数字化情感分析技术助力英语写作评价实施

摘要： 英语写作教学中，情感与语言相互影响、相互依赖，但是实践活动中面临诸多难点问题，如无法正确掌握词汇的情感意义，教师在教学中对学生情感能力的培养不够重视。这就迫切需要教师借助数字化情感分析技术，如语料库软件、情感词典、机器学习及深度学习模型，以及大型生成式语言模型，从语词情感极值、语句情感极值、语篇情感衔接等方面进行评价，从而让学生得体并创造性地表达个人观点、情感和态度。

关键词：人工智能；数字技术；情感分析；英语写作评价

人工智能时代，教师在教育教学中应当着重培养学生的情感、创造思维等技术替代难度较大和对人类思维要求较高的能力素养。跨文化能力构成中，文化知识是基础，情感态度是重点，行为技能是目标^[1]。不过，人工智能等技术也为人类的情感能力，尤其是外语学习中学生情感认知与情感表达能力的发展提供了有效途径。为了更好地提高学生的跨文化能力，促进高中英语教学提质增效，教师尤其应注重学生情感表达能力的培养。本文探讨数字化情感分析技术应用于英语写作评价的维度与实施路径，旨在为教师提供可供参考的针对写作内容的情感评价方法，以提高学生写作中的情感表达能力。

一、学生写作情感能力培养的重要性和挑战性

随着高中生心理能力的发展和生活经验的丰富，他们的情绪感受和表现形式不再像以往那么单一，情绪表现变得越发丰富和细致^[2]，已具备使用语言精准而丰富地表达情感内容的能力与需求。

情感与语言相互影响，相互依赖：语言能够传递情感，情感则能够影响人们对语言信息的理解与表达。情感往往以面部表情、肢体动作的形式呈现，口语与书面文本中的语言也在情感的外显中发挥关键性作用。情感和认知系统能够以各种方式相互影响，情感记忆在人脑的记忆中居于较为核心的位置，情绪刺激能够让人们更好地获得记忆表征。因此，写作中，如果作者使用的语言能够唤起读者的情感共鸣，信息传递则更为有效，内容记忆更加深刻。

《普通高中英语课程标准（2017年版2020年修订）》指出，表达个人观点、意图和情感态度是提高学生学用能力的重要过程，并对学生的情感能力提出较高的要求，将推断作者的情感、表达个人的情感态度设置在语言能力的水平二与水平三中。同时，在人与自我、人与社会、人与自然等主题中，也较多涉及情感内容。

然而，语言内容中情感相关要素的判断、分析、感知与表达也是语言教学难点之一，对于二语习得或是学得，其难点主要体现在三个层面：无法正确掌握词汇的情感意义，情感能力对于学生思维能力要求较高，以及教师在教学中对学生情感能力的培养不够重视。一方面，在词汇的情感倾向性上，有的词具有字面或隐含的意义，或兼而有之。根据感情色彩上的差异，即使同义词，也有高雅、中性、粗俗之分。比如，statesman和politician两词的字面意义指“政治家”，但后者往往用其贬义，表示“政客”的意思，带有感情色彩^[3]。单独的词汇形成词块或者句子时，其原有的含义还会与语境结合，形成全新的情感语义场，从而加大学生正确认知与表达情感的难度。另一方面，由于语言表达的思想和感情有时与真实思想和感情有较大的差异，学生理解与表达真实情感、观点和经历，不仅要运用语言知识和技能，也需要运用逻辑思维能力和创新能力^[4]。但是教师在教学中比较强调观点，对于情感态度的表达不够重视。这就迫切需要教师借助数字化情感分析技术在英语课程中让学生得体并创造性地表达个人观点、情感和态度（如图1）。

二、用于数字化情感分析的技术手段

20世纪以来，哲学及心理学领域的专家学者更多地使用affect、sentiment、emotion等词，指代个人心理应激过程中产生的情感、情绪或感情。《心理学大辞典》中，情绪（emotion）是指人脑对客观现实与个人需要之间关系的一种反映，是人对客观事物是否满足自己需要产生的主观体验。sentiment则指文学艺术作品中的一种整体性情绪氛围。情感分析，又称倾向性分析，或意见挖掘，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。情感分析工具可以针对带有主观描述的自然语言文本，自动判断该文本的情感正负倾向，并给出相应的结果，从而作为教学辅助手段帮助师生更好地理解与表达语言中的情感内容。

