前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇自言自語打一字范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

自言自語打一字范文第1篇

可是有一天，它們原本寧靜的生活被打破了。這天，森林外傳來了一陣轟隆轟隆的聲音，動物們都很好奇，紛紛跑出去看個究竟，只見十輛車子向森林開來。可動物們都看不懂這是啥玩意兒，都議論紛紛。這時，無數把斧頭從車上跳了下來，浩浩蕩蕩地進駐了這片森林，開始進行肆無忌憚的“屠殺”——砍伐樹木。動物們見此情景，嚇了一大跳，紛紛奔走相告。獅子大王聽說了這件事后，馬上召集全體動物：“大家不要怕，我們的森林這么大，斧子們不可能把樹全部砍光的，大家盡可放心！”但這次獅子把問題想得太簡單了……

在這一批斧頭中，有一把小斧子立志成為斧頭中的驕傲。于是它發奮圖強，每天砍的樹越來越多。終于從無數把斧頭中脫穎而出，當上了“工作之星”，又成為了斧子中的“頭頭”。它的效率變得越來越高，人們對它的贊揚聲也絡繹不絕。

時間一天天地過去，“斧頭幫”并沒有要撤退的意思。由于小斧子它們每天實在是太賣力了，使得許多大樹被奪去了生命，許多動物的家園也因此遭到滅頂之災。動物們實在忍受不下去了，便從中選出了兩位代表：聰明機智的小猴和“森林衛士”啄木鳥，讓它們去跟小斧子進行談判。

于是，啄木鳥和小猴子來到小斧子面前，開始做它的思想工作：“小斧子呀，你不要再亂砍亂伐了呀，我們的家可都住在樹上呀，你要是把樹都砍光了，我們該住哪呀？實在不行，你能不能每天少砍一些樹……”可小斧子卻執迷不悟，不聽從勸告，打斷了它們的話：“我砍伐樹木是為了人類呀，你們懂什么？現在可是21世紀，世界上有好幾個重大工程正急需木材呢！我們還要加倍努力，砍更多的樹呢！再說天底下樹這么多，你們住哪棵樹上都行，干嗎非住這兒不可呀？真是的，一邊玩去！別防礙我的工作！”啄木鳥它們繼續苦口婆心地勸說著，可小斧子依然一意孤行，執意要繼續為人類服務。最后，它們嘆了一口氣，和其它動物一起搬家了。

小斧子繼續賣力地工作著，這里每天都運出幾十車木頭，森林里的大樹也變得越來越少。可這時人類發現天上的空氣越來越渾濁了，咳嗽的病人也越來越多。人類經過調查后才發現，原來是由于世界上的樹木被砍伐，越來越少，而人口卻越來越多，從而導致氧氣變少，空氣質量變差。于是人類都把責任推脫到小斧子身上，紛紛指責小斧子。斧頭公司也迅速開除了小斧子。

小斧子覺得非常委屈，于是這天深夜，小斧子獨自跑了出來，坐在一顆大樹前嗚嗚地哭著。突然，旁邊有一個聲音響起：“孩子呀，你知錯了嗎？”小斧子嚇了一大跳，連忙轉過頭來，可是附近并沒有人，只有一棵大樹。它小心翼翼地問：“大樹爺爺，是您在說話嗎？”“是的，小斧子！”小斧子聽到這兒，“哇”地一聲哭了出來，開始對大樹訴說自己的不幸。大樹爺爺聽完后，沉思了一會兒：“小斧子呀，你為人類服務是正確的，但也要把握分寸呀。俗話說：物極必反，做任何事都要有個度呀！我們大樹不僅可以建造樓房、鐵路，還能減少噪音，阻擋沙塵暴，而且還有一個重要的工作，那就是充當地球的肺。每天我們吸進二氧化碳，吐出萬物賴以生存的氧氣。而你這樣瘋狂地亂砍亂伐，會使樹木越來越少，氧氣也越來越少，沙漠化速度卻越來越快，這樣遲早有一天這個世界上的所有生物都會滅絕的呀！”小斧子若有所思地點了點頭：“那爺爺我從今以后再也不砍樹了。”“哈哈，你又錯了！”大樹爽朗地大笑起來，弄得小斧子丈二和尚摸不著頭腦，“我們只要合理利用森林資源，合理砍伐樹木，還要加快植樹造林，這樣森林很快又會恢復生機。”“大樹爺爺，我懂了，我一定會合理砍伐樹木。”

