xí)模塊的要求，結(jié)合交互界面構(gòu)建神經(jīng)網(wǎng)絡(luò)三維模型。用函數(shù)表示如下[10]：

上式中，δ表示英語線上教學(xué)環(huán)境的信息數(shù)據(jù)，△p表示線上教學(xué)的數(shù)據(jù)庫內(nèi)的信息數(shù)據(jù)，二者之間的關(guān)系為正負(fù)方向，為線上教學(xué)的實(shí)時(shí)數(shù)據(jù)與數(shù)據(jù)庫內(nèi)數(shù)據(jù)之間的配比，ωi表示由i個(gè)子模型繪制出來的線上教學(xué)虛擬模型。

根據(jù)線上交互系統(tǒng)的要求，調(diào)整多隱層神經(jīng)網(wǎng)絡(luò)模型中的參數(shù)，獲取不同參數(shù)下的英語教學(xué)虛擬模型，滿足該英語線上教學(xué)的實(shí)際需求[11]。設(shè)神經(jīng)網(wǎng)絡(luò)模型的分析點(diǎn)分別為xi和yi，此時(shí)該三維模型的總需求點(diǎn)為z=xiyi。進(jìn)一步調(diào)整需求點(diǎn)并區(qū)分，表達(dá)式如下：

上式中，線上教學(xué)神經(jīng)網(wǎng)絡(luò)三維模型中正反方向的模型學(xué)習(xí)因子分別為f1和f2，正反方向的模型長度分別為l1和l2，θ表示線上英語教學(xué)需求的對比度，t為調(diào)節(jié)需求內(nèi)對比度的時(shí)長，n表示模型的表面數(shù)量。

需要找到合適的隱藏輸出層傳遞函數(shù)，來傳遞學(xué)習(xí)結(jié)果[12]，傳輸信道的函數(shù)f(x)可表示為：

平行樣的測定有助于減小隨機(jī)誤差，是對測定進(jìn)行最低限度的精密度檢查。平行樣測定結(jié)果的相對偏差不應(yīng)大于標(biāo)準(zhǔn)方法或統(tǒng)一方法所列標(biāo)準(zhǔn)偏差的2.83倍。進(jìn)行回收率的測定時(shí)，加入標(biāo)準(zhǔn)物質(zhì)的量與樣品中待測物質(zhì)的濃度水平相等或接近。一般情況下要求加入標(biāo)準(zhǔn)物質(zhì)的量不大于樣品中待測物質(zhì)含量的0.5～2倍。

針對不同的傳輸信道，ω的值也會(huì)有所不同。在傳輸信道進(jìn)行輸出層傳遞過程中，ω的值越大，傳輸信道之間的數(shù)據(jù)分類能力較小，這樣更有利于對傳輸信道內(nèi)的交互需求進(jìn)行分類[13]。根據(jù)小波函數(shù)對多隱層神經(jīng)網(wǎng)絡(luò)內(nèi)的傳輸需求進(jìn)行訓(xùn)練，結(jié)合最小梯度下降法，得到傳輸交互需求的迭代公式如下：

其中，D為傳輸交互需求中的迭代函數(shù)，(n)表示多隱層神經(jīng)網(wǎng)絡(luò)的輸出序列，S(n)表示傳輸信道之間的連接權(quán)值，μ表示迭代的次數(shù)。在多隱層神經(jīng)網(wǎng)絡(luò)中，根據(jù)權(quán)值迭代的公式定義差異，求取隱層神經(jīng)網(wǎng)絡(luò)連接權(quán)值為Su(n)，對多層隱含神經(jīng)網(wǎng)絡(luò)中的傳遞交互需求求解，通過迭代計(jì)算的方式，計(jì)算出多隱層神經(jīng)網(wǎng)絡(luò)權(quán)值與傳輸交互需求的權(quán)值，即：

其中，在多隱層神經(jīng)網(wǎng)絡(luò)中，隱含層的單元為v，輸入層的單元為u，兩個(gè)層次之間的連接權(quán)值為Suv(n)。

根據(jù)上述的迭代公式，教學(xué)交互系統(tǒng)輸出的(n)為系統(tǒng)內(nèi)的估計(jì)值x(n)，即：

上式中，κ表示交互需求傳輸過程中的響應(yīng)；φ表示在傳輸信道中，傳遞交互需求的傳輸質(zhì)量。

4 交互反應(yīng)程序

在準(zhǔn)確提取交互需求信息后，可區(qū)分線上教學(xué)交互信息：包括學(xué)生提問的信息與人工智能作答的信息，也是教與學(xué)的互動(dòng)信息。學(xué)生的提問信息包括學(xué)生關(guān)于線上英語資源的各類問題，而人工智能作答信息主要包括海量的英語資源數(shù)據(jù)庫[14]。需要把這些海量的且分散的英語資源信息進(jìn)行分類，并統(tǒng)一進(jìn)行存儲(chǔ)與管理。將這些信息用函數(shù)形式表示為：

