Информация об ошибках поступает на систему обратной связи от системы анализа предложений в виде кода ошибки. Адекватные сообщения обратной связи выдаются в соответствии с кодом ошибки. В этой системе авторы предлагают механизм исправления ошибок обучаемым, позволяющий обучаемому лучше понять те ошибки, которые он совершил. «Исправление обучаемым» означает, что когда анализатор ошибок обнаруживает ошибку, обучаемому выдается не готовый ответ, а соответствующее введенному предложению сообщение обратной связи. Обучаемый может или прочитать сообщение обратной связи сразу и исправить введенное предложение, или он может обратиться к грамматическим темам, освещающим его ошибку и исправить предложение позже. Сообщения обратной связи с каждым исправлением становятся более детальными. Например, если это ошибка в спряжении глагола, то будет выдано примерно такое сообщение обратной связи «Ошибка в глаголе», и несколько примерно таких ссылок «Таблица глаголов», «Практика спряжения глаголов», «Что такое страдательный залог» и т.п. - внизу сообщения. Обучаемый может обратиться к этим грамматическим темам и исправить ошибку самостоятельно. Конечно же, предложение можно исправить и непосредственно после выдачи сообщения обратной связи.
Рисунок 2 иллюстрирует сообщения обратной связи о неправильном спряжении глагола в страдательном залоге.
Рисунок 2. Сообщение обратной связи о неправильном спряжении глагола в страдательном залоге.
Заключение
В этой работе авторы описывают разработку CALL-системы, основанной на средствах NLP, целью которой является обучение страдательному залогу японского языка. Эта система позволяет обучаемому свободно вводить с клавиатуры предложения по-японски и может обнаруживать ошибки в напечатанных предложениях и обеспечивать обучаемому выдачу адекватных сообщений обратной связи. Обучаемый может использовать эту систему где угодно и когда угодно, так как эта система запускается на любом WWW-браузере. Таким образом этот подход может быть рассмотрен как новый метод в обучении языку (особенно японскому языку в нашем случае). Как уже было описано, мы не используем существующие средства NLP в том виде, в котором они есть. Вместо этого мы применяем анализатор ошибок для анализа неправильно введенных предложений. Кроме того, мы используем метод, прогнозирующий структуры неправильного ввода и сохраняющий их внутри системы для анализа ошибок. С этой целью авторы проводили обзор для выявления типов ошибок, возникающих при написании страдательного залога японского языка у студентов-иностранцев. Хотя это и утомительная работа, но она помогает в накоплении данных об ошибках, которые могут быть позднее использованы для анализа ошибок.
Мы планируем расширения системы, например: увеличение базы ошибок, различные сообщения обратной связи разным людям и более гибкие правила анализа ошибок при использовании словаря понятий EDR.
Список литературы
1.Holland, V.M., and Kaplan, J.D. (1995). Natural Language Processing Techniques in Computer Assisted Language Learning: Status and Instructional Issues. Instructional Science, 23, 351-380.
2.Juozulynas, V. (1994). Errors in the Compositions of Second-Year German Students: An Empirical Study for Parser-Based ICALI. The CALICO Journal, 12(1), 5-15.
3.Loritz, D. (1992). Generalized Transition Network Parsing for Language Study: The GPARS System for English, Russian, Japanese and Chinese. The CALICO Journal, 10(1), 5-22.
4.Lam, F.S., and Pennington, M.C. (1995). The Computer vs. the Pen: A Comparative Study of Word Processing in a Hong Kong Secondary Classroom. Computer Assisted Language Learning, 8(1), 75-92.
5.Lee, K.K., Konishi, T., Takagi, A., Shirai, K., and Ohara, H. (1994). Composition Error Analysis and Advice Strategy Using a New Japanese-Korean Composition Training ICAI System. Transactions of Information Processing Society of Japan, 35(7), 1223-1234. In Japanese.
6.Matsumoto, Y., and Imaichi O. (1994). Current Issues in Robust Natural Language Processing. In Proceedings of the First SIG-SLP Conference of the Information Processing Society of Japan. In Japanese.
7.McEnery, T., Baker, J.P., and Wilson, A. (1995). A Statistical Analysis of Corpus Based Computer vs. Traditional Human Teaching Methods of Part of Speech Analysis. Computer Assisted Language Learning,
8(2-3), 259-274. 8.Nagao, M. (1996). Natural Language Processing. Tokyo: Iwanami syoten. In Japanese.
9.Nagata, N. (1995). An effective Application of Natural Language Processing in Second Language Instruction. The CALICO Journal, 13(1), 47-67.
10.Yamamoto, H., Sakayauchi, M., and Yoshioka, R. (1996). Development System of Japanese Teaching Material Using CASTEL/J. In Proceedings of the 20th Annual Conference of the Japan Society for Science Education, 105-106. In Japanese.
11.Yang, J.C., and Akahori, K. (1997). Development of Computer Assisted Language Learning System for Japanese Writing Using Natural Language Processing Techniques: A Study on Passive Voice. In Proceedings of the 8th World Conference on Artificial Intelligence in Education (AI-ED97).