一种语义波三维图像模型及其建立方法与流程

本发明涉及课堂教学话语评估的技术领域，特别是涉及一种语义波三维图像模型及其建立方法。

背景技术：

教育社会学家bernstein把人们生活中通俗易懂的日常话语称为“水平话语”，把学校传授的教育知识话语称为“垂直话语”(bernstein，b.pedagogy,symboliccontrolandidentity:theory,research,critique[m].london:routledge，1996)；bernstein又把“垂直话语”分为以文科知识为典型代表的“水平知识结构”和以理科知识为代表的“垂直知识结构”(matonk.buildingpowerfulknowledge:thesignificanceofsemanticwaves[m].knowledgeandthefutureofthecurriculum.palgravemacmillanuk,2014:181-197)。

澳大利亚社会学家maton发现bernstein只提出了不同的场合下使用不同的知识结构，但是并没有指出产生这种现象的深层原因，因此maton丰富了bernstein知识结构理论，提出了“合法化语码理论”(legitimationcodetheory，简称lct)(matonk.buildingpowerfulknowledge:thesignificanceofsemanticwaves[m].knowledgeandthefutureofthecurriculum.palgravemacmillanuk,2014:181-197)，lct提出了五条合法化组织原则：“自主性”、“紧密性”、“专门性”、“时间性”以及“语义性”，其中语义性的评价具有两个维度，即“语义引力(sematicgravity，简称sg)”和“语义密度(sematicdensity，简称sd)”。语义引力是指语义和其所在语境之间相关联的程度，当教师话语与语境关联强，话语通俗易懂时，语义引力就大；反之，当话语脱离可观可感的真实世界，学生难以从真实世界中直接获得时，语义引力就小。语义密度是指“意义在符号(包括术语、概念、短语、表达和手势等)内的浓缩程度”，它与研究对象的复杂程度有关。

在此基础上，maton进一步提出了语义性划分平面坐标图(图2)和语义波二维图像(图3)，并对教师课堂话语进行了定性分析。国外学者margaretblackie(blackiemargareta.l.creatingsemanticwaves:usinglegitimationcodetheoryasatooltoaidtheteachingofchemistry[j].chemistryeducationresearch&practice,2014,15(4):462-469)、cliton(clintong.l.veale,ruiw.m.krause,joyced.sewry.blendingproblem-basedlearningandpeer-ledteamlearning,inanopenended‘home-grown’pharmaceuticalchemistrycasestudy[j].chemistryeducationresearch\s&\spractice,2017,19)等研究了语义波在化学教学和药物化学教学中的应用，并指出了语义密度和语义引力的转换对于高效课堂构建的重要性；国内也有张德禄(张德禄,覃玖英.语义波理论及其在教师课堂话语分析和建构中的作用[j].外语教学,2016,37(2):52-55)、朱莉莉(朱莉莉.语义波理论及其在教学中的应用[j].当代外语研究,2017(4))等学者利用语义波二维图像对英语、日语等文科课堂进行了分析。

然而，maton提出的第一种手段“平面直角坐标图”虽然可以划分教师教学的“语义引力”和“语义密度”大小，并且可以根据这2种语码的不同对知识进行4个区域的划分(如图4中margaret的划分)，但是这种表征是静态的，并不能反映教师课堂2种语码随着时间的推进的变化；如图2所示，图2为maton以“语义密度(sd)”和“语义引力(sg)”为直角坐标系的横、纵坐标，来表达教师课堂话语的两个维度，横轴从左到右表示语义密度从小到大，纵轴从上到下表示语义引力从小到大，图中左下角表示用通俗的话语来表达真实的世界；左上角表示用通俗的话语来表达抽象的概念；右下角表示用严密的符号来表达真实的世界；右上角表示用严密的符号表达抽象的概念。在坐标图中，将知识的两个语码“语义密度(sd)”和“语义引力(sg)”共同呈现，但是此图的不足在于难以呈现在教学过程中二者随着时间的变化的改变。

maton提出的第二种手段“语义波二维图像”尽管可以表示语码随着时间的推进的变化，但是在语义波二维图像中他假设了“语义密度”增大的同时“语义引力”会减小，反之亦然。因此在语义波二维图像中只能表示第一种手段“平面直角坐标图”中左下角和右上角2个维度，左上角和右下角2个维度并不能表示；如图3所示，波原本是指空间以特定形式传播的物理量或物理量的扰动，常见的波有声波、光波等，maton研究了如何使用语义波来分析和追踪语码随时间的变化，分析教师课堂话语中语义流动性，并指出语义分析进一步提高了概念探索变化过程；教学过程往往是将知识从接近生活、符号化低的层级过度到高度抽象、符号化高的层级中，maton简单地将语义密度大且语义引力小的代码合并为一组，将语义密度小且语义引力大的代码合并为另一组，前者表示知识的专业化程度强，后者表示知识更接近真实的情景，符号化程度低。然后，他绘制了语义引力和语义密度随时间变化的二维图像来表征课堂语义的变化，在图中，横轴为时间变量，纵坐标值越大表示语义引力减小，语义密度越大；越小则相反。此图可以通过波随时间的变化表达学习者思维的抽象性变化，波的频率越快，强度越大，波峰越高，深度越大。

