《人工智能在第二語言教學(xué)中的應(yīng)用-提高對(duì)于偏誤的意識(shí)》

《人工智能在第二語言教學(xué)中的應(yīng)用—提高對(duì)于偏誤的意識(shí)》導(dǎo)讀馮志偉一、

ICALL

的發(fā)展歷程

本書是關(guān)于“人工智能計(jì)算機(jī)輔助語言教學(xué)”（Intelligent

Computer

Assisted

LanguageLearning，簡(jiǎn)稱

ICALL）的專著。ICALL

是由“計(jì)算機(jī)輔助語言教學(xué)”（Computer

AssistedLanguage

Learning，簡(jiǎn)稱

CALL）發(fā)展來的，而

CALL

又是“計(jì)算機(jī)輔助教學(xué)”（ComputerAssisted

Learning，簡(jiǎn)稱

CAL）的一個(gè)領(lǐng)域。為了幫助讀者理解

ICALL

的基本原理和方法，我們有必要介紹一下從

CAL

到

CALL，再由

CALL

到

ICALL

的發(fā)展歷程。在電子計(jì)算機(jī)問世之初，就有人設(shè)想把它用于教學(xué)。在

20

世紀(jì)

50

年代和

60

年代之交，美國(guó)就開始研究“計(jì)算機(jī)輔助教學(xué)”（CAL）的問題了。

美國(guó)最早開始

CAL

試驗(yàn)的是

IBM

公司的沃斯頓研究中心。該中心于

1958

年設(shè)計(jì)了第一個(gè)計(jì)算機(jī)輔助教學(xué)系統(tǒng)，利用一臺(tái)

IBM650

計(jì)算機(jī)連接一臺(tái)電傳打字機(jī)來教小學(xué)生學(xué)習(xí)二進(jìn)制算術(shù)，并能根據(jù)小學(xué)生的要求自動(dòng)地生成練習(xí)題。1959

年，美國(guó)伊利諾依大學(xué)研制出PLATO

計(jì)算機(jī)輔助教學(xué)系統(tǒng)（Programmed

Logic

for

Automatic

Teaching

Operation,

簡(jiǎn)稱PLATO），該系統(tǒng)在

CDC

計(jì)算機(jī)公司的協(xié)助下，經(jīng)過二十多年的努力，從一次只能處理一個(gè)終端的

PLATO-I

系統(tǒng)發(fā)展到帶有四百多個(gè)終端的

PLATO-II

系統(tǒng)，可以講授幾百種課程。美國(guó)斯坦福大學(xué)從

1963

年開始，利用計(jì)算機(jī)講授邏輯學(xué)導(dǎo)輪、集合論、程序設(shè)計(jì)、俄語、德語等課程，并與

IBM

公司合作，在

1966

年研制出

IBM1500

教學(xué)系統(tǒng)，這個(gè)系統(tǒng)除了能開設(shè)數(shù)理邏輯、多種外國(guó)語、哲學(xué)、數(shù)學(xué)、音樂理論等課程之外，還有一些為小學(xué)生和聾啞學(xué)生準(zhǔn)備的課程，提供全國(guó)性服務(wù)。1971

年，德克薩斯大學(xué)與猶他州的楊伯翰大學(xué)和梅特（MITRE）公司合作，設(shè)計(jì)出

TICCIT

計(jì)算機(jī)輔助教學(xué)系統(tǒng)（Time-shared

Interactive

ComputerControlled

Information

Television,

簡(jiǎn)稱

TICCIT），這個(gè)系統(tǒng)以電視技術(shù)為基礎(chǔ)，配合兩臺(tái)NOVA-800

小型計(jì)算機(jī)，帶有

75

兆字節(jié)的磁盤存貯器，終端為經(jīng)過改裝的配有鍵盤的彩色電視機(jī)，其主機(jī)通過同軸電纜與

128

臺(tái)彩色電視機(jī)終端相連接。TICCIT

系統(tǒng)主要用于社會(huì)大學(xué)的數(shù)學(xué)和英語教學(xué)。

加拿大、英國(guó)、日本等國(guó)也開展了

CAL

的研究。加拿大國(guó)家研究院、安大略教育研究所和女王大學(xué)等

11

所大聯(lián)合開展計(jì)算機(jī)輔助語言教學(xué)系統(tǒng)

CAN

的研制，開發(fā)了數(shù)學(xué)、工程、醫(yī)學(xué)、商業(yè)等學(xué)科的課件（course

ware）。英國(guó)在開放大學(xué)中推廣使用計(jì)算機(jī)輔助教學(xué)，開放大學(xué)有

280

個(gè)學(xué)習(xí)中心，各個(gè)學(xué)習(xí)中心都設(shè)有終端，通過全國(guó)計(jì)算機(jī)網(wǎng)絡(luò)與該大學(xué)的計(jì)算中心相連，為學(xué)生解答各種問題。日本機(jī)器工業(yè)促進(jìn)會(huì)研制了一個(gè)計(jì)算機(jī)輔助教學(xué)系統(tǒng)，該系統(tǒng)能同時(shí)控制

30

個(gè)學(xué)習(xí)終端，開設(shè)了計(jì)算機(jī)原理、計(jì)算機(jī)語言、數(shù)控機(jī)床等課程。

在計(jì)算機(jī)輔助教學(xué)

CAL

的諸多領(lǐng)域中，與語言學(xué)最為密切的是“計(jì)算機(jī)輔助語言教學(xué)”（CALL），在進(jìn)行計(jì)算機(jī)輔助語言教學(xué)

CALL

的時(shí)候，計(jì)算機(jī)要按照人們事先安排好的語言教學(xué)計(jì)劃進(jìn)行課堂教學(xué)和輔助課外操練。前面介紹過的

PLATO

系統(tǒng)除了進(jìn)行一般的計(jì)算機(jī)輔助教學(xué)之外，也能進(jìn)行計(jì)算機(jī)輔助語言教學(xué)，PLATO

可以講授漢語、英語、法語、俄語、希臘語、拉丁語、西班牙語和世界語等八種語言課程。斯坦福大學(xué)的系統(tǒng)也可以講授俄語、德語等語言課程，TICCIT

系統(tǒng)也可以進(jìn)行英語教學(xué)。在這個(gè)時(shí)期，還設(shè)計(jì)了一些用于CALL

的教學(xué)軟件，如

ECLIPSE，SEQUITUR

等，這些軟件對(duì)于計(jì)算機(jī)硬件的要求不高，程序也比較容易掌握，逐漸在

CALL

教學(xué)中普及開來。

當(dāng)時(shí)從事

CALL

的一些專家，如

Higgins,

Tim

Jones,

Graham,

Tony

Williams

等，他們?cè)瓉矶际钦Z言教師，但是，他們?cè)趯?shí)踐中更新了知識(shí)，很快掌握了

CALL

技術(shù)，成為了

CALL教學(xué)的開創(chuàng)人?！?/p>

CALL

是一種新型的語言教學(xué)方式，是對(duì)于傳統(tǒng)語言教學(xué)方式的具有重大意義的改革。美國(guó)的語言教學(xué)在第一次世界大戰(zhàn)前后，主要采用傳統(tǒng)的“教授語法加翻譯”的方式，培養(yǎng)讀和寫的能力。在第二次世界大戰(zhàn)前后，由于錄音機(jī)的使用，

聽說”教學(xué)的方式應(yīng)運(yùn)而生，各地學(xué)校都設(shè)置了語言實(shí)驗(yàn)室。由于社會(huì)語言學(xué)、心理語言學(xué)、計(jì)算語言學(xué)這些邊緣學(xué)科的發(fā)展，人們對(duì)于語言交際有了更深的認(rèn)識(shí)，在外語教學(xué)中更加強(qiáng)調(diào)人與人之間的語言交際本領(lǐng)及其心理、文化基礎(chǔ)。在這種情況下，計(jì)算機(jī)就成了一種非常適合的語言教學(xué)的培訓(xùn)工具，因此，CALL

