[发明专利]课堂教学事件分析方法及装置

说明书

本发明公开了一种课堂教学事件分析方法及装置，其中，该方法包括：通过多源数据之间的关联分析和特征匹配，形成教学事件识别规则集，通过规则集进行不同教学事件的识别，并归类为不同教学阶段；生成不同教学阶段里的教学法结构排序；通过时间取样对不同教学阶段里的言语和行为交互进行编码；根据教育学理论，基于证据对分析结果进行解读；根据解读结果，通过人机协同生成优化课堂教学改进机制。该方法提出一种新型的基于自然语言理解和计算机视觉技术的教学事件分析法，以达到省时省力、简便高效，并且更聚焦于课堂教学意义。

技术领域

本发明涉及数据分析技术领域，特别涉及一种课堂教学事件分析方法及装置。

背景技术

在传统的量化取径课堂教学分析中，最耗时的部分就是人工编码。并且以“时间取样法”为主的分析技术，会导致的割裂教学情境、分析繁琐低效、人力成本投入过高等困境。因此如何利用新技术，对事件进行高效而标准化的编码，是人工智能可以发挥作用的阶段。

课堂教学分析可以分为量化取径、质性取径和专业成长取径。其中量化取径分析技术的演化进程，与技术发展最为相关，先后产生了以录像带分析为基础的S-T师生行为分析法、弗兰德斯言语交互分析法FIAS。量化取径课堂分析的共性之一，就是时间取样。

S-T分析法是根据时间进程，对一节课中师生全部的行为表现取样编码。该分析法是以课堂教学视频为数据源，以15秒或者30秒为采样间隔，记录采样点所在时刻的师生行为，使用横轴为T，纵轴为S，长度与课堂教学用时相同的S-T记录卡，根据记录的采样点行为数据顺序，将数据转换成对应线段，绘制出S-T曲线图。但是，在采样的过程中可能会同时出现S行为和T行为，这就不可避免地妨碍了教育信息的处理。并且S-T分析法只涉及到师生行为分析，未考虑课堂教学过程中的言语交互。

弗兰德斯言语互动分析编码系统(Flanders Interaction Analysis System，简称FIAS)是根据时间进程，对一节课中师生全部的言语交互取样分析。FIAS把师生言语分为教师说话、学生说话、无人说/混乱三大类，教师说话再分为直接影响和间接影响的说话两类7种编码，学生说话分为被动说话和主动说法2种编码，加上沉默/混乱情况，共10种言语编码。FIAS以3秒为采样间隔，对课堂教学视频的言语按照时间顺序逐一编码，连成序列，用以分析出不同的课堂教学结构、模式和风格。但是，忽略了在课堂教学中信息技术这一要素，并且每隔30秒钟取样、编码操作起来是很困难的。

以时间取样法为主进行课堂教学分析的缺点是缺少数据结构与意义理解的联系，手工分析费时低效，并且需要完全依赖于有经验的研究人员等。

第一、缺少数据结构与意义理解的联系

已有的时间取样法分析，是把整节课看为一个分析对象，把每类言语或行为交互出现的次数和时长，平均放到整节课时里加以统计，使得每个有意义的言语交互或行为交互，摊派到全部教学时间里，不易建立数据结构与意义理解的联系，也不易帮助教师从更深层次理解学习者认知加工过程对应的活动安排，并加以改进。

第二、手工分析费时低效

以一节40分钟的课为例，S-T法按15秒来切割动作，FIAS按3秒来切割言语，会产生160个或800个编码，均需要专业人员反复确认后才能完成。每隔30秒钟的取样、编码操作起来是很困难的，这也是由人类专家手工完成。

第三、完全依赖于有经验的研究人员

课堂教学分析工作，必须由经过专业训练的人员进行分析，而且每个案例至少要由两名研究人员完成。单位案例人工分析成本高、研究样本容量有限，分析较为费时低效。因此时间取样法为主的课堂教学分析技术，对于专业人员的依赖性较高，很难形成规模化、快速的批量分析，难以满足课堂分析的大量需求等。

总的来说，时间取样法还处于手工编码、工具统计的技术路线中，在研究思路和效率方面，均未能取得突破性进展。

发明内容