马玉慧 夏雪莹 张文慧

[摘   要] 课堂提问是教师课堂教学行为的关键组成部分，是师生进行课堂交互的主要方式。对教师课堂提问进行分析，是提升教师课堂教学水平的关键。视频分析法是目前进行课堂提问分析的主要方法。但该方法需要花费大量的时间和人力，导致无法进行大规模应用。近几年，随着人工智能技术的不断成熟，越来越多的领域开始利用人工智能替代人工操作。为使课堂提问分析能够高效、大规模地应用，本研究提出基于深度学习的课堂提问自动分析方法。研究采用卷积神经网络（CNN）及长短时记忆网络（LSTM），对80节课的9090条课堂教师提问文本进行分类。实验结果表明，CNN模型具有更好的分类效果，其在提问内容和提问类型两个维度上的整体准确率分别是85.17%和87.84%。应用该方法训练的模型，可替代传统的视频分析法，能够实现大规模的教师课堂提问话语的自动分析。

[关键词] 课堂提问; 自动分类; 深度神经网络; 深度学习

[中图分类号] G434            [文献标志码] A

[作者简介] 马玉慧（1974—），女，辽宁锦州人。副教授，博士，主要从事人工智能教育应用的研究。E-mail：799493385 @qq.com。

一、引   言

课堂提问是教师课堂教学行为的关键组成部分，是师生进行课堂交互的主要方式。有效的课堂教学提问不仅能够吸引学生的注意力，激发学习兴趣，而且能够引导学生深入思考，及时评价教学效果[1-2]。对教师的课堂提问进行质性研究，是区分新手教师与专家教师，促进教师专业发展的有效途径之一[3-5]。……