任务驱动教学法在自然语言处理课程中的应用

于江德，黄继海

(郑州工程技术学院 信息工程学院，河南 郑州 450000)

0 引言

近年来，人工智能技术给人类的生活带来了翻天覆地的改变，而自然语言处理技术是众多人工智能设备不可或缺的核心技术，已成为人工智能领域的研究热点，自然语言处理课程也逐渐成为人工智能相关专业人才培养方案中的主干课程或核心课程[1-2]。自然语言处理是涵盖语言学、计算机科学和数学等学科知识的一门交叉性学科，内容涉及范围广泛并具有一定的难度。目前高校中的自然语言处理课程主要面向人工智能相关专业的高年级本科生以及计算机专业的研究生开设，具有较强的理论性、实践性、综合性和创新性。该课程对学生的基础要求较高，教学难度较大，迫切需要探索与课程相适应的教学方法。

任务驱动教学法是一种建立在建构主义学习理论基础上的教学法。从学生的角度说，任务驱动是一种有效的学习方法。它从有吸引力的任务入手，带动理论的学习和解决问题的探究，大大提高了学生的学习效率和兴趣，有利于培养学生独立探索、勇于开拓进取的自学能力。一个“教学任务”完成了，学生就会获得满足感、成就感，从而激发他们的求知欲望，逐步形成“接受任务—分析任务—求解任务—完成任务”的良性循环。伴随着一个又一个教学任务的完成，学生从中获得了极大的兴趣体验和成就感，进一步激发了学生自主学习和深入探究的主动性，培养了学生分析问题、解决问题的能力。从教师的角度说，任务驱动是建构主义教学理论基础上的教学方法，将以往以传授知识为主的传统教学理念，转变为以解决问题、完成任务为主的多维互动式的教学理念[3-4]；将填鸭式教学转变为探究式学习，使学生处于积极的学习状态，每一位学生都能根据自己对当前任务的理解，运用已有的知识和新习得的知识提出方案、解决问题，为每一位学生的思考、探索、发现和创新提供开放的空间，使课堂教学过程充满了探索、充满了个性、充满了辨析，课堂氛围真正活跃起来。

综上所述，任务驱动教学法有利于激发学生的学习兴趣，培养学生分析问题、解决问题的能力，提高学生自主学习及与他人协作的能力，这些决定了它很适合运用到自然语言处理课程教学中。

1 课程概况与任务驱动教学法

1.1 自然语言处理课程概况

近年来，人工智能的蓬勃发展使得自然语言处理课程在高校人工智能相关专业本科生和计算机相关专业的研究生中广泛开设。郑州工程技术学院的智能科学与技术专业也将自然语言处理课程设置为主干课程，开设在第6学期，总课时为64，其中12课时为实验课时。通过综合分析自然语言处理研究领域及相关行业发展历程，结合学校、学院教学资源配置情况和智能科学与技术专业现状，对该课程教学有如下几点基本认识。

1)从自然语言处理技术的发展历程来看，经历了基于规则、基于统计和基于深度学习三代技术的发展演进。在深度学习出现之前，基于规则与基于统计的方法占据了主导地位。因此，目前的自然语言处理课程教学内容广泛，既需要涵盖传统的教学内容，又需要覆盖深度学习之后的新知识、新技术，在有限的课程学时下，这很容易使得课程教学内容重点不突出。有些学校偏重基于统计的方法，教学内容滞后于目前人工智能技术的发展水平与实际应用需求。有的学校干脆不讲基于规则和基于统计的方法，只讲基于深度学习的方法，教学内容只涉及各种性能居于前列的自然语言处理应用中的深度学习模型。因此如何兼顾深度与广度对自然语言处理课程教学内容进行优化十分必要[5-6]。考虑到基于规则、基于统计、基于深度学习这三代自然语言处理技术各有优势和局限，笔者所讲授的自然语言处理课程对这三代技术均有涉及，只是基于规则占比很少。表1从多方面比较了这三代技术并给出了它们在课程中的占比。