設(shè)n個(gè)線上教學(xué)對象的集合為X={x1，x2，…，xn}，從中選擇m個(gè)線上教學(xué)回復(fù)指標(biāo)并用集合表示為Y={y1，y2，…，ym}，此時(shí)的教學(xué)交互結(jié)果為D=f(W)，其中各個(gè)交互指標(biāo)的權(quán)重系數(shù)為W={w1，w2，…，wm}。為了將這些海量的線上教學(xué)資源進(jìn)行分類，需要結(jié)合多隱層神經(jīng)網(wǎng)絡(luò)交互程序[15]，通過多隱層神經(jīng)網(wǎng)絡(luò)的輸入層構(gòu)建交互渠道，得到多隱含層神經(jīng)網(wǎng)絡(luò)X型函數(shù)表達(dá)式如下：

式中，多隱層神經(jīng)網(wǎng)絡(luò)的神經(jīng)元表示為x1，x2，…，xn，它們相對應(yīng)的權(quán)重值表示為w1，w2，…，wn。再利用多隱層神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理功能，對傳遞完成后的英語教學(xué)資源信息進(jìn)行處理，最終得到輸出層的結(jié)果。

綜上所述，利用多隱層神經(jīng)網(wǎng)絡(luò)完成對教學(xué)交互程序的應(yīng)答研究，多隱層神經(jīng)網(wǎng)絡(luò)中的隱含層數(shù)目nH為：上式中，在多隱層神經(jīng)網(wǎng)絡(luò)中，輸出層的神經(jīng)元數(shù)量為m，輸入層的神經(jīng)元數(shù)量為n。從而實(shí)現(xiàn)了系統(tǒng)的軟件設(shè)計(jì)。

5 系統(tǒng)測試分析

教學(xué)交互系統(tǒng)在功能測試中，主要包括日志收集、數(shù)據(jù)推薦和多用戶測試等，具體為：(1)日志收集。測試點(diǎn)擊、收藏、評估和觀看時(shí)間，準(zhǔn)確記錄用戶登錄系統(tǒng)的有效行為；(2)大數(shù)據(jù)推薦。測試對終端進(jìn)行在線教學(xué)交互行為的持續(xù)生成，查看推薦的教學(xué)資源變化，根據(jù)用戶行為刷新和更新用戶的推薦列表；(3)多用戶測試。測試推薦模塊和多個(gè)用戶交互行為，全部用戶能夠正常接收到推薦的視頻列表。

交互系統(tǒng)可以很好地處理多用戶并發(fā)的情況，通過更新用戶登錄系統(tǒng)的行為，為用戶推薦英語線上教學(xué)資源列表，為用戶推薦其感興趣的英語線上教學(xué)資源，說明基于多隱層神經(jīng)網(wǎng)絡(luò)的英語線上教學(xué)交互系統(tǒng)可以根據(jù)用戶的興趣愛好，為其推薦教學(xué)資源。

完成系統(tǒng)的功能測試之后，又通過內(nèi)存使用狀況和交互性兩個(gè)指標(biāo)，測試了系統(tǒng)的性能，系統(tǒng)的內(nèi)存使用狀況測試結(jié)果如圖5所示。

從圖5的結(jié)果可以看出，交互系統(tǒng)在實(shí)現(xiàn)英語線上教學(xué)時(shí)，最大內(nèi)存只有4MB，當(dāng)英語教學(xué)資源數(shù)量在80 個(gè)以內(nèi)時(shí)，系統(tǒng)的內(nèi)存使用狀況呈現(xiàn)緩慢上升趨勢，之后基本趨于穩(wěn)定的狀態(tài)，說明系統(tǒng)在內(nèi)存使用狀況方面具有一定的穩(wěn)定性。

為了驗(yàn)證交互系統(tǒng)在實(shí)際應(yīng)用中的性能，在1342 名學(xué)生中隨機(jī)挑選100 名學(xué)生，測試系統(tǒng)的交互性，結(jié)果如圖6所示。

從圖6的結(jié)果可以看出，應(yīng)用本系統(tǒng)時(shí)，得到的英語線上教學(xué)信息提交次數(shù)，基本上與英語線上教學(xué)信息的反饋次數(shù)一致，通過分析英語線上教學(xué)的主動(dòng)交互曲線和被動(dòng)交互曲線，發(fā)現(xiàn)兩條交互曲線具有比較劇烈的波動(dòng)，說明系統(tǒng)具有頻繁的交互次數(shù)，可以向用戶反饋相應(yīng)的英語教學(xué)信息，當(dāng)用戶在使用過程中發(fā)現(xiàn)問題時(shí)，系統(tǒng)也可以針對不同的問題給出不同的解釋。

6 結(jié)束語

本文提出了基于多隱層神經(jīng)網(wǎng)絡(luò)的英語線上教學(xué)交互系統(tǒng)，在多隱層神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，設(shè)計(jì)了英語線上教學(xué)交互系統(tǒng)的硬件和軟件，實(shí)現(xiàn)了英語線上教學(xué)交互。測試結(jié)果顯示，本文設(shè)計(jì)的英語線上教學(xué)交互系統(tǒng)不僅具有強(qiáng)大的功能，在性能方面也具有很大優(yōu)勢，均能滿足用戶的使用需求。