Abstract ：

本文探究在线多元互动环境下不同水平三人组互动中学习者投入情况。24名英语专业学生按高中低水平组成8个小组，通过在线多元互动共同完成一项协作写作任务。本研究采用定性和定量相结合的方法从行为、认知及情感三个维度分析学习者互动投入，在线互动主要以语言相关片段(language related episodes,简称LREs)为分析单位。研究结果表明：不同水平参与者在话语量和话轮分布所反映的行为投入方面上无显著差异；在参与LREs (包括频度、结果及投入程度)所反映的认知投入方面无显著差异，但进一步分析发现，高水平参与者在实质性投入中的决策作用明显高于其他水平参与者；半结构化访谈结果表明，不同水平参与...

Keyword ：

不同水平三人组 协作写作 学习者投入 在线多元互动环境

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于人工智能技术的人机对话系统在人机交互、智能助手、智能客服、问答咨询等多个领域应用日益广泛,这极大地促进了自然语言理解及生成、对话状态追踪和端到端的深度学习模型构建等相关理论与技术的发展,并成为目前工业界与学术界共同关注的研究热点之一.该文聚焦特定场景下的任务型对话系统,在对其基本概念进行形式化定义的基础上,围绕着以最少的对话轮次来获得最佳用户需求相匹配的对话内容为目标,针对目前存在的复杂业务场景下基于自然语言的用户意图的准确理解和识别、针对训练数据的标注依赖及模型结果的可解释性不足,以及多模态条件下对话内容的个性化生成这三个重大的技术问题和挑战,对当前的技术与研究进展进行系统地对比分析和综述,为进一步的研究工作奠定基础.同时,对新一代的面向任务型的人机对话系统未来的关键研究方向与任务进行总结.

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于人工智能技术的人机对话系统在人机交互、智能助手、智能客服、问答咨询等多个领域应用日益广泛,这极大地促进了自然语言理解及生成、对话状态追踪和端到端的深度学习模型构建等相关理论与技术的发展,并成为目前工业界与学术界共同关注的研究热点之一。该文聚焦特定场景下的任务型对话系统,在对其基本概念进行形式化定义的基础上,围绕着以最少的对话轮次来获得最佳用户需求相匹配的对话内容为目标,针对目前存在的复杂业务场景下基于自然语言的用户意图的准确理解和识别、针对训练数据的标注依赖及模型结果的可解释性不足,以及多模态条件下对话内容的个性化生成这三个重大的技术问题和挑战,对当前的技术与研究进展进行系统地对比分析和综...

Keyword ：

面向任务型的对话系统 人工智能 人机对话系统 深度学习 自然语言处理

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着医学方面国际交流的不断推进，医学口译的地位也变得日益凸显，口译员因此越来越受到重视。本文以作者某次参与的医学口译实践为例，以戈夫曼的参与框架为理论背景，对照口译过程产出的源语和译语文本，全面系统地分析该理论在实践中的运用情况，着重探讨医学口译实践中口译员在不同场景下多重角色的扮演并研究译员针对不同角色择取的口译策略。通过应用分析汲取教训，进而更好地为未来医学口译服务提供参考价值。 作为本实践报告的重点章节案例分析，作者详细探究了戈夫曼“参与框架理论”在医学口译实践中的运用。分别从“说者”和“听者”的角度出发，研究了口译员的角色扮演与翻译策略。首先是参与框架理论下译员扮演的三种“说者”：（1）通过扮演“重复者”处理医学缩略词、专有名词等；（2）通过扮演“作者”变化人称代词，转述医患双方的话语；（3）通过扮演“责任者”打断话轮，进行适当的澄清、解释与鼓励。其次是分析译员针对参与框架中的三类“听者”所采用的不同口译策略：（1）医生作为指定听者，间接引语的使用；（2）患者作为指定听者，非语言沟通的结合；（3）普通观众作为指定听者，口译逻辑的运用。 医学口译场景多样，交际性强，比较符合戈夫曼参与框架理论的核心与精髓。医学口译员如果能在实践过程中正确运用该理论，那么不仅口译质量可以得到有效提升，而且多方间的沟通也会达到很好的交际效果。