表1 课程教学内容中三代技术比较

2)传统课堂教学形式单一，师生间互动交流较少，学生学习主动性较差。高效课堂必须做到“学生为主体”，通过学生主动探究而获得的知识，教学效果最好。没有师生的互动和讨论，就没有反馈和启发，也就没有对求解问题更多的思考和感悟，教学效果就要差很多。自然语言处理课程教学内容广泛，涉及知识点多，而课堂教学时间有限，这更需要教师考虑如何拓展课堂，改进教学模式，提高学生自主学习和应用知识的主动性。

3)以往的课程教学评价存在“重理论、轻实践”以及“重考试结果、轻过程考核”的弊端，评价结果既不能真实反映学生将理论与实践相结合后的学习成果，也不利于引起学生对课程学习过程的重视，学生学习比较盲目，缺乏持久的动力。自然语言处理作为一门理论性与实践性并重的课程，过程性考核更能全面考查学生的学习效果，因此，需要创新考核体系与评价标准。

1.2 任务驱动教学法

任务驱动教学法最早起源于20世纪80年代，由印度著名的语言学家Prabhu首次提出并广泛使用。在我国，该教学法在计算机教学和语言教学等应用较早且广泛。任务驱动教学法的基本特征是“任务为主线、教师为主导、学生为主体”[3,7]。

第一，任务为主线。任务驱动教学法的核心是“任务”，贯穿于整个教学过程，教师和学生围绕教学任务开展教学活动。自然语言处理课程根据章节教学内容设计了9个大的教学任务，教师根据教学情景设计任务。学生接受任务之后深入分析任务，并和教师就任务内涵和解决方案进行多维度交互，同学之间协作学习完成任务，然后对任务成果进行展示、总结评价。课堂所有活动围绕教学任务展开，因此任务是课堂教学活动的主线，是驱动课堂教学的核心。

第二，教师为主导。任务驱动教学法以建构主义学习理论为基础，主张教师为课堂的主导者。任务的设计者是教师，任务中需要包含的知识点和需要达到的预期，都需要教师根据教学内容、学生情况提前设计。明确任务之后，教师要时刻关注学生完成任务的进展情况，并及时给予学生必要的引导。学生完成任务之后，教师要对学生完成任务情况进行综合评价，以激发学生自主探索的积极性。

第三，学生为主体。任务驱动教学法注重学生自主学习，分析任务，探究解决任务的方法和途径，直到最后完成任务。任务驱动教学法的目标是“驱动”，是否能进行有效的“任务驱动”，关键在于能否给予学生一个完成教学任务的动机，激励学生去自主学习、主动思考、完成任务，从而完成知识建构。任务驱动教学法，以建构主义学习理论为基础，主张学生为学习主体，只有充分调动学生这个主体的主动性，才能有好的教学效果。

1.3 任务驱动教学法应用于自然语言处理课程

基于以上对自然语言处理课程教学的几点认识和任务驱动教学法的基本特征分析，结合自然语言处理发展的现状与社会对智能信息处理人才具备能力的需求变化，从转变传统教学理念着手，将基于任务驱动教学法应用于自然语言处理课程教学，同时从教学内容、教学方法、教学手段和课程考核等多方面进行与之相配套的改革与实践。与传统的教学内容相比，增加对深度学习算法与模型的占比，同时在设计教学任务时也兼顾深度学习模型在这些任务中的适用性，9个教学任务中有8个任务扩展后可以基于深度学习的算法和模型实现。课程考核更加注重过程考核激励，注重调动学生的主观能动性与过程激励。

2 基于任务驱动的教学设计

建构主义学习理论认为教学设计中课堂教学活动必须与大的任务或问题相结合。任务驱动教学法将以往以传授知识为主的传统教学理念，转变为以解决问题、完成任务为主的多维互动式的教学理念，使学生通过对学习资源的主动应用，进行自主探索和互动协作的学习，并在完成教学任务的同时，引导学生产生一种学习实践活动，从而培养学生的创新意识和独立分析问题、解决问题的能力。

