CC BY
73
НОВЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ
УДК 519.86
АРХИТЕКТУРА ЛИНГВИСТИЧЕСКОГО ТРЕНАЖЕРА ДЛЯ ЭКСПРЕСС-ОСВОЕНИЯ НАВЫКОВ ОБЩЕНИЯ НА ИНОСТРАННОМ
ЯЗЫКЕ
В.В. Киселев, О.Е. Елисеева, Ю.И. Ковалёнок, Ю.Н. Хитрова
Рассматривается архитектура лингвистического тренажера, реализуемого в виде сетевого программного комплекса для обеспечения возможности экспресс-освоения навыков общения на иностранном языке. Основное внимание уделено определению формальных моделей, лежащих в основе центрального компонента архитектуры, обеспечивающего реализацию гибких стратегий обучения вне зависимости от применяемой методики обучения. Ключевые слова: лингвистический тренажер, модель обучения, модель учебных воздействий, модель обучаемого.
Введение
Известно, что самым сложным в процессе изучения иностранного языка является овладение речевыми навыками - говорением и аудированием. Единственно возможным решением указанной проблемы является постоянная тренировка произношения звуков, слов, фраз иностранного языка. Однако это требует дополнительных временных затрат, а времени в условиях современного, интенсифицированного, динамичного общества всегда не хватает. Применение компьютерных технологий позволяет повысить эффективность обучения путем использования тренажеров, которые, с одной стороны, дают возможность учащимся тренировать навыки говорения в любое удобное для них время, а с другой - в значительной степени облегчают труд преподавателей языка. Для ускорения процесса «выхода в речь» разрабатываются всевозможные интенсивные методики, часть из которых базируется на том, что основу изучения иностранного языка составляет вводный фонетико-корректировочный или фонетико-грамматический курс, в рамках которого учащиеся, наряду с изучением звукового состава изучаемого иностранного языка, одновременно овладевают базовым лексическим и грамматическим набором знаний. Использование указанных методик позволяет учащимся практически после первых вводных занятий не просто произносить отдельные звуки, но и строить простейшие фразы, рассказывать о себе и пр.
В работе не ставится задача анализа тех или иных методик обучения языку. Целью работы является построение архитектуры лингвистического тренажера (ЛТ) и рассмотрение ее основных компонентов. ЛТ реализуется в виде сетевого программного комплекса с использованием технологий искусственного интеллекта и обеспечивает освоение навыков понимания на слух и беглого говорения на иностранных языках. Одной из основных особенностей ЛТ является реализация гибких стратегий обучения для различных учащихся в соответствии с их возможностями, успехами и пожеланиями. Кроме того, как и в некоторых современных системах обучения иностранному языку, обеспечивается возможность записи и анализа речи учащегося с целью повышения эффективности обучения.
Архитектура лингвистического тренажера
На рис. 1 представлена архитектура разрабатываемого ЛТ, которая разбита на 4 основных блока.
1. Блок реализации обучения, в рамках которого осуществляется моделирование процесса обучения иностранному языку, а именно: изучение фонетики, лексики и грамматики иностранного языка на теоретическом и практическом уровнях. Основное внимание при этом уделяется именно практической составляющей, которая заключается в выполнении учащимся ряда упражнений для тренировки навыков говорения и аудирования.
2. Блок служебных функций, в рамках которого реализуется ряд модулей для обеспечения надежного функционирования системы в целом.
3. Блок формирования контента, в задачи которого входит обеспечение возможностей гибкого пополнения необходимой учебной информацией модели учебных воздействий в рамках блока реализации обучения.
4. Блок интерфейса с пользователем, в рамках которого учащимся и преподавателям предоставляются разные возможности: учащимся - для взаимодействия с блоком реализации обучения ЛТ; преподавателям - для наполнения ЛТ учебными материалами посредством блока формирования контента.