Keyword ：

参与框架理论 医学口译 译员角色

Cite：

Copy from the list or Export to your reference management。

Abstract ：

根据社会语言学的输出理论，本文采用会话分析的方法，对<em>大学</em>英语课堂的教师提问行为进行了分析，旨在研究教师的话语行为是否应该改变，教师提问方式是否影响学生的课堂语言输出。通过对两名教师课堂提问的分析，发现参考性问题比展示性问题更能够使学生输出更多的单句和复合句。因此建议在二语习得课堂中，教师多给学生创造话语机会，尤其是多提问参考性问题。

Keyword ：

参考性问题 话轮 话轮转换 输出频率 展示性问题

Cite：

Copy from the list or Export to your reference management。

Abstract ：

摘 要 很多研究学者致力于将不同的知识领域和方法应用于话语分析研究，例如从社会学、心理学和教学等角度。以教学为例，为了促进学与教，大部分话语研究基于课堂，并通过观察教师和学生的自然课堂表现和互动展开。 本研究主要目的是探索在线英语写作课背景下以计算机为交际媒介的课堂话语特征。由于以往话语分析的研究要么注重书面话语，要么注重口语话语，较少关注既属于口语话语又属于书面话语的新型话语类型，而这种话语类型听起来不太容易收集。尽管如此，这种新型话语类型被认为是新的话语体裁。 本研究基于西安工业大学北方信息工程学院为期一学期的在线英语写作课堂展开，150名来自该校2010级新生作为研究对象参与在线和非在线两个模块的英语写作课堂，所有受试的英语水平包括及格、良好及优秀，45.3%的受试可以用英文进行写作与交流；另一方面，所有受试具备计算机能力，而且他们对英语课堂上使用计算机态度积极；其次，和其他年级大学生相比，大一新生在英语课堂上的表现比较活跃。所有语料来自于在线讨论和非在线邮件互动，用于研究分析的语料只是其中一部分，其中包括6次在线讨论和6次非在线邮件互动，撰写文本量约在3000字左右，每个文本平均500字，最长的文本约600字，然而最短的约100字，随后使用辛克莱尔的课堂话语分析理论和哈桑的连贯理论对语料展开分析研究。 和传统英语写作课堂相比，本研究主要发现包括： 1）在线英语写作课堂打破了传统课堂师生互动的激励、反应和评价或反馈模式，原因是不管是教师和学生,男生和女生，享受同等话轮交替的机会，与传统课堂相比，性别对话语权的影响明显减弱。 2）问答模式的实质是搭配模式，并非次序模式，这也意味着教师或学生可以随时互动，对互动做出反应，整个问答模式不受次序的影响。 3）开放式问题明显多于提示性问题。开放式问题能够帮助教师吸引学生的注意力，从而进一步引导学生及时思考，经过思考不断改善英文写作技能。 4）话轮的组成结构组成可由单词、短语和从句实现。由于英语写作水平有限，话轮通常会比较简短，并且大多数时候通过单词和短语实现。除此之外，话轮主要通过提问问题来实现，通常都可以直接回答这些问题 话轮的分布结构较为均匀，通常通过自我获取的方式实现 话轮的过度反馈更为自然，教师在第一时间对所有学生发出提问，与此同时所有学生可以同时对教师问题作出反馈。 5）话语标记中Well和Now明显多于Ok, 与传统英语写作课堂相比，Ok的出现频率明显低于前两个。 总而言之，基于在线英语写作课堂的以计算机为交际媒介的话语分析研究为英语教学和发展提供了新的证据，计算机对于学生提高英语写作技能和他们的学术技能都有重要作用。 关 键 词：以计算机为交际媒介的问答话语在线互动英语写作课堂 论文类型：应用研究

Keyword ：

以计算机为交际媒介的问答话语在线互动英语写作课堂

Cite：

Copy from the list or Export to your reference management。

Abstract ：

填充语是会话中频繁使用的一种话语标记,是说话者填充会话中的空隙(因说话者搜索词语、思考表达所造成)的语音现象或词语.本文修订了以往研究中关于填充语的定义,提出了界定填充语的基准,对填充语的功能进行了补充和梳理.通过分析得出以下结论:(1)填充语除了“信息处理功能”和“人际关系调节功能”之外,本文提出的“会话管理功能”在会话中也发挥着重要作用；(2)填充语是说话者暗示信息处理过程、保证信息顺利产出的手段之一,也为听话者能够跟随说话者思路和理解话语信息提供了保障.由以上结论可见,填充语不是毫无意义的填充空隙的语言现象,而是保证交际顺利进行的重要标记.