建构主义主张任务驱动教学设计要遵循以下原则。第一，体现“任务为主线、教师为主导、学生为主体”。任务驱动教学法的核心是任务的创建，教师和学生围绕任务互动。任务是整个教学过程的主线；教师是课堂教学活动的组织者和学习资源的提供者，是学生学习的引导者帮扶者，在课堂中起主导作用；学生是课堂活动的主动参与者，是知识的主动建构者，在课堂中起主体作用。第二，提供多样化的教学资源。根据学生的特点提供多样化的学习资料，为学生的学习提供支撑，满足学生的学习需求。第三，设置适量的任务供学生学习。教师从学生的具体情况出发，设置的任务量及难度要适中。第四，注重过程性学习评价，及时反馈学生的学习情况，为教学提供依据。在教学设计的过程中，学情分析、教学内容分析、教学目标确定、教学过程把控及学习效果评价是必不可少的要素。

2.1 教学设计要体现“主线、主导、主体”特征

基于任务驱动的课堂教学是教师的教和学生的学围绕教学任务开展的双边活动，进行教学设计要处理好“任务、教师、学生”这三者的关系。任务驱动教学法不同于以传授知识为主的传统教学，它以教学任务为主线，师生围绕任务开展课堂教学活动，所以教学设计中要体现以任务为主线。教学设计应充分考虑教师的引领示范作用，营造良好的学习氛围，为课堂教学活动提供支撑。教师进行任务设计及课堂活动设计时，应充分考虑学情特点，将教学目标设置在学生的最近发展区，设置的课堂活动能够吸引学生的注意，在课堂教学活动中占据主导位置。任务驱动教学法将填鸭式教学转变为探究式学习，将课堂还给学生，学生参与课堂活动，积极主动完成学习任务，从中掌握知识与技能。

2.2 提供多样化的教学资源

教学资源是以帮助学生学习为目的的各种教学要素。基于任务驱动的自然语言处理课程教学设计，教师提供与教学任务相关的学术论文、MOOC视频、B站视频、参考源代码和电子图书等，帮助学生理清学习思路，引导学生探究学习任务，并提供及时、有针对性的指导和帮扶，帮助学生攻克重难点。在实验实践学习中，学生借助百度AI Studio人工智能平台、章鱼人工智能平台等进行实践训练或参考相关项目资料展开深入研究，为学生的学习提供帮助，提高学生的感性认识，满足学生对学习资源的需求。因此，基于任务驱动的教学设计，教师尽可能提供丰富的教学资源，并将资源进行归类，为学生建构知识提供帮助。

2.3 教学任务设置适中

任务设置适中即根据教学目标及学情特点，设置适宜的教学任务。任务适中一方面要确保任务数量的适度，另一方面又要确保任务难度水平的合适。任务数量过多、难度太大，容易造成学生的抵触情绪。任务数量太少、难度太小，容易造成学生的满足，不利于调动学生学习的积极性。基于任务驱动的自然语言处理课程教学设计，遵循教学任务适中的原则，根据章节教学内容和任课教师的科学研究设计了9个大的教学任务(见表2)。这9个教学任务都是任课教师非常熟悉且绝大部分都已代码实现的科研问题或学科竞赛题目，为课堂教学和学生完成任务的指导奠定了很好的基础。另外，除了任务2之外的8个任务都可以采用深度学习模型实现。

表2 自然语言处理课程教学任务

续表

2.4 注重过程性学习评价

前面已经谈到，任务驱动教学法的目标是“驱动”，是否能进行有效的“任务驱动”，关键在于能否给予学生一个完成教学任务的动机，激励学生去自主学习、主动思考、完成任务，从而完成知识建构。这其中注重过程性学习评价至关重要。学习评价是参照评价标准，观测记录学生的学习情况，反思和总结经验，并及时在之后的教学活动中进行修正。教学过程中，教师对学生的学习进行过程性评价，可以及时发现、反馈、纠正学生学习过程中存在的问题。基于任务驱动的自然语言处理课程教学设计，注重学习的过程性评价。