通过查阅文献，我们发现在已有的利用语义波理论对教学实例研究的文献中，要么只采用了“平面直角坐标图”对教学进行分析，要么只采用了“语义波二维图像”对教学进行分析，没有文章同时采用2种图形的。这是由于2种图形彼此之间要么4个维度都表示，要么只表示2个维度导致的。同时，无论是第一种手段还是第二种手段都是定性的研究教师教学，更多的是基于评价者主观的感受，缺乏量化数据的支撑和对知识抽象程度的划分依据。

因此，本发明为了克服maton提出的2种手段的缺点，开发了理科教师教学评估工具——语义波三维图像模型。该模型通过用定量的方式精确刻画了教师课堂教学话语随着时间的推移，其语义和其所在语境之间相关联的程度，即模型中的语义引力(sg)，和语义在符号(包括术语、概念、短语、表达和手势等)内的浓缩程度，即模型中的语义密度(sd)的变化，通过波峰、浪谷位置的判断反映教师教学话语的抽象程度，比较4个区域的难度大小，得出不同时间教师教学话语的难度与抽象程度的关系。该模型既可以实现“语义引力”和“语义密度”2个语码组合的4个区域的划分，又可以反映随着时间推移4个区域的变化情况。此外本发明还利用教育统计学知识对“语义引力”和“语义密度”的处理进行了量化，实现了教师课堂教学的实时定量评估，反思、改进、加强课堂教学。

技术实现要素：

本发明所要解决的技术问题是提供一种语义波三维图像模型及其建立方法，通过定量的方式精确刻画了教师教学过程的话语随着时间的推移，其语义和其所在语境之间相关联的程度，即模型中的语义引力(简称sematicgravity，“sg”)；和语义在符号内的浓缩程度，即模型中的语义密度(sematicdensity，简称“sd”)的变化，通过波峰、浪谷位置的判断反映教师教学话语的抽象程度，有助于评估、反思、改进教学。既可以实现“语义引力”和“语义密度”2个语码强弱组合形成的4个维度的划分，又可以反映随着时间推移4个维度的变化情况。此外本发明还利用教育统计学知识对“语义引力”和“语义密度”的处理进行了量化，实现了教师课堂教学的定量评估。

本发明是通过下述技术方案来解决上述技术问题的：一种语义波三维图像模型，其特征在于，包括三维直角坐标系、设置在三维直角坐标系上的横轴(x轴)、竖轴(z轴)和纵轴(y轴)；其中，横轴(x轴)和竖轴(z轴)构成的平面表示将教师课堂的知识按照语义引力(sg)和语义密度(sd)强弱组合划分的4个区域，纵轴(y轴)表示时间的变化。

一种语义波三维图像模型的建立方法，其特征在于，包括以下几个步骤：

步骤一，使用横轴(x轴)、纵轴(y轴)和竖轴(z轴)建立三维直角坐标系(图1)。在三维直角坐标系中，横轴(x轴)和竖轴(z轴)构成“语义密度(sd)”和“语义引力(sg)”强弱共同呈现的坐标平面图(图1中x-z平面中设计的4个不同的区域)；需要说明的是，该模型人为规定x-z平面与图2所示的平面直角坐标系不同之处在于坐标轴含义不再是“语义密度(sd)”和“语义引力(sg)”从弱到强，仅用平面中的4个分区表达4种组合，坐标轴也没有具体含义；因此，为了构图的准确，我们仅以绝对值标示轴上各点距离原点的距离，而不是采用传统的坐标，不区分正负号，纵轴(y轴)表示时间变化；

步骤二，针对教学特定的案例，根据其语义密度(sd)和语义引力(sg)的强弱(图2)，将具体课堂知识分为4个区域(图5)，每个区域试题总分值相同；由评估者利用课堂观察法对随机均匀选取的课堂的不同时间点ti(i＝1,2,3…)，学生对教师课堂话语是否易于接受进行打分，将“得分/分值”得到每个模块“难度值n”(这种计算方法来源于教育统计学，n越小说明难度越大)，将“难度值n”进行倒数处理得到“难度值的倒数m”，数据处理：“m＝1/n”，m越大，说明该部分知识学生接受起来越难，教学话语的设计也更难；