自言自語打一字范文第2篇

關鍵詞： 移動學習 移動學習資源 資源建設

一、移動學習及學習資源的定義

（一）移動學習的定義

移動學習（Mobile Learning）是一種在移動設備幫助下的能夠在任何時間、任何地點發生的學習，移動學習所使用的移動計算設備必須能夠有效地呈現學習內容并提供教師與學習者之間的雙向交流。

（二）移動學習資源的定義

廣義的學習資源師學習活動中所需要的全部資源，包括人、財、物、信息、制度等。狹義的學習資源師指學習所需的信息資源、媒介資源等。本文所指的移動學習資源是指可支持移動終端，體現移動教育環境特征，支持移動教育環境下學習高效進行的數字化資源，是指在分析研究學習者特征和學習需求的基礎上，運用科學的教學策略和方法設計符合移動終端學習特點的學習資源支持服務。

二、移動學習資源和網絡學習資源的區別

移動學習資源和網絡學習資源與傳統的書本、輔導資料等紙質學習資料相比，都屬于數字化學習資源，它們有相同點，例如資源均是多媒體形式。不過移動學習資源也有區別于網絡學習資源的地方，完全將它們移植到移動學習平臺上并不合適。

（一）移動學習的特點

1.移動性

移動學習使用的工具是智能移動終端，這使得學習者的學習活動不再局限在某個固定的場景之下，學習活動可以發生在任何時間、任何地點。學習者通過移動設備可以隨時隨地對已經下載到本地的學習資源進行學習，同時可以通過無線網絡獲取網絡上的信息學習。

2.碎片化

隨著現在人們生活節奏的加快和生活方式的改變，人們的工作學習時間、空間已經從傳統的連續固定轉變為靈活和開放。人們經常利用等車、等人甚至上廁所的零碎時間進行移動工作或學習。可見人們的學習環境和學習方式都呈現出碎片化特點。移動學習能很好地滿足成人學員的這種碎片化的學習需求。

3.個性化

開放教育成人學員的水平、學習動機和學習風格各不相同，傳統教育在保證教育成果方面先天不足，而移動終端的私有性和學員之間在個性上的差異，決定了移動學習具有個性化的特點，移動學習可以幫助學員依據自己的興趣、特點和需求擬定學習內容和進度。

（二）移動學習資源的特點

1.內容簡明扼要

網絡學習資源往往是以一門完整的課程為單位進行建設，一般知識結構完整并且系統性較強。而移動學習資源為學員利用碎片化時間學習而設計，過大的信息量和過多的學習任務使得學習者在不固定的學習時間內很難進行有效學習。移動學習資源要求內容盡量簡單，所承載的內容應短小精悍，要求以相對獨立的知識點為單位，突出知識重點。

2.媒體短小精悍

考慮網絡環境和設備本身的一些局限，移動學習資源應盡量微型化，承載量不應過大，不會因為網絡連接速度或者設備計算速度等客觀原因影響學習資源的獲取，使學習者能迅速獲取和訪問。

3.滿足個性化學習

同網絡學習資源相比，移動學習資源更注重學習者的個性化學習。應該可以使學習者依據個人知識結構和興趣愛好選擇學習資源，因此，移動學習資源在設計與開發過程中應充分考慮學習群體的特點，設計多樣化的學習資源，實現學習者的個性化學習。

三、開放教育移動學習資源建設的原則

（一）要以學員的實際需求為依據

移動學習資源建設的最重要依據就是學員的實際需求，因為歸根到底，學習資源建設是為電大開放教育學員服務的，他們選擇來到電大就讀，有他們自身的考慮，比如有些學員是想通過系統學習專業知識完成課程學習任務取得學歷畢業文憑，有些學員想通過學習獲得分析解決工作中實際問題的能力，以期有更好的職業發展，有些學員只是出于自身的興趣愛好，等等。