（一）运用语料库软件

情感态度的量化计算，以自然语言处理相关的情感词典及机器学习、深度学习较为精确和科学，但该技术的运用需要计算机编程技术的辅助，对于普通教师运用难度较大。运用语料库软件结合Vader情感词量表，教师能部分呈现语篇情感表达特点。例如，将Vader情感量表按积极词汇与消极词汇分类，再结合语料库工具AntConc及Range，教师能够统计语篇中两类词汇的占比。不过，语料库软件的缺点在于智能显示情感词汇占比，或显示特定极性的词汇，无法进一步展现语篇中的情感特征。

（二）运用情感词典

情感词典泛指用于识别文本情感极性的工具，它包含一系列的情感词汇和对应的情感极性（如正向、负向和中性），用于帮助计算机程序自动识别文本中蕴含的情感信息。情感词典通常以一种文本分析工具LIWC（Language Inquiry and Word Count）为代表，它通过计算情感词汇在文本中的出现频率，评估文本的情感倾向。其局限性在于只能对文本进行整体性分析，无法显示文本的局部性信息特征。

大部分NLTK等自然语言处理应用库嵌有情感词典。此类工具不仅能够针对文本中的词汇进行综合分析，还可通过分析正标记词与负标记词的关系判断文本整体情况，以及特定语句或词汇是否具有积极或消极情绪。相比语料库软件和LIWC一类的量化分析软件，运用NLTK等工具调用情感词典，教师能够根据需求在词汇、语块、语句、文本四个维度对语篇进行量化分析，便于数据可视化等后期处理，发挥其技术优势。

需要指出的是，处理情感倾向较难分辨的语言内容时，情感词典的准确性与稳定性均存在一定的缺陷。以“You cannot find anything better than it.”为例，根据NLTK情感词典的分析，该句的情感倾向为-0.3412，可见情感词典无法准确提取该句的积极倾向。

（三）运用机器学习及深度学习模型

教师可使用NLTK、TensorFlow或Py-Torch等数据库，运用机器学习或深度学习模型（如循环神经网络或卷积神经网络），开展更精确的情感分析。例如，笔者使用NLTK，运用朴素贝叶斯分类器对数据集进行训练，并使用训练好的分类器预测文本情感，即能够取得相较情感词典方法更准确的分析结果。以“You cannot find anything better than it.”为例，借助机器学习训练所得模型，计算机能够准确判断该句情感倾向为“positive”。相较语料库软件及情感词典，机器学习与深度学习方式所得判断结果更为智能、精确，但对教师的数字素养要求较高，且相关数据的准确性与精确度和训练数据集的大小有直接关系，在常规教学中运用难度较大。

（四）运用大型生成式语言模型

大型生成式语言模型是指基于深度学习技术构建的能够生成自然语言文本的模型。这些模型通常使用大量的语料库数据进行训练，从而学习到语言结构和语法规则等信息，并生成符合语法规则的自然语言文本。将大型生成式语言模型与外语教学深度融合，有利于实现外语学习的数字化和个性化。如对聊天机器人发布“请对该文进行情感分析，分别从语篇整体、句子角度呈现”“请对该句进行情感分析，分别从句子、单词角度呈现”等命令，聊天工具可呈现分析结果。

大型生成式语言模型不仅能对语言内容进行情感分析，还能给予适当的解释说明。通过与情感词典等分析方法进行比较，笔者发现，一些大型生成式语言模型缺乏准确、精确到词的情感量化方式，它们虽能反馈语篇整体情感倾向，但在词汇、句子上的表现却难以让人满意。这就需要教师提高自身数字素养，谨慎对待大型生成式语言模型的回答，确保其回答正确、恰当。

三、学生写作情感评价的维度

（一）评价语词的情感极值

在分析学生作文情感特点时，教师可先围绕语篇使用的词汇进行分析研究。就例文而言，教师可运用语料库软件进行基础分析，研究语篇中积极的与消极的词汇占比。比如，运用NLTK情感词典，教师能够挖掘语篇中积极倾向与消极倾向的词汇，并加以整理，以便后续引导学生进行评价分析之用。