Как указывалось выше, особенностью рассматриваемого ЛТ является обеспечение гибких стратегий обучения для различных учащихся. Исходя из этого, в настоящей работе рассмотрим более подробно формальные модели, которые являются основой блока реализации обучения и обеспечивают указанную функциональность.
9
Блок реализации обучения
Модуль экспертной системы Модель обучения
Модель обучаемого
I
Модель учебных воздействий
Модуль расчетов
Модуль формирования отчетов
Л.
Блок служебных функций
Модуль резервного копирования
Модуль криптозащиты
Модуль настройки и администрирования
Блок формирования контента
Модуль
управления
Модуль формирования словарей, диалогов, алгоритмов
Блок интерфейса с пользователем
одуль управления
Модуль взаимодействия с пользователем
Модуль аутентификации и авторизации
С
Персональные компьютеры, ноутбуки, смартфоны, 4 ^ планшеты и т.п. ^ ^
Учащиеся ^ Преподаватель
Рис. 1. Архитектура лингвистического тренажера Формальные модели и технологии
Прежде чем перейти к формальному рассмотрению ЛТ, заметим, что в процессе разработки авторами используются уже ставшие традиционными представления и подходы к созданию так называемых интеллектуальных (экспертных) обучающих систем [1-4]. Однако в связи с тем, что ЛТ предназначен для использования в глобальной сети Интернет и реализуется на базе существующих сетевых технологий (в частности, серверная часть функционирует на облачном сервере Windows Azure), которые имеют определенные объективные технические ограничения, для обеспечения работы системы в режиме реального времени мы несколько упрощаем упомянутые подходы. В связи с этим в задачи модуля экспертной системы входит лишь коррекция курса обучения и формирование оптимальной стратегии для максимально быстрого прохождения курса. Так, например, в рамках избранного подхода успевающим учащимся предлагается меньшее количество упражнений, в отличие от менее успевающих.
В основу проектирования ЛТ положена формальная модель обучения LM (learning model), в рамках которой решаются задачи построения оптимальной стратегии обучения для каждого учащегося. В рамках модели обучения строятся модель учебных воздействий TAM (training actions model) и модель обучаемого SM (student model).
Модель учебных воздействий TAM представляется в виде ориентированного графа, включающего узлы трех типов: T - теоретический компонент; P - практическое (тренировочное) упражнение; C - контролирующее упражнение для оценки уровня достижений учащегося, на основе которого осуществляется поиск пути на графе, соответствующего оптимальному пути прохождения учебного курса конкретным
обучаемым. Каждый узел трактуется в данной модели как отдельный урок курса, который является минимальным учебным воздействием. Урокам (узлам графа), в свою очередь, ставятся в соответствие векторы составляющих процесса изучения иностранного языка:
- а (у, д, рк) - один или несколько аспектов языка: лексика (словарь) (у), грамматика (д), фонетика (рк);
- п (А, 5, Я, Ш) - вид приобретаемых знаний и навыков: аудирование (А), говорение (5), чтение (Я),
Координаты обоих указанных векторов могут принимать одно из двух значений: 0 (нет) или 1 (есть). Так, например, если координата у вектора а для некоторого узла равна 0, это означает, что в соответствующем уроке нет новой словарной составляющей. Если же указанная координата равна 1, то в данном уроке изучаются новые слова.
На рис. 2 приведен пример графов, описывающих последовательность уроков. На графе, изображенном на рис. 2, а, совокупность нескольких дуг, выходящих из одного и того же узла в различные узлы уроков одного типа (например, из урока теоретического типа Т1 в узлы тренировочных упражнений Р1-1, Р1-2, Р1-3) означает, что после указанного урока (Т1) может следовать любой из равнозначных альтернативных уроков (Р1-1, Р1-2, Р1-3). При этом выбор одного из альтернативных уроков может происходить либо случайным образом (например, на начальных стадиях «знакомства» системы с учащимся), либо на основе анализа истории взаимодействия учащегося с ЛТ, которая сохраняется в рамках модели обучаемого. Кроме того, для упрощения рассматриваемой модели и (или) по усмотрению методиста (преподавателя языка, участвующего в создании контента ЛТ) из всех равнозначных уроков может быть выделен один обязательный, который предлагается пройти всем учащимся (рис. 2, б). Все равнозначные уроки связаны друг с другом двунаправленными дугами по схеме «каждый с каждым». Заметим, что для улучшения восприятия на рис. 2 эти дуги изображены в виде ребер и не показаны все бинарные связи.
