人工智能辅助英语句法可视化学习路径与思考

徐使超 贾炯

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，未来5年，我国发展方向之一是推动互联网、大数据、人工智能等技术同各产业的深度融合。国务院《新一代人工智能发展规划》明确指出要构建开放协同的人工智能科技创新体系，“构建包含智能学习、交互式学习的新型教育体系”。“人工智能+”的教学模式时代已经到来，但人工智能在教育领域运用的优势尚未完全发挥，教育系统智能化的深层次变革空间仍然存在^[1]。《普通高中英语课程标准（2017年版）》提出了英语学科核心素养及学业质量标准，指出普通高中英语课程应重视现代信息技术背景下教学模式和学习方式的变革，充分利用信息技术，促进信息技术与课程教学的深度融合，营造信息化教学环境，实现大数据等新技术的有效促学功能。如何将人工智能、大数据等信息技术与教学结合，已成为当下高中英语教学研究的热点之一。

高中英语课标重视英语句法在语法教学中的作用，为其设置了多达14条相关学习条目，并根据学生所处的不同学习阶段，对其句法水平提出明确要求。内容集中在复杂句型与句法成分的认知和使用上，分布在必修、选择性必修、选修提高三个阶段。本文通過分析结合人工智能及大数据技术的英语教学活动，以学生句法意识、长难句理解能力的提升为目标，探究实践人工智能辅助句法可视化学习的路径。

一、人工智能辅助句法教学的工具

（一）Stanford CoreNLP下载调用

斯坦福大学近年来研发的Stanford CoreNLP数据库是一个以Python为实现环境，采用高准确性的神经网络组件构建的，可运用于自然语言的分词、多词标记、词性、形态学特征标记，以及依存句法分析的数据库、软件包组合^[2]。

本文述及的句法分析主要运用Stanford CoreNLP中的句法依存结构分析及句法成分分析功能。该技术目前为开放项目，在Python或Java环境下根据提示运行即可。该系统较其他人工智能自然语言处理系统具有明显的可操作性优势。系统运行后，教师在电脑浏览器中输入网址“localhost：9000”，即可进入系统网页接口，开展相关操作。进入网页，界面包含输入框“Text to annotate”，及两个选项卡“Annotations”“Language”，输入框“Text to annotate”用以输入待分析的语料。“Annotations”选项卡用以选择相关功能，包括词性标注“post of speech”（如图1）与句法成分分析“constituency parse”（如图2）。Stanford CoreNLP具有跨语言的句法分析能力，能够应对英语、中文、日语、阿拉伯语等多种语言。“Language”选项卡用以选择对象语种。就本文而言，选择“English”选项，点击右侧“Submit”提交即可。

（二）Stanford CoreNLP句法分析

对于语言内容的标注，系统依据成分语法进行设计。该系统与传统语法教学存在一定的区别，首先是词性标注方式不同，它采用的是宾州树图标记体系（见表1）。

另一重要特点是，系统增加了对于句法成分结构的划分，没有采用以往的“主谓宾定状补”，其各类标注内容对应的语言结构如表2所示。

以图2中所述例句为例。输入的句子为“root”，下属句型结构为“s”，由名词短语NP、动词短语VP与标点符号“.”组成。名词短语“NP： The quick brown fox”由限定词“DT： The”、形容词“JJ： quick”、形容词“JJ： brown”以及名词单数“NN： fox”组成。动词短语“VP”下属动词过去式“VBD： jumped”与介词短语“PP”，介词短语PP下属介词“over”和名词短语“NP：the lazy dog”，该名词短语包括限定词“DT： the”、形容词“JJ： lazy”和名词单数“NN： dog”。

系统对于词性与句法短语的智能标记能力，充分满足新课标对于词性及句法短语的教学要求。

二、人工智能辅助句法教学实践

在课程教学目标方面，课标明确提出在语篇理解中借助五类句子成分（动词短语、名词短语、形容词短语、副词短语、介词短语）有选择地对长句和难句进行分析的要求。根据笔者的观察，现阶段的语篇教学在长难句分析方面存在以下缺陷：第一，学生的中心性不足，教学以教师为中心，长难句分析对象根据教师的教学经验预设，而不是基于学生理解过程中存在的实际困难预设;第二，分析的准确性不足，教师对于句法结构的分析以经验为依据，且能力存在差异;第三，教学的效能性不足，句法分析以句法解释为主，缺乏直观、高效的教学方法;第四，内容的趣味性不足，句法知识讲解枯燥、单调。在课堂教学中运用人工智能技术，将会有效改善上述情况（如图3）。