在任教班级学生参加的名校联盟阶段性测试写作讲评中，笔者运用情感分析技术对学生习作进行课前分析。该生作文在联盟阅卷中获得16.5分，处于学校及联盟前列，但仍有较大的提升空间。借助语料库分析技术，笔者发现，学生写作中应用的积极词汇数量是消极词汇的3倍（见表1），体现了高中英语教学对于学生道德情操的正面导向。同时，消极词汇的运用反映了作者在续写中通过对人物经历困难的描写，塑造了波澜起伏的故事情节。

应用NLTK情感词典，笔者分析得到语篇中各词汇的情感倾向，并将其以量化及可视化的形式进行记录。以本文为例，笔者汇总语篇中的相关词汇，分别使用红色与蓝色区分积极情感与消极情感，以颜色透明度表示情感倾向的极值。如图2所示，师生能够直观感受语篇中词汇的情感特点。

（二）评价语句的情感极值

情感分析工具可通过分析正标记词与负标记词的相互关系判断文本是否具有积极情绪，从而帮助师生理解和感悟词汇、语块对于句子，以及文本情感、上下文情境表达的影响3xXCxNlj3Wtqy1Q0iAgAm196VrmZZlXU2DQ6KmYP3ns=，理解语句连词成文、建构语篇，在情感表达中起承上启下的作用。

运用情感词典与大型生成式语言模型对学生习作进行分析（见表2），笔者发现，情感分析工具能够有效判断大多数语句的情感倾向，尤其能够帮助学生挖掘习作语篇中具有明显情感倾向的内容，审视其表达效果与作者的表达目标是否一致。不过，即使是人工智能体系，在个别语句的积极与消极评价中，也会出现判断上的不一致，这需要教师与学生有甄别地辨析与思考。

（三）评价语篇的情感衔接

衔接能力是课程标准核心素养的重要组成部分。根据核心素养发展要求，高中英语学习过程中，学生应了解语篇中显性及隐性的衔接和连贯手段，学会借助词语和句式形象地传递自己的情感和思想；使用衔接手段有效提高语篇的连贯性；在观点表达过程中，利用衔接手段，进行逻辑的表达。

在语篇衔接连贯表达过程中，情感态度的平顺过渡与合理转换，对于语篇意义的有效传递具有较为重要的意义。我们运用人工智能的语句情感分析技术，针对语篇情感转换的平顺、流畅进行评估，帮助学生理解词汇在语篇情感衔接过程中的作用，并在语篇写作中实现合理利用。

以学生读后续写习作为例，在可视化的二维图表中，教师可标注语篇各句子的情感倾向极性，以纵轴值表示情感的积极与消极倾向，以颜色深浅、气泡半径表示情感倾向的强度。我们可以发现，语篇从“Thank you.”一句开始均带有积极情感，但“Paul's hands trembled.”略显突兀。深入研究，我们发现trembled是一个动词，意思是“（因紧张、激动、惊慌等）颤抖、哆嗦、战栗”，原文的表达目的是通过Paul双手颤抖，侧面描写其感激、激动的情绪。因此，trembled确实有修改提升的需要。

四、数字化情感分析技术辅助英语写作评价的实践

在写作教学中，情感分析结果不仅可用于学生的写作分析，还可作为课堂教学的一部分与日常写作及其他类型课堂有机结合，从而使情感分析成为日常教学的有效工具。

（一）教学流程

以上文所述写作教学为例。通过课堂教学，学生要能够理解运用带有情感色彩的词汇与语句开展英语写作的重要性，在词汇、句子、语篇等层面进行恰当的情感表达。

1. 观察比较词汇的情感色彩

学生通过基本的略读与寻读，感知语篇中词汇呈现的情感倾向，查找、定位语篇传递的情感信息，依据自身语言知识对词汇的情感倾向进行判断。

学生在问题（Pay attention to the student work. What words bring you sentimental feelings？）的引导下，关注词汇运用在表达语篇情感中的作用。在学生进行探究活动之后，教师用颜色深浅来体现情感极性的可视化手段，向学生展示语篇词汇的情感色彩。通过对比，学生能够反思自身对语篇原有情感的认知，更好地了解词汇的情感色彩。

在回答问题“Why do those words bring such feelings？ ”时，学生通过小组交流讨论的形式分析相关词汇能够蕴含特定情感的原因。在讨论过程中，学生首先发现能够直接表达人物情感的形容词（如honest）与抽象名词（如relief），此外提及作者使用到的部分实体名词与动词。由于它能够使读者产生积极联想，因而在语篇中具有传递积极情感意义的作用。教学过程中，教师通过下述问题的引导，以问题为支架引领、帮助学生思考。

We feel .