Рис. 2. Графы, описывающие совокупность учебных воздействий: выбор одного из альтернативных уроков (а); выделение обязательных уроков для прохождения учащимися (б)
Как видно из рис. 2, среди уроков теоретического типа Т альтернативные равнозначные не задаются. Это связано с тем, что теоретический материал рассматривается в системе как строгая, методически обоснованная последовательность обязательных к изучению элементов учебного курса.
Если учащийся успешно выполняет упражнение из совокупности альтернативных равнозначных, то осуществляется переход к следующему уроку (не равнозначному), т.е. к следующему уровню иерархии графа учебных воздействий. Если же упражнение выполнено неуспешно, то учащемуся предоставляется альтернативное равнозначное упражнение (он остается на том же уровне иерархии графа).
Для обеспечения гибкости и индивидуальности обучения, учащимся предоставляется дополнительная возможность пропускать те или иные уроки по своему усмотрению (в этом случае в модели обучаемого делается соответствующая помета, и в случае необходимости учащемуся еще раз предоставляется возможность пройти пропущенный урок).
письмо (Ш).
а
б
Описанным выше образом, в зависимости от успехов и пожеланий учащегося, происходит построение оптимального пути прохождения учебного курса индивидуально для каждого пользователя ЛТ. Указанный путь сохраняется в виде истории взаимодействия с ЛТ в модели обучаемого.
Следуя принятой в сфере искусственного интеллекта и создания экспертных систем терминологии, можно в некотором приближении говорить о том, что сформированные на основе рассмотренной модели учебных воздействий ТАМ-структура и содержание учебного материала являются частью общей базы знаний (БЗ) ЛТ.
С учетом того, что целью ЛТ является экспресс-обучение навыкам говорения и аудирования, подавляющее большинство упражнений предполагает тренировку именно этих навыков. Для повышения эффективности данного процесса в системе используются речевые технологии, а именно, средства воспроизведения, записи, анализа и распознавания речи [5]. При этом компоненты воспроизведения речи включаются в состав как теоретической, так и практической части учебного курса. В процессе создания ЛТ для обеспечения качества обучения иностранная речь записывается носителями соответствующего языка. Очевидно, что такое речевое наполнение учебного материала создает дополнительные условия для самостоятельной работы учащихся в индивидуальном ритме. Средства записи и анализа речи используются для расширения разнообразия и повышения эффективности тренировочных и контрольных упражнений. Так, например, благодаря возможностям распознавания речи, для тренировки произношения в ЛТ реализуются упражнения, предполагающие речевой ввод ответов (однозначных) на заданные вопросы. Указанная функциональная возможность существенно отличает предлагаемый ЛТ от большинства существующих на сегодняшний день электронных ресурсов обучения иностранному языку.
В модели обучаемого SM фиксируется следующая информация: личные данные (имя, возраст, пол, начальный уровень владения языком, родной язык, изучаемый язык/языки, логин, пароль и т.п.); история взаимодействия с ЛТ в виде пройденного в процессе обучения пути на графе учебных воздействий с необходимыми пометами о достигнутых результатах, отказах и пр.