（二）要以適當的知識點劃分資源內容

成人學員在進行學習中，注意力常處于高度分散、易受干擾的狀態，很難一次性完成有很多知識點的學習，因此提供的學習內容既要保證知識點的單一性以便能夠在較短時間內完成，又要保證知識點有相對完整的知識結構。一般來說，知識點要相對獨立，語言簡練，易利用圖形、動畫或者聲音進行描述的學習內容，較適合開發設計移動學習資源。

（三）要能引導學員自主學習

開放教育學員以成人學員為主，他們平時工作較忙碌，缺乏學習的主觀能動性，因此如何引導學員掌握自學的方式方法，刺激他們自覺主動地進行學習，是移動學習資源建設中不能忽視的問題。移動學習屬于學員傳統學習模式的補充，除了靠學員自己保持主動學習的積極性外，學習資源的建設必須能促進學員進行自主學習，例如每個知識點學完后都有小而明確的學習任務，通過完成任務給予學員成就感，從而達到促進其進行自主學習的目的。

當前移動學習發展并不成熟，優質的移動學習資源比較缺乏，但是隨著移動學習的不斷進步，移動學習資源必將以多樣化的形式展現給學習者，移動學習也必將發揮出更大作用。

參考文獻：

[1]李園園.成人移動學習資源建設的研究[D].北京：北京交通大學，2012.

[2]梁國勝，李睿.移動學習在遠程教育中的應用[J].軟件導刊，2010.

自言自語打一字范文第3篇

——文藝表演

“馬大力——”“馬大力——”“小不丟——”“小不丟——”“苗苗老師叫你們去她的辦公室。”亮亮一口氣說了五句話。“知道了，嗚嗚。”被馬大力打過的小不丟邊哭邊叫道。“哦。”馬大力也回應道，“慘了，苗苗老師肯定又要批評我們了！”到了辦公室，本應生氣的苗苗老師卻微笑著對他們倆說：“馬大力，小不丟，你們的所作所為我都看見了，我現在想讓你們倆在星期五的文藝會上表演‘武松打虎’，怎么樣？愿意嗎？”馬大力和小不丟的嘴都張成了“0”字形，要知道，他們就是一個能打，一個能挨，其他啥優點也沒有哇。可苗苗老師卻依然笑道：“我的意思是讓小不丟演老虎，馬大力演武松，你們倆就把平時是怎樣的用故事演出來不就行了嗎？”馬大力連聲叫道：“好！好！我一定演！”小不丟卻不高興：“為什么每次被打的總是我啊，不公平！”苗苗老師笑著說：“如果是前三名，我請你們吃‘KFC’怎么樣？”被美食誘惑的小不丟立即說：“好！好！”

星期五很快就到了，小不丟摸著將要被打的頭，痛苦地說：“唉，今天又要遭殃了！”在一旁的了了也“嗚嗚”了兩聲，表示同情。

“希望小學文藝會現在開始！首先，請六<4> 班的馬大力和小不丟為我們帶來的‘武松打虎’，歡迎！”穿著唐裝的馬大力自豪地走上了臺，后面跟著披著假虎皮的小不丟，馬大力為了美食，拼命地追趕著小不丟，并用盡了全力打他，可憐的小不丟只能默默地忍受著，讓馬大力盡情地打。果然，他們的表演地到了最多的掌聲，并得了第一名！

自言自語打一字范文第4篇

關鍵詞： 自然語言理解； 語義相似度； 全文檢索； 在線答疑系統

中圖分類號：TP399 文獻標志碼：A 文章編號：1006-8228（2015）05-10-03

Abstract： The similarity calculation based on natural language understanding is still a research content of the computer language processing technology. Based on the knowledge representation of "HowNet"， considering the both factors of depth and density， by using a more sophisticated multivariate semantic similarity algorithm， and with a full-text search matching technology， an online answer system in the limited field is designed and implemented. The experimental results show that， the system is reliable， the answer effect is more obvious， and the desired goal is achieved.