（一）人工智能辅助课堂句法教学

2019年，浙江省高中英语全面采用人教版新教材。新教材以课程标准、学业质量标准为导向，是教学的核心内容。以下以新教材第一单元的“Reading and thinking”语篇为例，介绍Stanford CoreNLP的句法结构可视化教学路径。

1.问题呈现，发现句法困难

在常规阅读教学的同时，教师可向学生提问：“Which sentence do you find difficult to understand？ Read the article again and think by yourself.”。句法问题的提出要以学生为中心，要求学生在自主思考的过程中发现语篇中理解困难的句式结构。

此后，向学生布置任务：“Share the sentences you find difficult in your groups. Do you agree with your group members？ If your group find it difficult， then share it with the class.”，引导学生以小组讨论的形式分享语篇阅读中的长难句，并在黑板上呈现，供学生讨论。

以本文为例，学生讨论后筛选出的长难句为：

1. Going from junior high school to senior high school is a really big challenge.

2. I had to think very carefully about which courses I wanted to take.

3. My adviser recommended that I should sign up for advanced literature because I like English and I'm good at it.

……

2.思維建构，探究句法结构

针对学生筛选出的长难句，教师可布置如下讨论任务：“Think by yourself and discuss with your partners about the structure of the sentence. Find out the NPs， VPs， PPs， ADJPs， ADVPs and clauses. ”。学生以个人思考与小组讨论的方式探究上述长难句的结构。在浏览器“localhost： 9000”界面中输入对象句，在“Annotation”选项卡中选择“post of speech”选项，系统会为学生提供句式的词性标注信息，为学生句型结构的学习提供支架（如图4）。

由于对于词汇的词性区分不是本课堂的教学重点，因此，笔者以辅助材料的形式提供给学生，让学生根据自身的句法知识对句子中的各类短语与从句进行分析。

3.智能辅助，解决句法困难

之后，教师布置任务：“Check the phrases and clauses with the result processed from the computer.”，并在学生探究句法结构的基础上，展示电脑句法分析结果，将学生的句法分析与电脑分析进行对比。借助显性对比，教师可引导学生发现句法分析的盲点及误差。

在句式图的辅助下，学生能够发现该句中的“Going from junior high school to senior high school”的动名词词组结构，并了解其作为动词词组兼具名词词组的特点。

4.知识深化，应用句法结构

学生在教师指令下，根据所学句法内容对分析、讨论的句法结构进行仿写，结合阅读语篇内容，讨论高一生活中的烦恼。以首句“Going from junior high school to senior high school is a really big challenge.”为例，学生经过讨论后在课堂上写出了如下句子。

1. Living on myself in the dorm is a big trouble now.

2. Playing cell-phone games in high senior school is really a big problem.

3. Saying goodbye to my best friend in junior high school is a sad story to me.

Stanford CoreNLP智能系统具有分析语言片段的能力，对于学生造句中出现的错误，它同样能进行句法分析，不过语病会对句法分析的准确率造成一定的影响。因此，在将学生例句输入系统前，最好先通过LanguageTool工具进行语误自动检测、纠正语病，这样可提高系统分析的准确率。

运用这一系统对学生所造的句子再次进行句法分析，能够帮助学生巩固和深化所学知识。以该句的句法结构图为例，分析结构图能够明显呈现学生仿照原文“Going from junior high school to senior high school is a really big challenge.”、运用“Living on myself in the dorm”动词词组所造的句子。

（二）人工智能辅助句法自主检索

人工智能的一大优势在于通过句法自主检索，让学生能够自主解决课外英语学习中遇到的句法问题。以笔者所教的班级为例，班级教室中安装有一体化电脑的智能黑板系统。笔者在其中安装了Stanford CoreNLP工具包及其配套环境，学生在课外阅读练习中可自行对复杂句式进行检索，探究长难句的句法结构，发现问题，及时解决问题，通过句法认知提升阅读效能。

以学生在阅读2021年浙江高考题时遇到的句子为例，试卷C篇的第9句为：“Instead， our results suggest that the successful dogs realized that a smiling mouth means the same thing as smiling eyes， and the same rule applies to an angry mouth having the same meaning as angry eyes.”。该句共有36个单词，包含3个子句结构及多个复杂的名词短语、动词短语，对于学生的语篇阅读理解造成较大的认知困难。

传统的教学模式下，学生解决问题大多只能求助于教师。在Stanford CoreNLP辅助教学模式下，学生将该句输入系统，在“Annotation”选项卡选择“post of speech”与“constituency parse”即可获得该句的词性与句法成分可视化结构。在词性标注图与句法结构图的帮助下，大部分学生能够理解复杂句的句式结构，克服阅读障碍。