На рис. 3 приведен пример графа истории взаимодействия учащегося с ЛТ. Из рисунка видно, какие знания и навыки и в каких аспектах языка приобрел учащийся. Эта информация копируется из БЗ модели учебных воздействий и становится фрагментом БЗ модели обучаемого. На рассматриваемом примере графа также отмечено, с каким успехом были пройдены те или иные уроки: pass - успешно (для теоретических уроков это значение по умолчанию); fail - неуспешно (и вслед за этим осуществлен переход к равнозначному альтернативному упражнению); refuse - учащийся отказался от прохождения урока; current - текущее состояние прохождения курса (либо учащийся в текущий момент времени проходит данный урок, либо остановился на нем и завершил сеанс работы с ЛТ).
Как показано на рис. 1, в состав блока реализации обучения входит модуль расчетов, задачей которого является расчет оптимального пути на графе учебных воздействий. Фактически, следуя описанным выше упрощениям, алгоритмы данного модуля заключаются в анализе успешности выполнения упражнений и выборе следующего урока в соответствии с этим.
Целью модуля формирования отчетов является анализ БЗ модели обучаемого (истории взаимодействия с ЛТ) и вывод пользователю карты достижений, на которой в наглядном виде показано, какие уро-
a (1, 0, 1) T1 ) n (1, 0, 0, 0)
current
Рис. 3. Пример графа истории взаимодействия обучаемого с ЛТ
ки и с каким успехом он прошел, какие знания и навыки при этом приобрел. По данной карте учащийся, в частности, сможет увидеть, где у него есть пробелы в знаниях.
Заключение
Ключевым отличием представленной в работе архитектуры лингвистического тренажера является ее ориентация на гибкие, индивидуальные стратегии обучения, благодаря использованию современных технологий искусственного интеллекта и речевых технологий. В отличие от большинства существующих на сегодняшний день электронных образовательных ресурсов, разработка лингвистического тренажера не зависит от изучаемого языка и используемой методики преподавания. Благодаря этому на основе предложенной архитектуры возможно построение совокупности лингвистических тренажеров для приобретения навыков общения на различных языках.
Настоящая работа выполнена в рамках опытно-конструкторских работ по теме «Создание компьютерного лингвистического тренажера для экспресс-освоения навыков общения на иностранном языке» при финансовой поддержке Министерства образования и науки Российской Федерации, государственный контракт № 07.524.11.4017.
Литература
1. Brusilovsky P. Student Model Centered Architecture for Intelligent Learning Environments // Proc. of Fourth International Conference on User Modeling. - Hyannis, MA, USA: User Modeling Inc., 1994. - P. 31-36.
2. Lane C.H. Intelligent Tutoring Systems: Prospects for Guided Practice and Efficient Learning // Whitepaper for the Army's Science of Learning Workshop. - Hampton, VA, 2006. - P. 1-11.
3. Рыбина Г.В. Обучающие интегрированные экспертные системы: некоторые итоги и перспективы // Искусственный интеллект и принятие решений. - 2008. - № 1. - С. 22-46.
4. Голенков В.В., Гулякина Н.А., Тарасов В.Б., Елисеева О.Е. и др. Интеллектуальные обучающие системы и виртуальные учебные организации. - Минск: БГУИР, 2001. - 488 с.
5. Киселев В.В., Вишнякова М.А. Речевая аналитика в интеллектуальных диалоговых системах // Материалы международной научно-технической конференции «Открытые семантические технологии проектирования интеллектуальных систем» (Open Semantic Technologies for Intelligent Systems, OSTIS-2011). - Минск: БГУИР, 2011. - С. 231-237.
Киселев Виталий Владимирович - ООО «Речевые технологии», г. Минск, Беларусь, руководитель, kiselev-
v@speechpro.com
Елисеева Ольга Евгеньевна - Белорусский государственный университет, кандидат технических наук,
доцент, volga.eliseeva@gmail.com Ковалёнок Юрий Иванович - ООО «Речевые технологии», г. Минск, Беларусь, специалист, kavalionak-
y@speechpro.com
Хитрова Юлия Наримановна - ООО «ЦРТ», коммерческий директор, julia@speechpro.com