Key words： natural language understanding； semantic similarity； full text retrival； on-line answer system

0 引言

隨著計算機網絡技術的飛速發展，傳統的教學手段已不能滿足當前大信息量的教學內容需求，因此，創造一個在教師指導和引導下學生自主式學習的智能系統平臺很有必要。智能的網絡答疑系統可以利用自然語言處理技術對學生的疑問進行自動匹配處理，它的出現為網絡教學提供了交互的情境，成為支持網絡教學順利進行的重要條件。智能網絡答疑系統是傳統課堂教學的重要補充，并逐漸在學生學習、認知、再學習這樣一個閉環的學習過程中發揮著舉足輕重的作用[1]。

1 設計思想及算法原理

基于計算機自然語言處理技術，充分利用校園網絡資源，通過人機互動等豐富信息表現形式，實現一個智能的、高效的基于自然語言理解的專業課程自動答疑系統。系統設計的關鍵是如何實現快速、高效的智能搜索答案。該過程實際上類似于一個搜索引擎，其核心就是構建一個結構合理、具有完整豐富內容的知識庫，并能夠在自然語言理解的基礎上，快速、準確的完成自動答疑工作。基于自然語言理解的在線答疑系統中兩個關鍵技術分別是：中文分詞技術和相似度計算。

1.1 中文分詞技術

自然語言理解（Natural Language Understanding，簡稱NLU）研究如何讓計算機理解和運用人類的自然語言，使得計算機懂得自然語言的含義，并對人給計算機提出的問題，通過人機對話（man-machine dialogue）的方式，用自然語言進行回答。為了使計算機系統能夠較好地理解用戶提出的問題，首先需要對問題進行處理，這一過程最先用到的最為關鍵的技術就是分詞技術【2，3】。由于中英文之間的語言組織、詞法結構不同，使得中文分詞一直以來成為制約中文自然語言處理的主要因素。而中文文本中，只是字、句和段之間可以通過明顯的分界符來簡單劃界，詞與詞之間沒有天然的分隔符，中文詞匯大多是由兩個或兩個以上的漢字組成，并且語句是連續書寫的。這就要求在對中文文本進行自動分析之前，先將整句切割成小的詞匯單元，即中文分詞（或中文切詞），相比英文語句處理，中文分詞難度更大。

從算法處理上看，目前主要有三種【4-6】：一是基于詞典的分詞方法，它使用機器詞典作為分詞依據，分詞效率高，目前應用范圍較廣；二是基于統計的分詞方法，它是利用統計方法，通過對大規模文本的統計，讓計算機自動判斷的方法，該方法使系統資源開銷較大；三是基于人工智能的分詞方法，如專家系統和神經網絡分詞方法等，這類方法目前尚處于實驗室階段，尚未投入實際應用。

1.2 相似度處理技術

相似度計算在自然語言處理、智能檢索、文本聚類、文本分類、自動應答、詞義排歧和機器翻譯等領域都有廣泛的應用[7]。其計算方法按照基于規則和統計分為兩種情況：一是根據某種世界知識（如Ontology）來計算，主要是基于按照概念間結構層次關系組織的語義詞典的方法，根據在這類語言學資源中概念之間的上下位關系和同位關系來計算詞語的相似度[8]；二是利用大規模的語料庫進行統計，這種基于統計的方法主要將上下文信息的概率分布作為詞匯語義相似度的參照依據[9]。

⑴ 常用語義詞典

對于基于語義詞典的相似度計算方法，由于存在計算簡單、基礎條件低、假設條件易于滿足等優點，受到越來越多研究者的歡迎。常用語義詞典主要有[10-12]：WordNet、FrameNet、MindNet、知網（HowNet）、同義詞詞林、中文概念詞典（CCD），以及敘詞表、領域概念網、概念圖等概念網絡結構。本文對于相似度的計算主要是基于知網（HowNet）結構。其概念結構如圖1所示。

⑵ 相似度計算

與概念相似度密切相關的一個概念是語義距離（semantic distance）。在一棵樹形圖中，任何兩個節點之間有且只有一條路徑，在計算語義相似度的時候，這條路徑的長度就可以作為這兩個概念的語義距離的一種度量，通常認為它們是概念關系特征的不同表現形式，兩者之間可以建立一種簡單概念詞相似度用來描述概念樹中兩個節點之間的語義接近程度，一般最常用的是劉群提出的以《知網》為基礎的相似度計算方法[13]：