受到了語言教學(xué)工作者的普遍歡迎。CALL

一般可以分為四種類型：①講授型：計(jì)算機(jī)向?qū)W生提供講授的教材，學(xué)生通過計(jì)算機(jī)顯示屏上顯示的課文進(jìn)行學(xué)習(xí)。②操練型：計(jì)算機(jī)向?qū)W生提供各種練習(xí)題，學(xué)生即時(shí)回答，計(jì)算機(jī)作出評(píng)價(jià)，并決定學(xué)生是復(fù)習(xí)前一課的課文，還是學(xué)習(xí)下一課。

③模擬型：利用計(jì)算機(jī)的動(dòng)畫、語聲、圖形顯示、圖表繪制等功能，通過逼真地模擬人們?nèi)粘Ｉ畹膶?shí)際情景，讓學(xué)生在這種環(huán)境的刺激和誘導(dǎo)下，作出恰當(dāng)?shù)恼Z言反應(yīng)。講授型、操練型和模擬型的計(jì)算機(jī)軟件都是“課件”（courseware）。

④工具型：由計(jì)算機(jī)給語言教師的教學(xué)或研究工作提供必要的智力工具，它是面向教師的，而不是面向?qū)W生的。工具型軟件又可以分為兩類：一類是為教師編制上述三種課件提供特殊的程序設(shè)計(jì)語言，稱為“編著語言”，一類是能給教師起智力助手作用的軟件，例如，幫助教師自動(dòng)地編制索引，統(tǒng)計(jì)詞匯，分析句型，擬出試題，分析考試結(jié)果等。

由于運(yùn)行課件所形成的計(jì)算機(jī)輔助語言教學(xué)環(huán)境，在教育方面具有下面的優(yōu)點(diǎn)：

①自定步調(diào)：學(xué)生的學(xué)習(xí)能力自然地決定了課件運(yùn)行的速度，能力強(qiáng)的學(xué)生可學(xué)習(xí)得快一些，能力差的學(xué)生可學(xué)習(xí)得慢一些，做到了“因材施教”。

②減輕學(xué)生的心理負(fù)擔(dān)：計(jì)算機(jī)總是耐心地、循循善誘地指導(dǎo)學(xué)生學(xué)習(xí)，鼓勵(lì)學(xué)生達(dá)到預(yù)期的效果，從不會(huì)表露出任何的喜怒哀樂，這樣便大大地減輕了學(xué)生的心理負(fù)擔(dān)。③課件能夠博采眾長(zhǎng)，吸收多位專家和教師的經(jīng)驗(yàn)。④便于積累教學(xué)資料和保存學(xué)生學(xué)習(xí)檔案。工具型軟件的優(yōu)點(diǎn)是能提高教師備課、教學(xué)、研究等活動(dòng)的效率，使他們的精力集中到更有創(chuàng)造性的方面去。CALL

課件的典型工作過程如下：①計(jì)算機(jī)把信息，如課文、語法說明等，通過計(jì)算機(jī)顯示屏設(shè)備呈現(xiàn)在學(xué)生面前，讓他們閱讀、學(xué)習(xí)。②計(jì)算機(jī)根據(jù)顯示的教材，向?qū)W生提出有關(guān)問題，讓學(xué)生作練習(xí)，并等待學(xué)生回答。③學(xué)生使用鍵盤等輸入設(shè)備回答問題，計(jì)算機(jī)對(duì)學(xué)生的答案做出“對(duì)”或“錯(cuò)”等判斷。④如果答案為“錯(cuò)”，計(jì)算機(jī)指示學(xué)生重做，或者重新學(xué)習(xí)原來的課程；如果答案為“對(duì)”，計(jì)算機(jī)會(huì)對(duì)學(xué)生給予某種鼓勵(lì)，并轉(zhuǎn)入下一步的聯(lián)系或?qū)W習(xí)新的課文。

體現(xiàn)上述功能的

CALL

課件，是語言學(xué)家、語言教師、心理學(xué)家和計(jì)算機(jī)科學(xué)家密切合作的產(chǎn)物。語言學(xué)家首先根據(jù)學(xué)科內(nèi)容提出某一課題的教材，再由語言教師指出學(xué)習(xí)重點(diǎn)和教學(xué)方法，心理學(xué)家則制定編寫教學(xué)方案和評(píng)定學(xué)習(xí)效果的原則，然后由計(jì)算機(jī)科學(xué)家把上述材料編制成課件，經(jīng)過反復(fù)演示、修改，成為投放技術(shù)市場(chǎng)的課件。

CALL

所需要的技術(shù)是廣泛而多樣的，計(jì)算機(jī)和信息處理的許多技術(shù)都可以在

CALL中大顯身手。計(jì)算機(jī)圖象和動(dòng)畫已經(jīng)成了課件的重要組成部分，言語合成促使計(jì)算機(jī)逼真地模仿教師的聲音，語音識(shí)別則使學(xué)生的口答信息有可能進(jìn)入計(jì)算機(jī)。多媒體（multimedia）技術(shù)是計(jì)算機(jī)技術(shù)關(guān)注的熱點(diǎn)之一，所謂多媒體技術(shù)，就是交互式綜合處理文本、圖形、圖像、聲音等多種媒體信息，使多種信息之間建立邏輯連接，集成為一個(gè)系統(tǒng)，把計(jì)算機(jī)技術(shù)、聲像技術(shù)和通訊技術(shù)融為一體。多媒體技術(shù)能使信息傳播者和接受者之間實(shí)時(shí)地進(jìn)行交換，它的集成性高，交互性強(qiáng)。由于多媒體的數(shù)據(jù)類型不僅包括文本，而且還包括仿真圖像、立體聲音響、運(yùn)動(dòng)視頻圖像等人類最習(xí)慣的視聽媒體信息，所以，多媒體技術(shù)為

CALL

開辟了一個(gè)新的天地。在

CALL

教學(xué)中，為了便于學(xué)生直接地向計(jì)算機(jī)輸入答案或信息，可以使用“觸摸屏”設(shè)備，利用手指在顯示屏上的觸感而輸入信息。

計(jì)算機(jī)與光盤

CD-ROM

的結(jié)合，使得

CALL

所需要的文字、語音與圖像可以存貯在同一介質(zhì)里，應(yīng)用起來極為方便。數(shù)據(jù)庫(kù)的發(fā)展，使得課件、智能助手等的研制和利用有了更好的軟件工具。

一些著名的

CALL

課件，如歐洲的

LINGUA、澳大利亞的

CUTSD

等，都以多媒體

CD-ROM

的形式作為商品在世界各地出售。

CALL

代表著一種新的語言教育方式，它具有很強(qiáng)的個(gè)別化教學(xué)功能，可同時(shí)對(duì)一批學(xué)生因材施教，最能適應(yīng)以學(xué)生為中心的開放式教學(xué)。隨著科學(xué)技術(shù)的進(jìn)一步發(fā)展，以計(jì)算機(jī)為主體，配以光纖通訊和衛(wèi)星傳播，可組成計(jì)算機(jī)輔助教學(xué)的局域網(wǎng)絡(luò)，使眾多的學(xué)習(xí)者不僅可以共享局域網(wǎng)絡(luò)中所有的教育資源，而且還可以在家里用微機(jī)采用通訊的方式進(jìn)行學(xué)習(xí)，這必將使教育發(fā)生巨大的變化，對(duì)于普及教育大有好處。

CALL

充分地利用了計(jì)算機(jī)科學(xué)、信息技術(shù)、心理學(xué)和自然語言處理（Natural

LanguageProcessing

簡(jiǎn)稱

NLP）的新成果，進(jìn)一步提高了軟件的性能。許多自然語言處理的方法和技術(shù)都可以在

CALL

中找到自己的用途。例如，將教師的智能助手逐步擴(kuò)充為一個(gè)能夠理解自然語言的系統(tǒng)，計(jì)算機(jī)可以自動(dòng)命題，可以對(duì)學(xué)生的回答進(jìn)行簡(jiǎn)單的自動(dòng)句法分析，可以通過語音識(shí)別來理解學(xué)生用自然語言口頭形式做出的回答，并通過語音合成向?qū)W生提供評(píng)分結(jié)果，等等。

傳統(tǒng)

CALL

的教材和各種資料，或者存儲(chǔ)在計(jì)算機(jī)的數(shù)據(jù)庫(kù)里面，或者以課件的形式存儲(chǔ)

