如何将日益普及的智能手机应用到外语课堂教学上有效促进教学?这是广大高校师生普遍关心的一个问题。作为解决这个问题的一种探索,我们设计了一个基于互联网的大学英语词汇训练系统,学生可以通过智能手机和教室内的无线网络访问这个系统,并参与其中的课堂活动。我们在一所大学一年级的英语教学中运用这套系统进行了一个学期的准实验研究:实验班(98人)的每次课程结束前的10-20分钟,教师请学生自愿使用这套系统进行词汇练习;而对照班(98人)不使用这套系统;除此之外,两个班的任课教师、教学内容和方法步骤等完全一致。在实验进行之前,实验班在英语考试中的平均成绩显著低于对照班;一个学期之后,实验班与对照班的英语考试成绩无显著性差异,在词汇测试中的成绩差异也有了显著减少。另外,自愿参与这项实验的学生也有了增多。这项实证研究的数据表明,在大学课堂上合理使用智能手机等移动设备,可以促进学生的积极参与,并改善其学业表现。

文本情感计算是近年来人工智能、教育技术与学习科学等领域出现的一个研究热点。文章在界定相关概念、分析相关研究的基础上,设计并实现了一个基于汉语文本的情感计算系统"小菲"。该系统依照Ekman心理模型将情感分为6种类别:气愤、厌恶、恐惧、愉悦、悲伤和惊讶;每种情感的强度取值范围为[-18,18];构建了拥有32879条情感词语的情感词典《小菲词典》,每条词语标注了6种情感极性和相应的情感强度;然后建构了词语和短语、句子三个级别的情感计算模型,可以判别情感极性和计算情感强度。作为尝试,该系统处理了一次慕课中产生的377条调查问卷反馈数据,计算F值(查准率和召回率的加权几何平均值)为88.7%。该结果初步证明:该系统可以用于慕课等在线学习产生的大规模交互文本的自动情感识别,具有较好的应用情景。