式⑴中，p1和p2表示兩個概念節點，dis（p1，p2）是樹狀結構中兩節點間的最短距離，α是一個調節參數，表示相似度為0.5時的路徑長度。

文獻[14，15]綜合考慮深度與密度因素，提出了多因素義原相似度計算方法：

式⑵中，h為義原樹深度，l為LCN層次，LCN為最小公共父節點。

文獻[16]認為該方法存在兩點不足：一是該式僅把相似度取為密度、深度因素的算術平均值，顯然對于概念節點分布不均的情況不夠合理；二是該式沒有對密度、深度兩者的影響程度進行分析，這樣對他的使用范圍受到了限制。基于此考慮，提出了改進的語義相似度計算方法：

式⑶中，l（p1，p2）為分別遍歷概念網中節點p1，p2到達其最小公共父結點所歷經的父結點（包括最小公共父結點）數的最大值。w（p1，p2）為p1，p2所在層概念數的最大值。算法關鍵部分引進了一個調節參數λ（p1，p2），并保證在該參數的作用下，當節點p1，p2所在層概念數較多，即w（p1，p2）增大時，密度因素對相似度的貢獻值大；而當p1，p2離最小公共父結點較遠，即l（p1，p2）增大時，深度因素對相似度的貢獻值較大。同時算法約定，當p1，p2的父結點和最小公共父結點相同，且同層只有p1，p2兩個節點時，調節參數為0.5。該方法即為本文在相似度計算方面采用的算法模型。

2 模型設計

下面我們參考文獻[17]，按照一般教師對于問題的處理方式，在上述概念語義相似度計算的基礎上，從計算機建模層面上給出計算機自動答疑模型的建模過程。

Step1：計算條件

已知標準問題庫A可以表示為關鍵詞序列：A=（a1，a2，…，an）；學生提問B可以表示為關鍵詞序列：B=（b1，b2，…，bn）。

Step2：相似度計算

⑴ 知識點關鍵詞信息提取

該問題的處理主要通過提取學生問題中每一個關鍵詞，對照系統知識庫，從底層開始遍歷搜索，當找到對應的概念節點時，提取該節點的高度、密度等屬性信息，并保存起來，搜索完成后即可參加相似度的計算。

⑵ 概念相似度求解

概念相似度的計算采用語義相似度技術，設標準問題庫A可以表示為知識點的一個向量組A=（a1，a2，…，an），循環遍歷每一個學生輸入的問題關鍵詞序列，通過概念語義相似度算法可得到任意兩概念之間的相似度Sim（ai，bj），其中i=1，2，…，m，j=1，2，…，n。

Step3：匹配結果輸出

前面已經完成了輸入問題和標準問題庫之間的循環相似度匹配計算，為了將需要的信息提取出來，模型還需要設置一個閥值δ。通過閥值δ這個關卡，將相似度結果大于δ的問題提取出來，并按照降序排列輸出即可。論文答疑系統模型建模流程如圖2所示。

3 系統實現與驗證

系統設計環境為Visual Studio 2005，數據庫服務器為SQL Server 2000。采用B/S網絡模型進行構架設計，按照系統功能需求劃分為用戶表示層、應用邏輯層和數據訪問層三個層面。系統測試界面如圖3所示。

如圖3所示，在答疑系統界面中輸入問句：“計算機包含哪些硬件？”，系統自動分詞后生成的關鍵詞語匯單元為：“計算機；硬件”（其中“包含；哪些”等作為停用詞已經被過濾掉了），然后系統自動在數據庫中檢索匹配，最終反饋了12條相關結果，圖3為部分結果截圖。這里說明一點，反饋結果的多少取決于閥值δ，測試中我們選取的閥值δ為0.8，一般我們取閥值δ在0.8左右即可。