CD-ROM

里，在教學(xué)中，語言學(xué)習(xí)者與計(jì)算機(jī)的交互，主要通過查詢數(shù)據(jù)庫(kù)或者CD-ROM

來進(jìn)行，數(shù)據(jù)庫(kù)或

CD-ROM

本身只能存儲(chǔ)數(shù)據(jù)，進(jìn)行查詢的時(shí)候，一般應(yīng)用簡(jiǎn)單的模式匹配技術(shù)就可以得到查詢的結(jié)果，盡管某些

CALL

系統(tǒng)也使用了自然語言處理中的自動(dòng)分析技術(shù)，但是，自動(dòng)分析的針對(duì)性不強(qiáng)，沒有充分注意提高學(xué)習(xí)者對(duì)于偏誤的意識(shí)，而且，CALL

教學(xué)網(wǎng)絡(luò)基本上都是局域網(wǎng)絡(luò)，網(wǎng)絡(luò)之間只能在局部范圍內(nèi)鏈接，鏈接的范圍受到限制，更不能在非常廣闊的范圍甚至在全世界范圍內(nèi)聯(lián)網(wǎng)。所以，這樣的

CALL

的智能（Intelligent）不強(qiáng)。

如果

CALL

系統(tǒng)采用自然語言處理的技術(shù)來自動(dòng)地分析句子，對(duì)于各種提問和回答的句子有針對(duì)性地進(jìn)行自動(dòng)分析，指出學(xué)習(xí)者的偏誤，幫助他們糾正這樣的偏誤；并且在

CALL中使用互聯(lián)網(wǎng)

WWW，針對(duì)不同學(xué)習(xí)者的特點(diǎn)，通過

WWW

與語言學(xué)習(xí)者進(jìn)行個(gè)性化的自由交互，進(jìn)一步使用人工智能（Artificial

Intelligent）技術(shù)，那么，這樣的

CALL

系統(tǒng)就具備了較高的智能，就可以把它叫做“智能計(jì)算機(jī)輔助語言教學(xué)系統(tǒng)”（ICALL）。

CALL

把語言教學(xué)與計(jì)算機(jī)結(jié)合起來，ICALL

又進(jìn)一步把語言教學(xué)與人工智能技術(shù)結(jié)合起來。這些情況清楚地說明，語言教學(xué)這個(gè)古老的學(xué)科正在走向現(xiàn)代化，語言教學(xué)已經(jīng)與當(dāng)代最先進(jìn)的計(jì)算機(jī)技術(shù)和人工智能技術(shù)結(jié)合起來。這是語言教學(xué)中具有歷史意義的重大變化，而這樣的變化，是科學(xué)家們長(zhǎng)期艱苦探索的結(jié)果。早在計(jì)算機(jī)出現(xiàn)以前，英國(guó)數(shù)學(xué)家

A.

M.

Turing

就預(yù)見到未來的計(jì)算機(jī)將會(huì)對(duì)語言研究提出新的問題。

他在

1936

年發(fā)表的《機(jī)器能思維嗎》一文中指出：“我們可以期待，總有一天機(jī)器會(huì)同人在一切的智能領(lǐng)域里競(jìng)爭(zhēng)起來。但是，以哪一點(diǎn)作為競(jìng)爭(zhēng)的出發(fā)點(diǎn)呢？這是一個(gè)很難決定的問題。許多人以為可以把下棋之類的極為抽象的活動(dòng)作為最好的出發(fā)點(diǎn)，不過，我更傾向于支持另一種主張，這種主張認(rèn)為，最好的出發(fā)點(diǎn)是制造出一種具有智能的、可用錢買到“的機(jī)器，然后，教這種機(jī)器理解英語并且說英語。這個(gè)過程可以仿效小孩子說話的那種辦法來進(jìn)行?！?/p>

Turing

提出，檢驗(yàn)計(jì)算機(jī)智能高低的最好辦法是讓計(jì)算機(jī)來講英語和理解英語，他天才地預(yù)見到計(jì)算機(jī)和語言研究將會(huì)結(jié)下不解之緣。

美國(guó)語言學(xué)家

N.

Chomsky

在計(jì)算機(jī)出現(xiàn)的初期也不約而同地把計(jì)算機(jī)程序設(shè)計(jì)語言與自然語言置于相同的平面上，用統(tǒng)一的觀點(diǎn)進(jìn)行研究和界說。

N．

Chomsky

在

1963

年發(fā)表的《自然語言形式分析導(dǎo)論》一文中，從數(shù)學(xué)的角度給語言提出了新的定義，指出：

這個(gè)定義既適用于自然語言，又適用于邏輯和計(jì)算機(jī)程序設(shè)計(jì)理論中的人造語言”。在同年發(fā)表的《語法的形式特性》一文中，他專門用了一節(jié)的篇幅來論述程序設(shè)計(jì)語言，討論了有關(guān)程序設(shè)計(jì)語言的編譯程序問題，這些問題，是作為“組成成分結(jié)構(gòu)的語法的形式研究”，從數(shù)學(xué)的角度提出來，并從計(jì)算機(jī)科學(xué)理論的角度來探討的。他在《上下文無關(guān)語言的代數(shù)理論》一文中提出：“我們這里要考慮的是各種生成句子的裝置，它們又以各種各樣的方式，同自然語言的語法和各種人造語言的語法二者都有著密切的聯(lián)系。我們將把語言直接地看成在符號(hào)的某一有限集合

V

中的符號(hào)串的集合，而

V

就叫做該語言的詞匯，我們把語法看成是對(duì)程序設(shè)計(jì)語言的詳細(xì)說明，而把符號(hào)串看成是程序?！痹谶@里喬姆斯基把自然語言和程序設(shè)計(jì)語言放在同一平面上，從數(shù)學(xué)和計(jì)算機(jī)科學(xué)的角度，用統(tǒng)一的觀點(diǎn)來加以考察，對(duì)“語言”、“詞匯”等語言學(xué)中的基本概念，獲得了高度抽象化的認(rèn)識(shí)。

Turing

和

Chomsky

都是當(dāng)代第一流的學(xué)者。Turing

是現(xiàn)代計(jì)算機(jī)科學(xué)理論的奠基人，而

Chomsky

則是生成語法學(xué)派的奠基人。他們以學(xué)術(shù)大師特有的遠(yuǎn)見卓識(shí)，指出了計(jì)算機(jī)與語言的密切聯(lián)系，他們的思想成為了爾后

CALL

和

ICALL

研究取之不盡的源泉。

在

1956

年夏天，美國(guó)計(jì)算機(jī)科學(xué)界、信息工程界的幾位頂尖級(jí)學(xué)者

John

McCarthy，Marvin

Minsky，Claude

Shannon

和

Nathaniel

Rochester

等匯聚到一起，組成了一個(gè)為期兩個(gè)月的研究組，討論關(guān)于他們稱之為“人工智能”（Artificial

Intelligence，簡(jiǎn)稱

AI）的問題，從此，“人工智能”這個(gè)新學(xué)科便誕生了。盡管有少數(shù)的

AI

研究者著重于研究隨機(jī)算法和統(tǒng)計(jì)算法（包括概率模型和神經(jīng)網(wǎng)絡(luò)），但是大多數(shù)的

AI

研究者著重研究推理和邏輯問題。典型的例子是

Newell

和

Simon

關(guān)于“邏輯理論家”（Logic

Theorist）和“通用問題解答器”（General

Problem

Solver）的研究工作。這些簡(jiǎn)單的系統(tǒng)把模式匹配和關(guān)鍵詞搜索與簡(jiǎn)單試探的方法結(jié)合起來進(jìn)行推理和自動(dòng)問答，它們都只能在某一個(gè)領(lǐng)域內(nèi)使用。在

20

世紀(jì)