步骤三，绘制语义波三维图像，(图1)；根据步骤二中记录得到的数据ti分别对应的m值，在步骤一建立的三维坐标系中打点，使得不同时间点对应的点在x-z平面的投影点与远点的距离等于不同时间观察到的m值，在图1中，随着时间的推移得到了a、b、c、d标注的4个点，各点m值分别对应线段a、b、c、d；这里4条线段都是x-z平面4个区域的一条角平分线；

步骤四，通过三维语义波图中波的强度，波峰和深度观察不同时间“语义密度”和“语义引力”的变化，比较4个区域的难度大小，得出不同时间教师教学话语的难度与抽象程度的关系，结合学生在每一时间点的学习状态反思、改进、加强特定区域的教学，以提升教学的效果和质量。

本发明的积极进步效果在于：

1.本发明避免了maton提出的语义性划分平面坐标图和语义波二维图像的缺点，开发了理科教师教学评估工具——语义波三维图像模型，该模型既可以实现“语义引力”和“语义密度”2个语码组合的4个区域的划分，又可以反映随着时间推移4个区域的变化情况，解决了研究者在论文中只能选用maton提出的“平面坐标图”或者“语义波二维图像”其一做研究，以避免出现自相矛盾的缺陷。

2.本发明解决了maton二维语义波图形中存在的对知识模型过度简化的问题；在maton二维语义波图形中只能刻画“语义密度大，语义引力小”和“语义引力小，语义密度大”两个维度，三维语义波图不仅包括平面坐标图中4个区域的信息，还时间为第三维度刻画了不同时间点4个区域的出现情况，是对maton二维语义波图形的补充和发展。

3.本发明利用教育统计学知识，提出了以“难度值的倒数m”定量表达知识难度，探究了maton未曾探究的4个区域的难度问题，可以用于课堂教学评测，我们还利用了相关性分析探究4个区域难度值之间是否存在相关关系，将语义波图像的划分从认为定性判断发展到定量评估，以确保这种划分的合理性。

4.语义波三维图像的波峰、波谷能够克服传统评估方法中对数据展示不直观的缺陷；图像的波峰表示教学过程中知识难度最大的部分，波谷表示知识难度最小的部分，通过教学过程的实测，能够准确记录教师课堂中教学难度的变化。图像的起伏反映教学过程对知识的“拆解”和“打包”过程，可帮助教师反思和改进教学工作。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1是本发明语义波三维图像的绘制图；

图2是本发明教师课堂语义性划分平面坐标图；

图3是本发明maton语义波二维图像；

图4是本发明margaret基于lct对“氯化钠溶于水”和“格氏试剂的反应”的教学研究图；

图5是本发明基于语义波理论划分原电池教学过程图；

图6是本发明45名教师课堂话语测评结果图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

在本发明的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的模型必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

实施例1：

一种语义波三维图像模型，其特征在于，包括三维直角坐标系、设置在三维直角坐标系上的横轴(x轴)、竖轴(z轴)和纵轴(y轴)；其中，横轴(x轴)和竖轴(z轴)构成的平面表示将教师课堂的知识按照语义引力(sg)和语义密度(sd)强弱组合划分的4个区域，纵轴(y轴)表示时间的变化。

一种语义波三维图像模型的建立方法，其特征在于，包括以下几个步骤：

步骤一，使用横轴(x轴)、纵轴(y轴)和竖轴(z轴)建立三维直角坐标系(图1)。在三维直角坐标系中，横轴(x轴)和竖轴(z轴)构成“语义密度(sd)”和“语义引力(sg)”强弱共同呈现的坐标平面图(图1中x-z平面中设计的4个不同的区域)；需要说明的是，该模型人为规定x-z平面与图2所示的平面直角坐标系不同之处在于坐标轴含义不再是“语义密度(sd)”和“语义引力(sg)”从弱到强，仅用平面中的4个分区表达4种组合，坐标轴也没有具体含义；因此，为了构图的准确，我们仅以绝对值标示轴上各点距离原点的距离，而不是采用传统的坐标，不区分正负号，纵轴(y轴)表示时间变化；

步骤二，针对教学特定的案例，根据其语义密度(sd)和语义引力(sg)的强弱(图2)，将具体课堂知识分为4个区域(图5)，每个区域试题总分值相同；由评估者利用课堂观察法对随机均匀选取的课堂的不同时间点ti(i＝1,2,3…)，学生对教师课堂话语是否易于接受进行打分，将“得分/分值”得到每个模块“难度值n”(这种计算方法来源于教育统计学，n越小说明难度越大)，将“难度值n”进行倒数处理得到“难度值的倒数m”，数据处理：“m＝1/n”，m越大，说明该部分知识学生接受起来越难，教学话语的设计也更难；