We feel when we .

We feel when we see .

讨论该问题的过程中，学生思考、探究词汇在传递语篇情感过程中的作用原理，初步领悟词汇选用在语篇中传达情感意义的方式、方法。

词块是学生词汇运用的基本单位。以词块为单位引导学生关注语篇的情感信息，其产出更地道、合理，尤其有利于学生对语言进行模仿学习，应用语言输出。

学生围绕情感词汇，寻读、分析、归纳词块，表达语用情感信息。在学生探究该问题结果的同时，教师以词块呈现的情感色彩、情感强度为依据，以可视化的形式向学生呈现各词块具有的情感特点（如图3）。在情感分析技术的辅助下，学生感悟作者通过词块表达情感意义的语言表述路径。

2. 对比分析语句的情感态度

学生在词汇、词块的基础上，欣赏语篇中应用的语句，并对具有鲜明情感倾向的语句进行分类归纳，运用前述活动中掌握的词汇情感特点、语块情感特点知识，在句子层面对语篇情感特点进行分析。最后，学生通过对语句的情感分析，发现同伴语篇语句在情感传递过程中的不足。

该活动中，学生围绕语句的情感倾向进行讨论，运用情感分析基本技能，对语篇中的句子进行对比、分类，感悟不同情感强度的语句在情感表达中的作用，并以批判性的视角评价语篇情感表达是否合理、语句运用是否合适。

3.评价思考语篇的情感衔接

学生在前一环节问题探究的基础上，通过观察语篇情感可视化分析图表，探究同伴语篇情感表达不自然、不流畅的原因，从而发现语篇中情感的合理衔接对于情感正确、合理表达的重要性。

4. 推理探究写作的情感提升

在学习任务的引导下，学生通过比较、推理，思考和探究习作语篇在情感表达中的不足。该后续活动中，学生以小组讨论的形式展开讨论、合作探究，运用所学评价习作，设计修改方案（见表3）。

最后，教师整理、分类学生续写习作中运用的具有情感色彩的语句（如图4）。学生以小组讨论的形式，运用所学知识，结合自身习作修改需要，对语句进行情感分析、情感分类，并讨论将相关语句用于续写改进的可行之道。

（二）课后反思

本课教学过程中，笔者发现学生能够对语篇中具有明显情感倾向的单词、语句做出较为准确的情感推断，但不能十分理解“哪些词汇具有情感倾向性”的问题。这和教师在教学中对语篇情感立场的重视度不足有着较大的关系。写作习惯上，学生喜欢使用一些他们认为的高级词汇，但是对于词汇情感特征的认知与掌握又存在不足，因此普遍存在情感表达随意、相关词汇滥用现象。在纠正学生写作谬误方面，数字化情感分析技术辅助教师以直观且具有说服力的方式，引导学生发现并解决自身写作存在的不足。

在外语情感能力培育过程中，借助数字化情感分析技术，教师能够通过对词语、语句、语篇的分析，以数字化、可视化等教学方式，更好地培育学生的情感分析能力。然而，在运用数字化情感分析技术时，教师要坚持开放包容的教学态度，不断调整教学方法，提升自身数字素养，同时，谨慎端正对待技术评价过程，运用语料库等技术交叉验证，增强技术稳定性。更为重要的是，教师要坚持以生为本的立场，防止数字技术主导教学，甚至误导教学、绑架学生的情况发生，从而让学生真正理解文本蕴含的情感意义，根据语境进行准确的情感推理和恰当的情感表达。

注：本文系2022年浙江省教育信息化研究专项课题“主题意义引领下的‘人工智能+’单元词汇教学实践研究”（立项编号：2022ETC024）、2022年海宁市教育教学专项课题“基于主题意义的词汇教学人工智能模式探究”（立项编号：22HG005）的阶段性研究成果。

参考文献

[1] 翁立平.什么是跨文化交际学[M].上海：上海外语教育出版社，2021.

[2] 林崇德.发展心理学[M].北京：人民教育出版社，2008：348.

[3] 陆国强.现代英语词汇学[M].上海：上海外语教育出版社， 1999：166-167.

[4] 程晓堂.核心素养下的英语教学理念与实践[M].南宁：广西教育出版社，2021：93.

（作者系浙江省海宁市高级中学教师）

责任编辑：孙建辉