60年代末期，學(xué)者們又研制了更多的形式邏輯系統(tǒng)。人工智能的一個(gè)重要研究方向是自然語言理解（Natural

Language

Understanding，簡(jiǎn)稱

NLU）。由于人類的智能活動(dòng)與語言有密切的關(guān)系，語言往往成為觀察人類智能活動(dòng)的窗口，這就為在

CALL

中導(dǎo)入人工智能的方法提供了有利的條件，ICALL

的研究便成為理所當(dāng)然的了。

ICALL

與

CALL

的差別主要體現(xiàn)在兩個(gè)方面：第一，第二，ICALL

使用的句子的自動(dòng)分析技術(shù)，能夠針對(duì)第二語言學(xué)習(xí)者的特點(diǎn)，對(duì)于他們?cè)斐龅木渥舆M(jìn)行自動(dòng)分析，給出句子的自動(dòng)分析結(jié)果，并指出偏誤的所在，從而提高第二語言學(xué)習(xí)者對(duì)于學(xué)習(xí)中偏誤的意識(shí)，自覺地糾正偏誤；而

CALL主要使用數(shù)據(jù)庫(kù)或CD-ROM

的存儲(chǔ)技術(shù)來存儲(chǔ)

CALL的信息，并使用簡(jiǎn)單的模式匹配技術(shù)來判別學(xué)習(xí)者的回答是否正確，盡管有一些CALL

系統(tǒng)也使用了自然語言處理的自動(dòng)分析技術(shù)來進(jìn)行簡(jiǎn)單的自動(dòng)句法分析，但是，對(duì)于第二語言學(xué)習(xí)者在學(xué)習(xí)中偏誤注意不夠，針對(duì)性不強(qiáng)。ICALL

使用互聯(lián)網(wǎng)（Web）在非常廣闊的范圍內(nèi)甚至在世界各地進(jìn)行聯(lián)網(wǎng)，廣泛使用超文本（Hypertext）技術(shù)和超鏈接（Hyperlink）技術(shù)，而

CALL的網(wǎng)絡(luò)只能在局部范圍內(nèi)鏈接，可以使用多媒體技術(shù)，但是，沒有使用超文本技術(shù)和超鏈接技術(shù)。

因此，不論是

CALL

還是

ICALL，它們與自然語言的自動(dòng)分析技術(shù)都有著非常密切的關(guān)系，而

ICALL

是使用

Web

來進(jìn)行教學(xué)，與

Web

有密切關(guān)系。為了幫助讀者理解本書中有關(guān)自然語言自動(dòng)分析和

Web

的內(nèi)容，我們介紹一下有關(guān)的背景知識(shí)。二、

有關(guān)背景知識(shí)（

自然語言的自動(dòng)分析主要是以

Chomsky

的“形式語言理論”（Formal

Language

Theory）作為理論基礎(chǔ)的。Chomsky

的形式語言理論是影響最大的自然語言處理的句法理論。喬姆斯基定義了

0

型語法（0

type

grammar）、上下文無關(guān)語法（context

free

grammar）、上下文有關(guān)語法（context

sensitive

grammar）和正則語法（regular

grammar）四種類型的形式語法。其中的上下文無關(guān)語法又叫做“短語結(jié)構(gòu)語法”

Phrase

Structure

Grammar，簡(jiǎn)稱

PSG）。這種短語結(jié)構(gòu)語法廣泛地應(yīng)用于自然語言的自動(dòng)分析和生成中，基于短語結(jié)構(gòu)語法的自動(dòng)句法分析技術(shù)有移進(jìn)-規(guī)約分析法（shift-reduce

parse）、自底向上分析法（top-down

parse）、自頂向下分析法（bottom-up

parse）、線圖分析法（chart

parse）、Earley

算法（Earley

algorithm）、左角分析法（left

corner

parse）、富田算法（Tomita

parse）等。

但是，人們不久就發(fā)現(xiàn)，短語結(jié)構(gòu)語法的分析能力不高，分析時(shí)難以區(qū)分大量的歧義句子，短語結(jié)構(gòu)語法的生成能力過強(qiáng)，往往會(huì)生成大量的不合語法的句子。就是喬姆斯基本人，也認(rèn)為短語結(jié)構(gòu)語法不能充分地描述自然語言。于是

Chomsky

提出轉(zhuǎn)換語法來克服短語結(jié)構(gòu)語法的這些弱點(diǎn)，后來轉(zhuǎn)換語法逐漸發(fā)展成為轉(zhuǎn)換生成語法，Chomsky

又提出管約理論（Government

Binding

Theory，簡(jiǎn)稱

GB

理論），原則參數(shù)理論（Principle-ParametersTheory，簡(jiǎn)稱

PPT

理論）和最間方案（Minimalism

Project，簡(jiǎn)稱

MP），不斷地改善生成轉(zhuǎn)換語法。盡管

Chomsky

的理論在語言學(xué)上有深刻的價(jià)值，不過，這種生成轉(zhuǎn)換語法的分析效率不高，并沒有在實(shí)際的自然語言處理系統(tǒng)中受到歡迎。

由于短語結(jié)構(gòu)語法結(jié)構(gòu)清晰，易于操作，自然語言處理的學(xué)者們拋棄了轉(zhuǎn)換生成語法，又轉(zhuǎn)向短語結(jié)構(gòu)語法，于是出現(xiàn)了各種增強(qiáng)的短語結(jié)構(gòu)語法。例如，受限語言（restrictedlanguage）和擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)（Augemented

Transition

Network，簡(jiǎn)稱

ATN）。受限語言的表層結(jié)構(gòu)分析和深層結(jié)構(gòu)生成是分別進(jìn)行的，而

ATN

的表層結(jié)構(gòu)分析和深層結(jié)構(gòu)生成是同時(shí)進(jìn)行的。60

年代后期，Chastellier

把程序設(shè)計(jì)語言的

W-語法引進(jìn)了自然語言處理中，他證實(shí)了英語和法語的轉(zhuǎn)換語法都可以通過這樣的

W-語法來重寫。（

美國(guó)語言學(xué)家

J.

Bresnan

主張建立面向詞匯的非轉(zhuǎn)換的語法，她和

R.

M.

Kaplan

一起，于

1983

年提出了詞匯功能語法（Lexical-Functional

Grammar，簡(jiǎn)稱

LFG）。Martin

Kay

于1983

年提出了“合一語法”（Unification

Grammar,

簡(jiǎn)稱

UG），于

1985

年提出了“功能合一語法”（Functional

Unificational

Grammar,

簡(jiǎn)稱

FUG）。G.

Gazdar、E.

Klein、I.

Sag

和

G.Pullum

等人于

1985

年提出了“廣義短語結(jié)構(gòu)語法”

Generalized

Phrase

Structure

Grammar，簡(jiǎn)稱

GPSG）。C.

Pollard

于

1984

年在他的博士論文中，提出了“中心詞語法”（HeadGrammar），1985

年又和他的同事們一起提出了“中心詞驅(qū)動(dòng)的短語結(jié)構(gòu)語法（Head-DrivenPhrase

Structure

Grammar，簡(jiǎn)稱

HPSG）。這些語法都采用復(fù)雜特征結(jié)構(gòu)（complex

featurestructure）來改進(jìn)短語結(jié)構(gòu)語法，采用合一運(yùn)算（unification）來改進(jìn)傳統(tǒng)的集合運(yùn)算，從而有效地克服了短語結(jié)構(gòu)語法的缺點(diǎn)，保持了短語結(jié)構(gòu)語法的優(yōu)點(diǎn)。此外，還有定子句語法（Definite

Clause

Grammar，簡(jiǎn)稱

DCG），這種形式語法也是對(duì)于短語結(jié)構(gòu)語法的重要改進(jìn)。

以上都是基于規(guī)則（rule-based）的自然語言分析技術(shù)。此外，還有基于概率（probability-based）的自然語言分析技術(shù)，如