表3 自然语言处理课程考核指标

学生每完成一个任务，教师组织学生开展自评及教师评价，评价职业道德及职业技能等方面的变化，及时纠正自身学习上存在的问题，并将过程性学习评价作为课程总评的重要组成部分，监督学生持续投入学习中。因此，基于任务驱动的教学设计，应注重学习的过程性评价，及时发现学生的进步与不足，吸引学生持续投入课程学习中。基于任务驱动教学法的自然语言处理课程的考核指标如表3所示。

3 任务驱动教学实施与成效

2022年春季学期，在2019级智能科学与技术1班和2班基于任务驱动教学法进行了自然语言处理课程教学实践，整门课程共设计了9大教学任务，师生围绕这些任务开展课堂教学活动，教师主导课堂教学活动，学生完成教学任务，实现知识建构。每个教学任务的教学过程如图1所示，一般包含四个部分。1)设计任务：创设情景，激发兴趣。2)分析任务：理清思路，确定方案。3)完成任务：深入探究，编程实现。4)评价任务：成果展示，综合评价。其中设计任务主要是教师的课前准备工作；分析任务和完成任务是学生课堂和课后的主要工作，教师根据情况及时引导帮扶；评价任务由教师和学生共同完成。

图1 任务驱动教学过程示意图

3.1 设计任务：创设情境，激发兴趣

建构主义学习理论认为，学习总是和一定的情景联系起来的，真实、有趣的学习情境，有助于激发学生的兴趣。基于任务驱动的自然语言处理课程中教学任务的设计，是任务驱动教学法的关键性工作，一定程度上教学任务设计的质量决定了教学效果。自然语言处理课程教学任务的设计，尽可能遵循以下原则：1)目标性原则。任务设计要体现教学目标。2)可行性原则。设计任务时教师充分考虑学生的实际情况和把握教学任务的难易程度，确保学生可以完成任务。3)情境性原则。基于任务驱动的教学任务设计，重视情景构建，有利于吸引学生的注意力，将习得的知识迁移到相类似的环境中，达到知识建构。该课程的9个教学任务是教师将科学研究中的问题或学科竞赛问题整合成教学任务，真实有趣；学生借助情景应用已学知识探索研究，实现知识建构。4)趣味性原则。学生是否能在愉悦的氛围中自主学习，主动探究，最终完成任务，很大程度上取决于设计的教学任务是否具有趣味性。在进行教学任务设计时，任务1的设置过程充分说明了这条原则的重要性。设置任务1时笔者有两个疑惑：一是要不要在“第1章 自然语言处理入门”就设置教学任务？这时该课程刚刚开讲，学生接触的自然语言处理相关知识非常有限；二是哪个教学任务作为任务1？经过反复分析最终确定，本章节确定设置教学任务，并将“听其名，知其性——计算机是如何处理分类问题的？”作为任务1这其中“趣味性原则”起了关键作用。在本章节的课堂教学中已经讲到了“基于统计的经验主义方法”和“统计语言模型”等概念，并提到很多自然语言处理任务的解决本质上都是“分类问题”，借助计算机来实现分类。而任务1的引入使同学们深入地理解了计算机是如何处理分类问题的，对“统计方法”和“统计语言模型”有了深刻的认识。而任务1：“听其名，知其性”——从陌生人的名字判定其性别又极具趣味性，所以，几乎所有的学生的学习主动性被调动起来，解决该任务需要的“朴素贝叶斯分类器”虽然没有学到，通过学生们主动学习，最终圆满完成了任务1。

3.2 分析任务：理清思路，确定方案

学生接受教学任务后，利用已有的知识对任务进行分析，并通过自主学习新知识来寻找解决问题的方案。教师的角色也发生了改变，成为学生学习的引导者和帮扶者，解答学生提出的疑问，帮助学生寻找问题的关键所在，引导学生正确分析问题，直至最终确定求解问题的方案。例如，讲解课程“第4章 隐马尔可夫模型与序列标注”时，教师首先对本章最重要的两个知识模块隐马尔可夫模型和序列标注问题进行初步讲解，然后带领学生回顾之前已经接触的词位标注汉语分词问题，学生很容易得出该问题就是一个序列标注问题的结论，这时教师引入教学任务3——基于隐马尔可夫模型的词位标注汉语分词，并提供大量学习资源，包括相关视频资源，如清华大学袁春老师讲解的隐马尔可夫模型及其应用视频课程。通过师生之间多维度、多轮次、多场合的交互探讨，同学们最终对有一定难度的任务3理清了思路，确定了求解方案。