為了進一步驗證系統的查詢能力，我們將剛才的問句調整為：“計算機包含？”，這時系統自動分詞后生成的匯單元只有一個關鍵詞“計算機”，最終匹配結果如圖4所示。

這里讀者或許會發現，系統反饋回來的結果與問題毫不相關。其實，這并不是系統出錯，而是“知網”概念網絡中“計算機”與“硬件、軟件”兩個概念關系比較密切，表現為在概念網絡中的節點位置較為接近，匹配結果相似度值較高，因此才有了上述的結果。也就是說，也許在某些時候當查詢某個概念時，相近的結果就會被檢索出來（或者當不確定查找的問題時，只需輸入相近的問題，也會查詢到想要的答案），這就是基于自然語言理解的語義相似度計算模型優勢所在。

4 結束語

由于漢語詞匯表達的復雜性和詞匯語義概念較強的主觀性，以及具體應用領域的專業性等因素影響，目前基于自然語言理解的相似度計算仍是計算機語言處理技術需深入研究的內容。本文在“知網”知識表示的基礎上，充分考慮“知網”深度和密度因素影響，基于全文檢索匹配技術，設計并實現了一個限定領域內的在線答疑系統，大量的運行結果證明了該系統是可靠的，達到了系統設計的目的。但在準確性方面還存在不足，從第一個測試中可以看出，提問人員真正需要的是：“計算機的硬件組成”。其重點關注的是計算機、硬件，而答案給出了太多的“計算機特點，計算機發展”等其他一些與“計算機”有關的匹配答案，其原因是關鍵詞權重的影響因素沒有體現出來，離真正的自然語言理解還存在一定的距離，這是系統下一步有待改進的地方。

參考文獻：

[1] 馮志偉.自然語言問答系統的發展與現狀[J].外國語，2012.35（6）：28-30

[2] 黃，符紹宏.自動分詞技術及其在信息檢索中的應用研究[J].現代圖書情報技術，2001.3：26-29

[3] 沈斌.基于分詞的中文文本相似度計算研究[D].天津財經大學，2006：12-17

[4] 張波.網絡答疑系統的設計與實現[D].吉林大學，2006：30-31

[5] 張麗輝.計算機領域中文自動問答系統的研究[D].天津大學，2006：14-18

[6] 朱.中文自動分詞系統的研究[D].華中師范大學，2004：12-13

[7] 周舫.漢語句子相似度計算方法及其應用的研究[D].河南大學，2005：24-25

[8] 于江生，俞士汶.中文概念詞典的結構[J].中文信息學報，2002.16（4）：13-21

[9] 胡俊峰，俞士汶.唐宋詩中詞匯語義相似度的統計分析及應用[J].中文信息學報，2002.4：40-45

[10] Miller G A， Fellbaum C. Semantic network of English [M]//Levin B， pinker S. lexical & conceptual semantics. Amsterdam， Netherlands： E lsevier Science Publishers，1991.

[11] Baker C F. The Berkeley frameNet project [C]//Proceeding ofthe COLING -ACL.98.Montreal， Canada，1998：86-90

[12] 黃康，袁春風.基于領域概念網絡的自動批改技術[J].計算機應用研究，2004.11：260-262

[13] 劉群，李素建.基于“知網”的詞匯語義相似度計算[C].第三屆漢語詞匯語義學研討會論文集，2002：59-76

[14] AGIRREE， RIGAU G. A Proposal for Word Sense Disambigua-tion Using Conceptual Distance[EB/OL]，1995：112-118

[15] 蔣溢，丁優，熊安萍等.一種基于知網的詞匯語義相似度改進計算方法[J].重慶郵電大學（自然科學版），2009.21（4）：533-537

自言自語打一字范文第5篇

關鍵詞：建構主義；自主學習模式；網絡；學習策略訓練

中圖分類號：H319文獻標識碼：A文章編號：1671―1580（2014）01―0080―03

《大學英語課程教學要求》把增強其自主學習能力和培養學生的英語綜合應用能力作為大學英語的教學目標。[1]相關研究表明，學習策略是促進自主學習的關鍵因素。[2]然而，多年來我國英語教學強調模仿、記憶等語言訓練，忽視學習策略的訓練，雖然大學生比較一致地肯定學習策略在學好英語方面的積極作用，但對英語學習策略了解不多，實際學習中較少有效地使用學習策略，自主學習能力普遍較低。針對以上問題，本研究以建構主義理論為指導，網絡技術為支撐，構建并實施了“基于網絡和策略訓練的英語自主學習模式”。