N

元語法（N-gram

Grammar）、隱馬爾科夫模型（Hidden

Markov

Model，簡(jiǎn)稱

HMM）、最大熵模型（Maximum

Entropy

Model，簡(jiǎn)稱ME）、支持向量機(jī)（Support

Vector

Machine，簡(jiǎn)稱

SVM）、條件隨機(jī)場(chǎng)（Conditional

RandomFields,

簡(jiǎn)稱

CRF）等。

這些自動(dòng)句法分析方法對(duì)于

CALL

顯然是很有價(jià)值的，很多

CALL

的學(xué)者已經(jīng)注意到這個(gè)問題。事實(shí)上，近年來，在

CALL

中已經(jīng)開始注意借鑒自然語言處理中的自動(dòng)句法分析方法，并且發(fā)表了不少的論文。

但是，自然語言處理的這些分析技術(shù)是針對(duì)母語說話者（Native

Speaker，簡(jiǎn)稱

NS）的語言分析而提出的，它們一般只能分析正確的句子，如果句子出現(xiàn)錯(cuò)誤，這些分析技術(shù)的容錯(cuò)能力都比較差。對(duì)于非母語說話者（Non-Native

Speaker，簡(jiǎn)稱

NNS）來說，他們?cè)诘诙Z言學(xué)習(xí)中往往出現(xiàn)偏誤，或者出現(xiàn)化石化的現(xiàn)象，如果他們說出的句子出現(xiàn)偏誤，這些分析技術(shù)就往往顯得無能為力了。因此，ICALL

有必要在這些自然語言分析技術(shù)的基礎(chǔ)上，進(jìn)一步研究如何讓計(jì)算機(jī)也能夠分析

NNS

說出的有偏誤的英語句子，并指出

NNS

學(xué)習(xí)者偏誤的所在，以幫助他們提高對(duì)于偏誤的意識(shí)。這是

ICALL

研究的一個(gè)重要任務(wù)，也是

ICALL對(duì)于原有的自然語言處理分析技術(shù)的發(fā)展和創(chuàng)新。

ICALL

還與

Web

有著密切的關(guān)系。我們前面說過，多媒體（multimedia）技術(shù)能夠綜合地處理文本、圖形、圖像、聲音等多種媒體信息，為

ICALL

中使用除了文本之外的圖形、圖像、聲音等多種媒體信息提供的可能，使得

ICALL

能夠做到有聲有色、圖文并茂。Web可以進(jìn)一步為

ICALL

提供“超文本技術(shù)”（Hypertext），使得

ICALL

可以在網(wǎng)絡(luò)上進(jìn)行。這是

ICALL

最為突出的特點(diǎn)。（

（

我們現(xiàn)在所指

Web

就是

WWW。

WWW

是基于

Internet

的計(jì)算機(jī)網(wǎng)絡(luò)，用戶使用

WWW，可以通過互聯(lián)網(wǎng)（Internet）訪問存貯在世界范圍內(nèi)的

Internet

上的海量信息。WWW

是根據(jù)“客戶端-服務(wù)器”

Client-Server）的模式來進(jìn)行工作的?？蛻敉ㄟ^叫做

“客戶端”

Client）的程序與遠(yuǎn)程存儲(chǔ)著數(shù)據(jù)的

“服務(wù)器”（Server）連接，Web

的瀏覽通過叫做

“瀏覽器”（browser）的

Client

程序來進(jìn)行（例如，Navigator,

Internet

Explorer

等）。Web

瀏覽器把用戶的提問傳送給遠(yuǎn)程的服務(wù)器搜索有關(guān)的信息，然后返回搜索到的文件，這些文件使用HTML（Hyper

Text

Makeup

Language，超文本標(biāo)記語言）書寫，最后在客戶端用戶的計(jì)算機(jī)屏幕上顯示出來。Web

的操作依賴于超文本文件的結(jié)構(gòu)。超文本可以讓網(wǎng)頁的作者把他們的文件與

Web的其他文件進(jìn)行

“超鏈接”（Hyperlink），從而看到

Web

上的有關(guān)的文件。

Web

的概念最早是

Tim

Berners-Lee

于

1989

年提出的。當(dāng)時(shí)他在瑞士的歐洲核研究中心（Centre

European

pour

la

Recherche

Nucleaire,

簡(jiǎn)稱

CERN）工作，他寫了第一個(gè)

WWW

的Server

和

Client

程序，并且把它們叫做

World

Wide

Web。1989

年三月，Tim

Berners-Lee

給CERN

的高層領(lǐng)導(dǎo)提交了一個(gè)建議。在這個(gè)建議中，他分析了當(dāng)時(shí)使用的層級(jí)式信息組織方法（hierarchical

organization

of

information）的缺點(diǎn)，同時(shí)又指出了基于超文本系統(tǒng)（HypertextSystem）的優(yōu)點(diǎn)，初步提出了建立“分布式超文本系統(tǒng)”（Distribution

Hypertext

System）的基本方法。可惜他的這個(gè)建議沒有得到

CERN

高層必要的支持。

1900

年，Berners-Lee

又再次向

CERN

提出他的建議，這一次他的建議得到了

CERN

的支持。于是，Berners-Lee

和他在

CERN

的同事們立即采用分布式超文本系統(tǒng)的思想來研究Web，為

Web

將來的發(fā)展做了奠基性的工作。他們?yōu)榇搜兄屏?/p>

Web

的服務(wù)器，瀏覽器，并研制了客戶端和服務(wù)器之間的通信模型，超文本傳輸協(xié)議（HyperText

Transfer

Protocol，簡(jiǎn)稱

HTTP），超文本標(biāo)記語言（HyperText

Makeup

Language，簡(jiǎn)稱

HTML），通用資源定位器（Universal

Resources

Locator，簡(jiǎn)稱

URL，也就是網(wǎng)址）。

1993

年

2

月，美國(guó)

Illinois

大學(xué)國(guó)家超級(jí)計(jì)算機(jī)應(yīng)用中心（National

Center

ofSupercomputerApplication）的

MarcAndereeson

和他的研究小組設(shè)計(jì)了使用

Mosaic

技術(shù)的用戶圖形界面，并把它用來作為

Unix

的

Web

瀏覽器，短短的幾個(gè)月之內(nèi)，

Macintosh

和

Windows的操作系統(tǒng)都先后使用了

Mosaic

的用戶圖形界面技術(shù)。用戶只要點(diǎn)擊計(jì)算機(jī)屏幕上的圖形，就可以對(duì)計(jì)算機(jī)進(jìn)行各種操作。1994

年，Jim

Clarc

與

MarcAndereeson

合作，成立了

MosaicCommunication

公司，后來改名為

Natscape

Communication

公司，在幾個(gè)月之內(nèi)，他們就研制出了

Natscape

的瀏覽器，并在

Web

用戶中普及。1995

年

8

月，微軟公司公布了他們的Web

瀏覽器

Internet

Explorer，并向

Netscape

挑戰(zhàn)。從此，用戶就可以通過瀏覽器在

Web

上隨心所欲地漫游了。Tim

Berners-Lee

創(chuàng)立的

World

Wide

Web

以及

Mosaic

瀏覽器的出現(xiàn)，是

Web

發(fā)展歷史上兩個(gè)最重要的事件，它們使得

Web

能夠迅速地在用戶中得到推廣和普及。

Internet

是

Web

的通信網(wǎng)絡(luò)。沒有

Internet，Web

是不可能發(fā)揮其功能的。Internet

的前身是計(jì)算機(jī)網(wǎng)絡(luò)

ARPANET，這個(gè)計(jì)算機(jī)網(wǎng)絡(luò)是在美國(guó)國(guó)防部高等研究計(jì)劃處（AdvancedResearch

ProjectAgency

簡(jiǎn)稱

ARPA）的支持下研制的。早在

1969

年

ARPANET

就建成了。1972

年，ARPANET

在計(jì)算機(jī)與通信第一次國(guó)際會(huì)議上表演，ARPA

的科學(xué)家們出色地利用ARPANET

把處于

40

多個(gè)不同的地方的計(jì)算機(jī)連接在一起。后來，這個(gè)

ARPANET

進(jìn)一步發(fā)展成為當(dāng)今的

Internet。

在

1973

年，Vinton

Cerf

和

Bob

Kahn

就開始研究網(wǎng)絡(luò)協(xié)議（Internet

Protocol），1974

年，他們發(fā)表了《傳輸控制協(xié)議》（Transmission

Control

Protocol）的文章，正式把他們提出的協(xié)議叫做

TCP/IP

協(xié)議（Transmission

Control

Protocol

/

Internet

Protocol），TCP/IP

協(xié)議可以使的計(jì)算機(jī)網(wǎng)絡(luò)彼此連接起來，彼此進(jìn)行通信。但是，直到

1982

年，TCP/IP

協(xié)議才正式得到采用，Internet

使用

TCP/IP

協(xié)議把不同網(wǎng)絡(luò)聯(lián)系起來了。

為了有效地獲取分布在全世界網(wǎng)絡(luò)上的信息，需要研制“搜索引擎”（search

engine）。1993

年，美國(guó)