步骤三，绘制语义波三维图像，(图1)；根据步骤二中记录得到的数据ti分别对应的m值，在步骤一建立的三维坐标系中打点，使得不同时间点对应的点在x-z平面的投影点与远点的距离等于不同时间观察到的m值，在图1中，随着时间的推移得到了a、b、c、d标注的4个点，各点m值分别对应线段a、b、c、d；这里4条线段都是x-z平面4个区域的一条角平分线；

步骤四，通过三维语义波图中波的强度，波峰和深度观察不同时间“语义密度”和“语义引力”的变化，比较4个区域的难度大小，得出不同时间教师教学话语的难度与抽象程度的关系，结合学生在每一时间点的学习状态反思、改进、加强特定区域的教学，以提升教学的效果和质量。

实施例2：

如图4所示，国外学者margaret将语义性分类应用在化学课堂学科教学的评估中，研究了“氯化钠溶解在水中的”过程；margaret将“学生观察氯化钠在水中溶解的过程”分类为“sg+，sd-”；将“学生简单描述氯化钠在水中溶解的方式”一过程分类为“sg-，sd-”；将“氯化钠溶解的微观图像”分类为“sg+，sd+”；将“氯化钠溶解的电离方程式”分类为“sg-，sd+”；margaret还研究了有机化学中“格氏试剂的反应”，她将“教师描述卤化物以格氏试剂的形式与醛类物质反应生成醇的过程”分类为“sg+，sd-”；将“亲核的格氏试剂与亲电试剂醛或酮发生加成反应生成醇的过程”分类为“sg-，sd-”；将“亲核加成的反应机理图示”分类为“sg+，sd+”；将“格氏试剂这个人名反应”分类为“sg-，sd+”。从“sg+，sd-”到“sg-，sd+”正好是抽象程度从低到高的过程，通过这种分类，margaret探讨了教学内容和教学效果，她认为“sg-，sd+”这一抽象程度较高的区域应该成为教师教学的关注点，与maton的观点一致，这使得他们的教学经验得到了提升，他们认为这有助于未来课堂教学话语的设计。

实施例3：

这里为了更清楚说明该发明——语义波三维图像的评估过程，我们给出一个在中学化学教学的原电池教学评估的实例。

如图5所示，首先将原电池课堂教学分为4个区域，这4个区域包含了课程大纲中原电池教学的基本内容，在该模型中，左上图(sd-/sg-)从微观角度描述了锌-铜(稀硫酸)原电池中锌失去电子锌片溶解，氢离子得到电子生成氢气过程；左下图(sd-/sg+)则描述了宏观世界可观可感的现象：电流表偏转(说明产生了电流)；铜片表面产生无色气泡；右上图(sd+/sg-)则是对原电池反应高度抽象化和符号化的概括，即电化学反应方程式：负极：zn-2e-＝zn2+；正极：2h++2e-＝h2↑；右下图(sd+/sg+)则从电化学反应本质的角度来描述微观粒子的变化过程，这个过程通过图中右下角的装置图来体现。

实施例4：

如图6所示，我们观察了1名中学化学教师课堂，在不同的时间内对课堂教学出现的时间和区域进行记录，并对学生对教师课堂话语是否易于接受进行打分，满分为20分，将“得分/分值”得到每个模块“难度值n”(这种计算方法来源于教育统计学，n越小说明难度越大)，将“难度值n”进行倒数处理得到“难度值的倒数m”，数据处理：“m＝1/n”，m越大，说明该部分知识学生接受起来越难，教学话语的设计也更难，由此计算了每个维度的得分、难度值n、难度值的倒数m，并绘制了语义波三维图像(即图1)。

基于语义波三维图像的测评结果，一方面可以用数学软件直接观察图像的波峰和波谷，反映教师教学随着时间推移4个维度的变化，另一方面也可以分析知识的抽象程度与实际评测中的难度大小是否存在关联。通过测评我们可以发现，学生对教师课堂话语中最为抽象的电化学方程式反而是掌握得最好的(d点对应的线段d最短，难度最小)，对电化学反应现象掌握得最不好(b点对应的线段b最长，难度最大)。而maton认为d点所在区域知识应该是语义引力最小，语义密度最难，最抽象的，难度也应该是最大的，而b点知识所在区域相对比较简单。该测评结果说明基于maton所提到的两种工具的评估忽略了知识的难度，只关注了符号的浓缩程度和语义与实际生活的联系程度。而中国学生长期的应试教育已经使得他们能够熟练背诵有教师反复强调的化学方程式，相反由于长期实验教学话语的缺乏，学生对于化学反应现象掌握较差。因此通过该模型可以更加真实的反应出学生本身的能力和教师课堂话语的侧重点，使教师在未来的教学中把重点更多放到学生薄弱的地方，以改进教学。

最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。