句法知识能够提升学生的词汇推理能力，增强对语法知识的记忆，有助于学生阅读理解的提高^[3]，促进语言阅读能力的习得。句法可视化的呈现方式降低了學生理解语句的难度。人工智能的运用，既帮助学生克服了学习中遇到的句法困难，又打破了原有句法教学的时间限制。

（三）人工智能辅助句法教学的特点

Stanford CoreNLP辅助句法教学的作用体现在其作为计算机辅助学习、显性学习、可视化学习的方法，以学生为中心，以图示为认知手段，以大数据为分析依据，在句法教学中实现学生中心、分析准确、过程高效、内容有趣。

1.学生中心，学习问题更突出

较以往的句法教学方式不同，在计算机的辅助下，句法分析以学生在阅读中发现的长难句为分析对象，围绕学生的问题展开，为学生而教。显性知识有助于学生注意语言，利于学生发现自身语言与目标语言范式之间的差距^[4]。借助人工智能，教师可以学生的问题为教学切入点，对句法进行即时分析，让学生发现自身的言语与目标语言特征之间的差异，进行语言学习的自我监控与有意识的调整。

2. 分析准确，句法分析更科学

经测试，Stanford CoreNLP在句法成分分析中的准确率达到90.4% ^[5]。在词汇词性分析中，分析器语言使用宾州树图词性标记系统，相较网络词典的词性查找功能，其词性标记以语篇、语境为依据，并且区分动词、形容词各种形态，分类更加详细。

3. 过程高效，图示表达更直观

在语篇教学过程中，运用树图句法开展教学恰能满足可视化教学原则：文字语言与图形输入结合的形式须实现可视化教学的组块原则，在动态语篇教学中加入句法可视化分析须保证学习对象与信息多元表征的一致性，保证信息组块内容时空的一致性^[6]。句法结构呈现直观、具体，能够降低学生理解句法结构的难度，提高教学效果。

4. 过程有趣，学生学习更投入

将人工智能技术介入教学，可为学生提供一种有趣的、交互式的英语语法探究学习体验。而且，这一系统可由学生操作，将分析对象的决策权交给学生。此外，它还能够提升学生语言学习的科学文化素养。

三、未来已来：人工智能发展给英语教学带来的启示

（一）人工智能辅助英语学习前景广阔

人工智能辅助英语句法教学已成为现实，其对于句法结构的分析较以往的经验式教学具有明显的科学性与准确性。可视化技术作为一种信息表征形式，其对于信息传递的主要作用在于更易理解、更加快速、更有效率。语篇长难句的句法成分与结构通过可视图形直观呈现，降低了学生对于复杂句式的认知障碍，赋能学生学习。

（二）人工智能辅助应用研究有待深入

因人工智能的功能实效，及其对学生进行语言自主、智能、深度学习的促进作用，人工智能辅助英语教学已成大势所趋。然而，现阶段的人工智能辅助句法教学的普及与推广仍然存在较大困难，这需要一线教师付出一定的学习成本，克服存在的明显的技术障碍。因此，目前英语教学中，教师需要探索更具针对性、易用性、精准性的软件，实现信息技术与教学的深度融合。

随着新时代人工智能大数据+语言教育的不断深化，笔者相信，相关技术瓶颈终将被快速突破，人工智能在英语教学中的应用前景将日益广阔。

参考文献

[1] 余亮，魏华燕，弓潇然.论人工智能时代学习方式及其学习资源特征[J].电化教育研究，2020（4）：28-34.

[2] MANNING C D， SURDEANU M， BAUER J， FINKEL J， BETHARD S J， MCCLOSKY D. The Stanford CoreNLP Natural Language Processing Toolkit[C].Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics， 2014：55-60.

[3] NATION K， SNOWLING J M. Factors influencing syntactic awarenessskills in normal readers and poor comprehenders[J]. Applied Psycholinguistics，2000，21（2）：229-242.

[4] ELLIS R. A theory of instructed second language acquisition[M].Implicit and Explicit Learning of Languages. San Diego， CA： Academic Press. 1994：79-114.

[5] SOCHER R， BAUER J， MANNING C， NG Y. Parsing with Compositional Vector Grammars[C].Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics， 2013（1）：455-465.

[6] 张维忠，唐慧荣.可视化教学内容设计的五大原则[J].电化教育研究，2010（10）：99-102.

[作者徐使超系浙江海宁市高级中学英语教师，一级教师;贾炯系淘宝（中国）软件有限公司工作人员]

责任编辑：孙建辉