Stanford

大學(xué)的

6

個(gè)學(xué)生研制了搜索系統(tǒng)

Excite；1994

年，美國(guó)

Texas

大學(xué)研制了

EINet

Calaxy；同年，著名的搜索引擎

YAHOO

問世。1998

年，Stanford

大學(xué)的

SergeyBrim

和

Larry

Page

推出了搜索引擎

Google，2005

年，微軟推出了搜索引擎

MSN。

為了促進(jìn)

Web

在全世界范圍內(nèi)的推廣和使用，美國(guó)麻省理工學(xué)院（MIT）和瑞士的

CERN在

1994

年成立了萬維網(wǎng)協(xié)會(huì)（The

World

Wide

Web

Consortium，簡(jiǎn)稱

W3C），W3C

是萬維網(wǎng)的國(guó)際性組織，W3C

的成立使得

Web

在國(guó)際范圍內(nèi)迅速地得到普及，幾乎每一個(gè)現(xiàn)代人的生活和工作，都與

Web

息息相關(guān)。自

1994

年第一次

W3C

會(huì)議召開以來，每年都召開一次

W3C

的國(guó)際會(huì)議。

90%以上的網(wǎng)絡(luò)信息都是文本信息，它們都是以語言為載體的信息，這些都為

ICALL在

Web

上的發(fā)展提供了非常有利的條件。使用

Web，可以在遠(yuǎn)程甚至在全世界范圍內(nèi)進(jìn)行ICALL

的教學(xué)，使得

ICALL

如虎添翼。三、

本書主要內(nèi)容（

本書是

MULTILINGUAL

MATIERS

LTD

公司出版的《第二語言習(xí)得》Second

LanguageAcquisition）系列叢書中專門介紹

ICALL

的專著。根據(jù)

Amazon

圖書網(wǎng)站的統(tǒng)計(jì)，本書英文本包括字符

572,635

個(gè)，單詞

100,914

個(gè)，句子

3939

個(gè)，每個(gè)單詞的平均音節(jié)長(zhǎng)度為

1.8

個(gè)音節(jié)，每個(gè)句子的平均單詞數(shù)為

25.6

個(gè)單詞。這些統(tǒng)計(jì)數(shù)字表明，本書的可讀性較強(qiáng)。本書文字流暢，實(shí)例豐富，內(nèi)容通俗易懂，是一本值得向讀者推薦的好書。

作者

Marina

Dodigovic

是阿拉伯聯(lián)合酋長(zhǎng)國(guó)沙加的美利堅(jiān)大學(xué)（American

University）的助教授，專門教授英語和

TESOL（Teachers

of

English

for

Speakers

of

Other

Languages）的課程。MarinaDodigovic

Marina

Dodigovic

曾經(jīng)做過學(xué)術(shù)英語和應(yīng)用語言學(xué)的研究，又做過計(jì)算機(jī)的程序員。她的研究興趣主要是

CALL、學(xué)術(shù)英語（English

forAcademic

Purpose，簡(jiǎn)稱

EAP）、英語學(xué)習(xí)者需求分析，她曾經(jīng)制作過

CALL

的軟件包，發(fā)表過有關(guān)論文。在本書中，她把自己在英語教學(xué)和計(jì)算機(jī)程序設(shè)計(jì)中積累的各種知識(shí)結(jié)合起來，專門討論人工智能在第二語言教學(xué)中的應(yīng)用問題。

本書從第二語言教學(xué)的角度，介紹了人工智能在第二語言教學(xué)中的應(yīng)用，特別強(qiáng)調(diào)在第二語言教學(xué)中應(yīng)當(dāng)特別注意對(duì)于語言學(xué)習(xí)者的偏誤分析，提高對(duì)于偏誤的意識(shí)，從而幫助學(xué)習(xí)者糾正他們的偏誤。作者認(rèn)為，只要第二語言的學(xué)習(xí)者能夠認(rèn)識(shí)他們?cè)谡Z言學(xué)習(xí)中偏誤的類型，系統(tǒng)地糾正他們的偏誤，并且選擇他們自己喜歡的方式進(jìn)行學(xué)習(xí)，那么，他們是可以學(xué)好第二語言的。作者認(rèn)為，為了達(dá)到這個(gè)目的，可以使用人工智能中的研究成果，本書介紹了“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”，通過實(shí)例說明了人工智能方法對(duì)于學(xué)術(shù)英語教學(xué)是有效的。

本書共分

6

章，各章篇名全部都是疑問句：

第一章《學(xué)習(xí)另一種語言是可能的嗎？》

第二章《研究在哪里停止，CALL

的開發(fā)在哪里開始?》

第三章《為什么使用

Web?》

第四章《計(jì)算機(jī)能夠糾正語言的偏誤嗎？》

第五章《怎樣研制一個(gè)人工智能語言教學(xué)系統(tǒng)？》

第六章《系統(tǒng)怎樣工作？》

下面，我們根據(jù)各章的順序，一一討論這些問題。

第一章《學(xué)習(xí)另一種語言是可能的嗎？》討論了第二語言習(xí)得（Second

LanguageAcquisition，簡(jiǎn)稱

SLA）的理論，特別是討論了中介語（Interlanguages）理論以及這種理論對(duì)于

SLA

的啟示。

作者首先介紹了普遍語法（Universal

Grammar，簡(jiǎn)稱

UG）與語言學(xué)習(xí)（LanguageLearning）的理論，并討論了語言學(xué)習(xí)中的行為主義觀點(diǎn)（behaviourist

view），語言學(xué)習(xí)中的認(rèn)知方法（cognitive

approach），以及語言學(xué)習(xí)中的功能主義理論（functionalist

theory）、交互主義理論（interactionist

theory）、社會(huì)文化學(xué)理論（sociocultural

theory）和社會(huì)語言學(xué)理論（sociolinguistic

theory），使得讀者對(duì)于

SLA

的理論獲得鳥瞰式的認(rèn)識(shí)。

然后，本章著重介紹了

Larry

Selinker

提出的中介語理論（interlanguage

theory）（L.Selinker,

Interlanguage,

International

Review

of

Applied

Linguistics,

10(3),

p209-231,

1972.），分析了中介語依賴于

SLA

的五個(gè)中心因素：①語言轉(zhuǎn)換過程

②第二語言規(guī)則的過度生成過程③訓(xùn)練轉(zhuǎn)換過程

④第二語言學(xué)習(xí)的策略

⑤交際的策略。Selinker

提出了中介語的獨(dú)立的語法，考察了導(dǎo)致中介語產(chǎn)生的心理過程。中介語的概念來源于“化石化”（fossilisation）的概念。所謂化石化，就是語言學(xué)習(xí)者在學(xué)習(xí)一種新的語言的時(shí)候，往往會(huì)建立起一個(gè)像化石一樣頑固的化石化系統(tǒng)，在這個(gè)化石化的系統(tǒng)中，目標(biāo)語言的一些信息特征或者來自學(xué)習(xí)者的母語規(guī)則的影響，或者來自學(xué)習(xí)者已經(jīng)學(xué)過的某些目標(biāo)語規(guī)則的“過度生成”（overgeneration）或“過度簡(jiǎn)化”（oversimplifying）的影響，都會(huì)導(dǎo)致偏誤的形成，而這些偏誤可以通過系統(tǒng)化的途徑存在于中介語當(dāng)中，嚴(yán)重影響第二語言學(xué)習(xí)的效果。因此，在SLA

的過程中，學(xué)習(xí)者會(huì)形成一種介于母語和目標(biāo)語言之間的中介語。在中介語中，化石化的現(xiàn)象是普遍存在的。由于化石化現(xiàn)象在中介語中的存在，嚴(yán)重地影響第二語言學(xué)習(xí)的效果，在某一段學(xué)習(xí)時(shí)間之內(nèi)，學(xué)習(xí)者似乎很難取得

SLA

的任何進(jìn)步，而總是處于停滯不前的狀況。N

.Ellis

最新的研究表明（N.