Keyword ：

话轮转换 话语标记 会话管理 填充语 修正

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种面向交互文本的话题识别方法，按照三个大步骤实施：I、词语语义相关度计算阶段，采用了一种基于知识词典和主题模型相结合的词语相关度计算方法；II、句子相关度计算阶段，分别计算句子在关键词特征、词语语义特征、依存句法特征三个层面的相关度，将三个特征融合后计算句子间相关度；III、交互文本话题识别阶段，采用一种基于句子相关度计算的话题识别方法，识别出交互文本中不同话轮是否属于同一话题。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在e-Learning系统中，“情感缺失”问题普遍存在，同时，文本交互是e-Learning中学习者最广泛使用的交互模式。因此，研究交互文本的情感识别，对于挖掘学习者的情感，进行有针对性的情感补偿有着重要的意义。 首先，本文在分析交互文本特征基础上，在情感分类方面，做了以下三方面工作：(1) 特征抽取方面。结合交互文本的交互特性和非语言符号特性，抽取得到三类特征：句法特征(F1)、统计特征(F2) 和交互特征(F3)；(2) 特征选择方面。针对交互文本句子短，易造成单一话轮特征向量稀疏问题，本文采取了一种分类别加权二元组并以高权值筛选二元组的特征选择方法；(3) 针对交互文本因成分缺省造成的情感特征信息丢失问题，本文提出一种交互文本省略恢复方法。经对比实验验证，上述工作在交互文本情感分类中是有效的。 其次，本文在分析交互文本非平衡特性的基础上，针对交互文本单一非平衡数据集，分别从数据和算法两个层面上采用了多种非平衡处理策略，提高了少数类情感的分类指标。同时，结合情感识别的目标（发现学习者的负面情绪），本文以欠采样方法为理论，采用了以PLSA分层事件识别算法识别出交互文本事件，进而重点识别事件中有情感的首轮话轮的策略。经实验验证，该策略能有效提高负面情感的分类指标。 最后，本文针对交互文本非平衡性问题，提出一种通过计算实例相似度，从交互文本相似源数据集中获取与目标数据集少数类实例相似的实例数据，并对获取的实例进行特征向量空间一致性处理的算法。经实验验证，该算法可以有效地克服数据集的非平衡性，提高少数类的情感分类指标。

Keyword ：

交互文本情感分类非平衡特性省略恢复实例获取

Cite：

Copy from the list or Export to your reference management。

Abstract ：

当前，文本交互依然是e-Learning系统中最常使用的交互模式，那么研究面向中文交互文本的事件识别，对于挖掘学习者感兴趣的话题，分析学习者负面情绪的起因就有着重要意义。本文在结合传统话题识别与跟踪技术的基础上，针对交互文本交互性、句子短、特征稀疏、时序特性、主题分布不平衡、交互模式复杂等特性，提出了一种面向中文交互文本的事件（在线）识别算法框架。该框架由两部分组成：第一部分是基于主题模型的关联检测，其基本思想是识别出每个话轮的主题类别，以此来判断它们的主题相关性。主要解决三个问题：提出了一种自适应的语言特征聚集向量模型来表示话轮，实验证明这种模型可以有效的扩展交互文本的特征，提高主题识别率；二是采用了一种数据聚集训练方法，实验证明该方法可以克服交互文本句子短、特征稀疏的特点；三是针对主题分布不平衡的特性，本文采用了分层的主题模型建模方法，实验证明这种分层的主题模型可以取得比较好的效果。第二部分是事件识别中融合交互文本时序特征的关联检测方法研究。主要特点：结合交互文本的时序特征，也即话轮发生的时间越近，它们相关的可能性越大，本文提出了一种基于自适应的滑动时间窗口的话轮相关性检测方法。由于交互文本的交互性以及交互模式的复杂性，经常出现所谈论的事件存在交叉的情况，通过本文所提的首先进行话轮的主题相关性判断，然后再利用交互文本的时序特征进行话轮的相关性判断，进而实现交互文本的事件识别这种两层的算法框架可以在一定程度上解决交叉事件这一问题。

Keyword ：

话题识别与跟踪交互文本事件识别主题模型

Cite：

Copy from the list or Export to your reference management。