3.3 完成任务：深入探究，编程实现

学生理清解决问题的思路并准备好解决问题所需要的已有知识和新习得知识之后，通过小组讨论等方式确定教学任务的求解方案，随后利用实验实践教学平台对方案进行验证，并对其不断完善，直至完成任务，最终编程实现教学任务。在这个阶段，教师主要是引导和帮助学生制定解决问题的方案，并指导与纠正任务求解方案中的不足和错误，保证学生解决任务方法方案的科学性和正确性。

3.4 评价任务：成果展示，综合评价

评价任务是任务驱动教学法的关键环节。学生完成教学任务后，进行成果展示，教师对学生的展示进行评价，尤其是正向的评价反馈，可以极大地激发学生的学习热情，从而调动学的积极性，使学生获得完成任务的满足感与成就感，进而将这种成就感化为内驱力，形成“接受任务—分析任务—求解任务—完成任务”的良性循环。

在自然语言处理课程的任务评价中，既有生生互评，又有师生评价。通过生生互评，一方面可以提高课堂参与氛围，另一方面可以使教师及时发现学生解决问题的创新点或者发现问题。生生互评后，教师的点评是最重要的，教师的评价不仅能够激励学生积极完成后续的学习任务，还可以为学生指明努力的方向。另外，教师要提醒学生，评价时不要过分拘泥于结果是什么、答案正确与否，更要注重思维过程的评价及求解方案的评价。

3.5 任务驱动教学法的成效

基于任务驱动教学法的自然语言处理较显著地提升了课程教学效果，提高了人才培养质量。

1)激发学生学习兴趣，提高自主学习能力。在任务驱动教学活动中，学生本身对教师设置的任务就比较感兴趣，希望通过努力学习以完成任务，能主动运用教师提供的学习资源，自主学习、深入探究，探索解决问题的方法和求解任务的方案，这一过程有助于学生知识建构。随着任务的完成，学生的成就感倍增，自信心增强，从而进一步激发学习的兴趣，提高学习的主观能动性。

2)培养学生分析问题、解决问题的能力和创新能力。任务驱动教学法将学生应知应会的知识要点蕴涵在一个个教学任务中，让学生从具体任务出发，在完成任务的同时应用已有知识和探索新知识，培养独立分析问题、解决问题的能力和创新能力。

3)引导学生加入科研实验室或参加学科竞赛。在完成课程教学大纲规定的教学内容基础上，积极引导部分学生加入学院教师的科研实验室，或参与课外科技作品竞赛、学科竞赛等。例如，该课程授课期间，有两组学生参加中国人工智能学会的“商品标题实体识别”大赛，有多组学生参加全国计算机设计大赛。

4)帮助学生建立良好的人际合作关系。在任务驱动教学中，学生在进行小组分工和协作完成任务时，通过与他人交换意见，获得由其他角度看问题的能力，从而不断丰富自己的思考，完善观点与结论，增强与人沟通交流的能力，使知识与技能得到相应的增长，学生素质得以全面发展。

4 结语

通过对所在高校智能科学与技术专业自然语言处理课程的教学进行了改革与实践，取得了一定的成效。基于任务驱动教学法，围绕9大教学任务开展教学活动，将以往以传授知识为主的传统教学理念，转变为以解决问题、完成任务为主的多维互动式的教学理念，使学生处于积极的学习状态，使课堂教学过程充满了探索、充满了个性、充满了辨析，课堂氛围真正活跃起来。从教学效果看，基于任务驱动教学法全面提升了学生专业知识的深度和广度，增强了学生的创新意识，培养了学生分析问题、解决问题的能力。