Ellis,

Unconscious

and

conscious

sources

of

languageacquisition,

The

Sixth

International

Conference

for

Language

Awareness,

ALA2002,

Umea,Sweden,

2002.），影響克服

SLA

中語言偏誤的因素有兩個(gè)：一個(gè)是提高對(duì)于偏誤的自覺性（Consciousness

Raising，簡(jiǎn)稱

CR），分析偏誤產(chǎn)生的原因，一個(gè)是提高對(duì)于偏誤的語言意識(shí)（Language

Awareness，簡(jiǎn)稱

LA），時(shí)刻警惕偏誤的發(fā)生。針對(duì)化石化的現(xiàn)象，如果我們提高對(duì)于

SLA

中的偏誤的分析和警覺，及時(shí)地糾正

SLA

中的偏誤，將會(huì)大大改善

SLA

的效果，一方面，它可以防止已經(jīng)化石化了的偏誤繼續(xù)發(fā)生，另一方面，它可以幫助學(xué)習(xí)者對(duì)于已經(jīng)化石化的偏誤“消除化石化”（de-fossilisation）。

在本章的最后，作者簡(jiǎn)單地討論了

SLA

中的人工智能方法。她指出，在

SLA

中，可以使用人工智能的方法，設(shè)計(jì)糾正偏誤的軟件工具，就可以防止偏誤的發(fā)生，消除化石化造成的后果。對(duì)于不熟悉

SLA

理論的讀者，閱讀本章可以增加他們對(duì)于

SLA

的理論知識(shí)。第二章《研究在哪里停止，CALL

的開發(fā)在哪里開始?》主要討論

CALL

的“研究”（research）與“開發(fā)”（development）的關(guān)系。

作者分析了

CALL

研究中的各種關(guān)系，例如，研究和開發(fā)的關(guān)系，系統(tǒng)分析和系統(tǒng)評(píng)測(cè)的關(guān)系，理論和實(shí)踐的關(guān)系，CALL

與

SLA

的關(guān)系，面向開發(fā)（development

oriented）與面向效果（effect

oriented）的關(guān)系、決策驅(qū)動(dòng)（decision

driven）與知識(shí)驅(qū)動(dòng)（knowledge

driven）的關(guān)系、數(shù)據(jù)驅(qū)動(dòng)（data

driven）與理論驅(qū)動(dòng)（theory

driven）的關(guān)系、線性開發(fā)（linear）與環(huán)形開發(fā)（circular）的關(guān)系。她認(rèn)為，很難想象，一個(gè)好的

CALL

系統(tǒng)的開發(fā)工作能夠與研究工作完全脫離開來，因此，應(yīng)該把

CALL

系統(tǒng)的開發(fā)與研究緊密地聯(lián)系在一起。

CALL

的研究可以分為“開發(fā)前的研究”（pre-developmental

research）和“開發(fā)后的研究”（post-developmental

research）兩種。作者指出，從

CALL

的文獻(xiàn)來看，對(duì)于開發(fā)前的研究重視不夠，很多

CALL

系統(tǒng)的開發(fā)常常忽視開發(fā)前的研究，這是應(yīng)當(dāng)引以為訓(xùn)的。

作者還指出，由于

CALL

系統(tǒng)的開發(fā)過程往往是環(huán)形的，在開發(fā)過程中常常需要回過頭來檢查原來已經(jīng)做過的工作，因此，很難在

CALL

的開發(fā)和研究之間，劃一條明確的界限，在

CALL

中，開發(fā)和研究是密切地結(jié)合在一起的。

所有的讀者對(duì)于本章都會(huì)有興趣，不管其背景如何。

第三章《為什么使用

Web?》討論

Web

在

CALL

中的應(yīng)用問題。由于

Web

使用超文本和超鏈接的技術(shù)把各種不同的文本鏈接起來，又使用

HTTP

協(xié)議和

TCP/IP

協(xié)議把不同的網(wǎng)絡(luò)聯(lián)系起來，它正如一個(gè)無比巨大的虛擬圖書館，其中蘊(yùn)藏著無比豐富的語言資源和語言信息，因此

Web

是信息時(shí)代的一種新發(fā)明（innovation）。

作者介紹了

E.

Rogers

于

1983

年提出的關(guān)于新發(fā)明傳播和接受的理論（E.

Rogers,Diffusion

of

Innovations,

London,

Macmillan,

1983）。E.

Rogers

認(rèn)為，一種新發(fā)明要得到社會(huì)的接受并在社會(huì)上傳播開來應(yīng)當(dāng)滿足

5

個(gè)要求：⑴相對(duì)的優(yōu)越性（relative

advantage）：它應(yīng)當(dāng)比以前的在社會(huì)上已經(jīng)存在的東西更好；⑵兼容性（compatibility）：它應(yīng)當(dāng)與現(xiàn)存的價(jià)值觀和過去的經(jīng)驗(yàn)兼容；⑶較低的復(fù)雜性（low

complexity）：它不能太復(fù)雜，應(yīng)當(dāng)便于理解和使用；⑷易學(xué)性（triability）：它應(yīng)當(dāng)容易學(xué)習(xí)；⑸可觀察性（observability）：它的使用結(jié)果應(yīng)當(dāng)是直觀的、可以觀察到的、。Web

恰恰可以滿足這

5

個(gè)要求，因此，Web

很快地在

CALL

中受到普遍的歡迎。為了從

CALL

發(fā)展到

ICALL，作者正在研制一個(gè)叫做“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”（Intelligent

Tutor

of

Academic

English）的課題，她把“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”也看成一種新發(fā)明，因此，如果“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”使用

Web，也就可以滿足上面的

5

個(gè)要求，這樣，作為新發(fā)明的“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”就可以得到社會(huì)的接受并且在社會(huì)上廣泛地傳播開來。

M.

Levy

提出了“以計(jì)算機(jī)為媒介的交際”（

Computer

Mediated

Communication，簡(jiǎn)稱CMC）的概念（M.

Levy,

ComputerAssisted

Language

Learning,

Context

and

Conceptualization,Oxford:

Clarendon

Press,

1997），他把

CMC

定義為“兩個(gè)或多個(gè)交際的參加者通過進(jìn)行的交際”，CMC

也是

CALL

的一種教學(xué)方式。顯而易見，CMC

也可以使用

Web

來進(jìn)行。

近年來，Web

和

CMC

在

CALL

中得到了普遍的使用，不僅語言教師使用，語言的學(xué)習(xí)者也使用；不僅用于遠(yuǎn)程教學(xué)，也用于面對(duì)面的教學(xué)；不僅用于課堂內(nèi)的教學(xué)，也用于課堂外的教學(xué)；不僅用于語法教學(xué)，也用于詞匯教學(xué)。實(shí)踐證明，Web

和

CMC

對(duì)于提高學(xué)生的聽說讀寫能力的“四會(huì)”訓(xùn)練也很有幫助。任何背景的讀者對(duì)于本章都會(huì)有興趣。第四章《計(jì)算機(jī)能夠糾正語言的偏誤嗎？》討論了自然語言處理技術(shù)在

CALL

使用的可能性問題。作者對(duì)于這個(gè)問題給出了正面的回答，并指出了它的不足。

作者首先詳細(xì)地分析了在人工智能和自然語言處理研究中自然語言分析技術(shù)的現(xiàn)狀，介紹了擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)（ATN）、定子句語法（DCG）、原則參數(shù)理論（PPT）、詞匯功能語法（LFG）和中心語驅(qū)動(dòng)的短語結(jié)構(gòu)語法（HPSG）等自然語言分析技術(shù)的基本原理以及它們?cè)?/p>