一、自主學習的理論依據

建構主義形成于20 世紀60 年代，是認知心理學理論的一個分支。它最早是由瑞士心理學家皮亞杰提出的，是在吸收了行為主義、認知主義等諸多學習理論的基礎上形成和發展起來的。建構主義學習觀認為，學習應該是積極的、建構性的學習，知識主要不是通過教師傳授獲得的，而是學習者在一定的情景及社會文化背景下，借助他人（包括教師和學習伙伴）的幫助，利用必要的學習資源，通過意義建構的方式而獲得的。總之，建構主義的學習理論與教學理論強調學習環境、學習者對意義的主動構建以及人際間的協作，倡導以學生為中心的教學模式。網絡資源下英語自主學習模式應“以學生為中心”：學習者在一定的情境即社會文化背景下借助其他人的幫助，利用必要的學習資源，發揮網絡作為教學平臺和交流媒介的作用，通過意義建構的方式而獲得知識，在學習和運用英語的過程中進一步學會如何學習。

二、基于網絡和策略訓練的英語自主學習模式

“基于網絡和策略訓練的英語自主學習模式”是在建構主義理論指導下，以學生為中心、利用網絡環境、借助教師學習策略指導的自主學習模式，主要包括學習策略導入、課內外網絡自主學習以及效果評價三個環節。強調通過學習策略訓練，提高學生的策略運用能力，全面發展英語綜合應用能力；以自主學習為中心環節，實際運用策略訓練的各項內容，強調將課內與課外學習相結合，充分發揮教師的主導作用、學生的主體作用和評價的反撥作用，培養學生的自主學習能力；以網絡技術為支撐，網絡資源為保障，為學生網上自主學習提供優質的資源環境。

（一）策略訓練教學

該模式突出了學習策略訓練在自主學習中的作用，強調將策略導入、課堂融入性訓練和課內外自主學習融合在一起，系統地培養學生的自主學習能力。具體做法如下：

1.根據 O’Malley和Chamot（1990）對策略的分類，即元認知策略、認知策略和社會/情感策略[3]設計調查問卷。通過問卷調查，了解學生的策略意識和策略使用情況。根據學生的個體情況分組，指定學習任務。

2.對學生進行學習策略培訓，包括：陳述性知識（說明策略是什么）、程序性知識（說明如何使用策略）和條件性知識（說明何時有效地使用策略和為什么使用這些策略）。根據學習內容的不同提供一些有代表性的學習策略供學習者選擇，使學生了解聽、說、讀、寫、譯過程中可以用到的策略。

3.教師將策略培訓融入到課堂教學中，隨時指導學生使用相關學習策略。在教師的監督、指導和幫助下，學生運用所學策略完成規定的學習任務。

4.小組根據各自的具體情況選擇課外學習任務，將課堂上練習的內容靈活地運用到課外網絡自主學習中，小組成員在小組內交流策略運用情況，分享好的學習方法。

5.以小組為單位，課堂展示所完成的課外學習任務，教師和學生對該組完成任務的情況進行討論和分析，對所使用的學習策略和自主學習能力做出評價，指出存在的問題，為學生自主學習能力的進一步提高做好充分準備。

（二）網絡環境建設

該模式有賴于自主學習網絡環境的建設，以保證自主學習和教學活動的順利開展。

1.硬件環境：建設了擁有2000多個機位的大學英語自主學習中心、網絡語言實驗室、網絡錄播室、在線答疑室、多媒體教室、電子閱覽室和大學英語教學電臺；購置了專用服務器數據庫、網站服務器、網絡存儲等硬件設施。

2.軟件環境：設計了網絡學習記時系統，在此基礎上，自主開發了網絡自主學習學時阻止系統、跨站點登錄、跨站點數據獲取和學時系數記錄等子系統，對網絡學習情況進行調控和即時反饋，為網上自主學習提供了優越的軟件環境。