CALL中的應(yīng)用情況，還介紹了語音識(shí)別技術(shù)在

CALL

的口語教學(xué)中的應(yīng)用情況。作者指出，這些自然語言處理中使用的技術(shù)，都或多或少地忽視了對(duì)于語言中偏誤的處理。那些所謂“基于規(guī)則”的分析技術(shù)，它們的“規(guī)則”中很少有能夠識(shí)別語言偏誤的規(guī)則，而那些“基于概率”的分析技術(shù)，也不能準(zhǔn)確地識(shí)別出語言中的偏誤，因此，盡管在

CALL

中使用了自然語言的各種分析技術(shù)，事實(shí)上并不能給第二語言教學(xué)提供切實(shí)有效的“反饋”（feedback），從而準(zhǔn)確地指出學(xué)習(xí)者的偏誤，并改善第二語言學(xué)習(xí)的效果。這是

CALL

教學(xué)中的一個(gè)嚴(yán)重問題，產(chǎn)生這個(gè)問題的根本原因在于，在

CALL

中使用的這些分析技術(shù)都是針對(duì)母語說話者（NS）的，而不是針對(duì)非母語說話者（NNS）的。

作者強(qiáng)調(diào)地說明，適合第二語言教學(xué)的自然語言自動(dòng)分析技術(shù)必須能夠發(fā)現(xiàn)并糾正語言學(xué)習(xí)中的偏誤。這樣的分析技術(shù)必須根據(jù)

NNS

語言學(xué)習(xí)者的中介語來訓(xùn)練。只有根據(jù)

NNS語言學(xué)習(xí)者中介語訓(xùn)練出來的分析技術(shù)，才有能力識(shí)別

NNS

語言學(xué)習(xí)者的語言偏誤，并以適當(dāng)?shù)姆绞浇o學(xué)習(xí)者提出糾正偏誤的建議。另外，智能計(jì)算機(jī)還能夠評(píng)測(cè)

NNS

語言學(xué)習(xí)者的寫作和說話能力。本書作者一直致力于研究如何使用計(jì)算機(jī)來糾正

NNS

語言學(xué)習(xí)者偏誤，為此，她研制了“學(xué)術(shù)英語智能教學(xué)系統(tǒng)”（Intelligent

Tutor

ofAcademic

English）。

本章內(nèi)容豐富，不僅對(duì)于那些熟悉語言教學(xué)但不熟悉人工智能的讀者會(huì)有幫助，而且，對(duì)于那些熟悉人工智能但不熟悉語言教學(xué)的讀者也會(huì)大有裨益。

第五章《怎樣研制一個(gè)人工智能語言教學(xué)系統(tǒng)？》是本書的重點(diǎn)內(nèi)容，討論了人工智能語言教學(xué)系統(tǒng)研制中的基本問題。人工智能寫作教學(xué)程序可以很好地處理不同學(xué)習(xí)者的差別，這樣的程序要充分地考慮了學(xué)習(xí)者的個(gè)人特點(diǎn)、他們各自的學(xué)習(xí)風(fēng)格、他們?cè)诘诙Z言或外語學(xué)習(xí)環(huán)境下容易產(chǎn)生的各種典型的偏誤。這樣一來，每一個(gè)學(xué)習(xí)者就能夠采用適合他們特點(diǎn)的不同的學(xué)習(xí)策略來進(jìn)行個(gè)性化的學(xué)習(xí)，這對(duì)于他們的語言習(xí)得是非常有幫助的。為了研制這樣的程序，需要做一些前導(dǎo)性的研究工作，因此，本章還討論了學(xué)習(xí)者風(fēng)格的研究，教學(xué)中目標(biāo)語言的研究，學(xué)習(xí)者的中介語的研究等問題。作者認(rèn)為，在目前的背景之下，人工智能語言教學(xué)系統(tǒng)的目標(biāo)語言應(yīng)當(dāng)是學(xué)術(shù)英語（Academic

English），因此，人工智能語言教學(xué)系統(tǒng)的學(xué)習(xí)者應(yīng)當(dāng)是

EAP

學(xué)習(xí)者，作者以符號(hào)學(xué)為理論框架，對(duì)于學(xué)術(shù)英語進(jìn)行了理論上的探討。作者使用一種叫做

SICSTUS

PROLOG

的程序語言實(shí)現(xiàn)了學(xué)術(shù)英語智能教學(xué)系統(tǒng)，本章給出了有關(guān)的研究數(shù)據(jù)和實(shí)例。例如，人工智能語言教學(xué)系統(tǒng)用英語就關(guān)于瘧疾的醫(yī)學(xué)問題向?qū)W生提問，要求學(xué)生用英語做出正確的回答。系統(tǒng)問：Malaria

can

be

a

terminal

disease.

What

does

malaria

cause?（瘧疾是一種致命的疾病。瘧疾會(huì)引起什么后果？）學(xué)生回答：Malaria

causes

a

die.

這是一個(gè)錯(cuò)誤的句子，沒有使用名詞

death

而錯(cuò)誤地使用了動(dòng)詞

die。名詞和動(dòng)詞無清楚的分別，這是一些

NNS

學(xué)生常出現(xiàn)的偏誤，一般說來，在這些

NNS

學(xué)生的母語中，動(dòng)詞和名詞的區(qū)分不是涇渭分明的。于是，系統(tǒng)根據(jù)這些

NNS

學(xué)生的偏誤特點(diǎn)，指出學(xué)生的回答有錯(cuò)誤：系統(tǒng)說：Sorry,

that

was

incorrect.

You

can

try

another

version

or

get

a

hint.（對(duì)不起，這是錯(cuò)誤的。你可以作另外的回答，或者要求提示。）然后，系統(tǒng)根據(jù)這一類的偏誤，舉出

causes

之后帶名詞賓語的例子，給出如下的提示：You

need

a

sentence

pattern

like

this:

‘Malaria

causes

death’（瘧疾引起死亡）.在這個(gè)句子里，作為

causes

賓語的應(yīng)當(dāng)是名詞

death，而不是動(dòng)詞

die。

為了讓學(xué)生深刻地理解他們的偏誤以及這一類句子的結(jié)構(gòu)規(guī)律，系統(tǒng)進(jìn)一步做出反饋，對(duì)于正確回答的句子進(jìn)行自動(dòng)句法分析，給出表示分析結(jié)果的層級(jí)結(jié)構(gòu)以及每一個(gè)單詞的有關(guān)特征和特征值：Structure

of

your

phrase:

Malaria

causes

death（瘧疾引起死亡）Sentence:np:det:

[

_

]n:

malaria

[sg,

3,

nomin]vp

:verb

:

causes

[sg,

3,

trans,

full,

fin]np

:det

:

[

_

]n

:

death

[sg,

3,

oblq]句子的分析結(jié)果是使用復(fù)雜特征來表示的。具體說明如下：n

這個(gè)句子由

np

（noun

phrase,

名詞短語）和

vp（verb

phrase，動(dòng)詞短語）組成。其中，np

由

det（determiner，限定詞）和

n（noun，名詞）組成，det

為空，用[

_

]表示，n

為名詞malaria，它的復(fù)雜特征用方括號(hào)[

]括起來：

[sg,

3,

nomin]，方括號(hào)中，

sg

表示單數(shù)（singular），3

表示第三人稱（third

person），nomin

表示主格（nominative

case）；vp

由

verb

和另一個(gè)

np組成，verb

是動(dòng)詞

causes，它的復(fù)雜特征是：[sg,

3,

trans,

full,

fin]，其中，trans

表示及物動(dòng)詞（transitive），full

表示完全形式（full

form），fin

表示定式動(dòng)詞（finite

form）；np

由

det和

n

組成，

det

為空，用[

_

]表示，

是名詞

death，它的復(fù)雜特征是

：

[sg,

3,

oblq]，其中，

oblq表示間接格（oblique

case）。如果我們用樹形圖來表示上述層級(jí)結(jié)構(gòu)，各個(gè)單詞的特征信息就更加直觀而清楚了：

Sentencenpvpdetnverbnp[_]Malariacausesdetn[sg,

3,

nomin][sg,

3,

trans,

full,

fin][_][sg,

3,

oblq]

用復(fù)雜特征表示的這些提示的內(nèi)容是非常豐富的，它們是計(jì)算機(jī)使用句法分析程序自動(dòng)地計(jì)算出來的，對(duì)于學(xué)習(xí)者顯然非常有幫助。