3.資源環境：對現有教材、網絡資源進行信息化教學設計，建設了大學英語教學網（http：//），學生可以隨時登錄網站，利用網絡教材（如《新時代交互英語》《新視野大學英語》《新世紀大學英語》等）進行自主學習，開發了英語在線、互動學習中心、空中英語教室等教學資源，擴充了教學課件、四六級英語、考研英語等板塊，為教師課堂教學和學生網上自主學習提供了豐富的資源保障。

（三）多元評價機制

該模式將策略訓練和自主學習納入形成性評價體系，結合自我評價、小組評價、教師評價以及網上自主學習管理系統評價等人機結合的多元化方式對策略訓練效果和學生學習過程進行觀察、監督和評價，幫助學生克服策略使用的隨意性和無計劃性，加強對學生學習過程的監控和學習策略的指導，鼓勵學生對策略訓練過程進行反思和評價，促進學生自覺調控學習活動，并最終實現學習目標。

三、實踐效果

（一）提高了學生的英語成績

本研究采集了2009級文學院B1實驗班和B2對照班入學摸底成績和實施該模式后的期末考試成績，用SPSS軟件對前測和后測成績進行數據分析。

表1數據顯示，實驗班和對照班入學摸底英語成績的平均數（分別為73.67和74.02）、標準差（分別為8.698和8.675）都很接近，由t檢驗結果可見，p值為0.147>0.05，說明兩組數據無顯著性差異，即實驗組和對照組的入學英語成績無顯著性差別。從期末英語成績數據統計分析看，實驗班和對照班的平均數（分別為80.58和76.87）和標準差（分別為7.356和8.542）均出現了較大差距，p值為0.001

（二）提升了學生的自主學習能力

該模式實施一學期后，對實驗班實驗前后學習策略使用和自主學習能力情況進行了問卷調查和訪談，并用SPSS軟件進行了數據分析。

表2數據顯示，認知策略、元認知策略、社交/情感策略、策略總分以及自主學習能力總分的T值都是負數，表明訓練后學生的平均值有了一定程度的增加，P=.000說明兩者具有顯著差異。由此可知，學習策略訓練對于學生的自主學習能力的提高具有一定的促進作用。訓練后學生的學習策略（t=-11.033，p=.000）和自主學習能力（t=-10.417，p=.000）較之訓練前都有明顯的提高，說明訓練后學生能夠把學習策略潛意識地運用于具體的英語自主學習當中，巧妙運用各種學習策略監控自己的學習過程，促進了自主學習的順利進行，學生自主學習能力得到明顯提高。主要表現為：1.能夠掌握有效的英語網絡學習手段。大多數學生掌握了高效的搜索、篩選機制和自我監控、管理方法，網絡學習資源和時間利用率大大提高。2.能夠掌握解決學習問題的有效方法和手段。學生能夠靈活地制訂學習計劃，采取適當的策略，并在學習中積極監控、反饋、調節、及時修正策略及策略使用過程。3.善于利用各種機會用英語進行交際。在課內外活動中積極用英語進行交流，在交際中遇到困難時能夠有效地尋求幫助，情感調控能力增強，交際能力得到提高。

四、結語

綜上所述，建構主義的理論框架給英語自主學習提供了新的視角，有助于對自主學習的全面理解。上文在建構主義理論指導下對基于網絡和策略訓練的英語自主學習模式進行了探討，從學習策略訓練、網絡環境建設和多元評價機制建設等方面闡述了自主學習模式的構建，并且對其實踐效果進行了數據分析，說明了該模式對提高學生英語綜合應用能力和自主學習能力的積極作用。因此，在新時期大學英語綜合教學改革的形勢下，應借鑒建構主義理論，改變傳統的教學和學習模式，加強學習策略訓練，增強學生的自主學習能力，從而提高大學英語教學質量和人才培養質量。

[參考文獻]

[1]教育部高等教育司.大學英語課程教學要求[M].上海：上海外語教育出版社，2007.

[2]Brown HD.Principles of Language Learning and Teaching[M].NJ：Prentice Hall Regents，1987.

[3]程曉堂，鄭敏.英語學習策略[M].北京：外語教學與研究出版社，2002.