基于智能算法的化工英語輔助學習系統設計

肖海艷 張丹

摘要：針對化工專業詞匯學習的難度和復雜性，結合當前的智能算法，提出一種基于B/S的詞匯輔助學習系統。為實現該系統，主要對詞匯檢索算法進行設計，分別提出基于詞上下文向量相似度匹配和基于CNN+BLSTM的圖像識別方法，并給出系統登錄模塊流程和檢索流程。最后給出部分實現界面，并給出該化工詞匯輔助學習系統構建心得，以此為化工專業學習與信息化的結合提供借鑒與參考。

關鍵詞：相似度匹配;英語輔助學習;圖像識別

中圖分類號：G64 文獻標識碼：A 文章編號：1001-5922（2019）12-0185-04

化工行業的日益發展，使得國內外化工行業之間的交流日益頻繁，從而導致對化工領域人才的職業素養也越來越高。這不僅要求他們具備扎實的化工專業功底，還要求具備扎實的專業語言交流功底。但化工領域涉及范圍廣，包含化學、制藥、材料等各方面專業詞匯，數量多，詞匯復雜。黃微雅（2009）簡單的以醫藥化工行業的專業詞匯為例，提出一個簡單的復合詞就可能達到300個以上的單詞。這些專業詞匯量大，并且詞匯復雜。而傳統的化工專業詞匯學習采用的是課本、詞典等一些紙質資源。這些工具的特點在于只能按照固定的順序對專業詞匯進行學習。與此同時，隨著現代信息技術的發展，研究者開始將計算機技術、數據挖掘技術、智能算法等引入詞匯的學習中，如王文輝（2017）將相似度算法引入到英語智能問答系統中，并對該系統進行了詳細的設計;褚喜之（2018）則采用B/S架構構建了一個英語輔助學習系統。但是歸納以往的研究發現，用于化工領域的專業詞匯輔助學習系統相對較少。另外，在專業詞匯檢索的過程中，針對快速對以往寶貴的化學圖片進行檢索，進而提取有效的信息，是提高該輔助學習智能化的重要方式。因此，結合當前化工專業詞匯學習的復雜性，提出一種智能化的化工英語專業詞匯輔助學習系統，并對該系統進行了詳細的設計。

1 系統用例分析

本系統構建的目的是為廣大化工專業學生提供一個智能化的輔助學習工具。為簡化該系統用例角色，更好的理清用戶類型，設置系統管理員和學習者兩類角色;在功能方面，系統主要為用戶提供化工專業詞匯學習，同時借助自身構建的化工英語專業語料庫，為用戶提供高效的英文信息檢索服務。因此，結合以上的需求，系統不同用例的角色如圖1所示。

2 系統功能模塊設計

根據圖1的用例分析看出，用戶分為管理員和普通用戶;在功能方面，主要設置權限設置、語料庫、專業詞匯學習、單詞與語句檢索、輔助測驗等幾個部分。上述五項功能模塊的具體功能組成如圖2所示。

3 高校檢索算法設計

在本文中，一個重要的特色在于采用智能算法提高專業詞匯或語句的檢索效率，以此更好的輔助化工類專業學生學習。而在英文單詞的檢索方面，目前大部分針對單個專業詞匯單詞和語句的檢索，但是除上述的檢索以外，還存在部分針對的化工英文圖片。對此，針對該問題，本系統設置2類算法：①提高單詞或語句的檢索效率，提出一種基于相似度計算的匹配方法;②針對化工領域存在的珍貴圖片英文文本，提出一種基于深度學習的檢索方法。

3.1基于相似度的詞匯匹配

在化工領域中，要更好的輔助學生進行專業詞匯查詢，就需要通過一個詞匯引申出多個詞匯。如上述的化工詞匯特點中，一個詞綴可引申出多個詞匯。對此，在檢索中，本文引入基于詞上下文向量的相似度計算方法。具體步驟分為兩步。

3.1.1詞向量生成

在該步驟中，以一關鍵詞作為中心，對訓練集內該關鍵詞的上下文詞語進行統計，得到該關鍵詞的上下文向量，最終得到向量矩陣TCV[n][n]。

3.1.2相似度計算

在以上向量矩陣的基礎上，計算兩詞語的相似度。具體步驟為：對任意給定的兩詞語，分別從向量矩陣中提取各自對應的上下文向量，然后計算兩向量的余弦系數，即相似度值。具體計算公式為：

其中，Sim表示下三角矩陣，i≥j;Sim[i][j]表示為詞語ti和tj的相似度，TCV[i]、TCV[j]分別表示為詞語ti和tj的上下文向量，TCV[i][k]、TCV[j][k]為詞上下文向量的第k維權值。

3.2圖片檢索識別

同時為進一步提高該輔助學習系統在詞匯學習的作用，并且更好的提高對化工手稿材料的應用，提出一種基于手稿圖片文字快速檢索算法，以此能夠讓用戶通過圖片即可檢索到所需要的相關化學材料圖片。研究認為，傳統的圖像識別是采用圖像分割，然后在進行匹配。這種檢索會耗費大量的時間，同時也影響檢索效率。為改變這個問題，本文則借鑒潘煒深的研究成果，采用CNN+BLSTM結合的方式對手稿英文圖片進行識別。具體識別模型如圖3所示。

在該思路中，采用CNN對文本行的圖像時序特征進行提取;然后采用BLSTM對英文單詞進行識別;第三步則是采用最大似然函數對目標函數進行相關的優化;最后則是輸出識別匹配結果。

4 系統部分功能實現

4.1系統安裝部署

為實現上述的輔助學習系統，分別安裝JDK、Tom-cat、Oracle 10g。在安裝完成后，啟動數據庫服務，并將初始化數據庫文件導入。將開發的相關應用程序以war包的方式導入到應用服務器中;打開瀏覽器，輸入服務器的IP地址，點擊回車，進而對系統進行訪問。

4.2系統登錄模塊實現

登錄模式是該詞匯學習系統安全的重要方式。在登錄時，用戶首先輸入用戶名和密碼，然后在輸入用戶名和密碼后，與數據庫中的用戶名和密碼比對。而為了提高系統安全，在本輔助學習系統中，引入MD5加密算法。具體實現流程如圖4所示。

4.3單詞檢索模塊

在該模塊中，主要包括單詞檢索匹配和圖片識別。其中，單詞檢索主要是通過關鍵詞檢索，并結合詞上下文向量實現對部分化工專業詞匯同義詞的匹配，以方便更多的化工專業學生進行學習。具體流程如圖5所示。

5 系統應用效果

通過上述的設計，可以得到如圖6所示的化工專業詞匯檢索界面。

6 結語

通過以上設計看出，在對化工專業詞匯輔助學習系統設計后，用戶只需要輸入不熟悉的單詞，即可找到化工詞匯的解釋，大大提高了化工領域專業詞匯學習的便捷性，也凸顯出該系統在化工詞匯學習的專業性，可更好的輔助學生進行化工專業英語詞匯學習。同時，文章也存在一定的局限，只是對單詞檢索進行了簡單的實現，在圖片識別檢索工作方面，還需進行深入的探討。

參考文獻

[1]王文輝，吳敏華，駱力明，等.基于相似度算法的英語智能問答系統設計與實現[J].計算機應用與軟件，2017，34（06）：62-68.

[2]褚喜之.英語學習系統設計研究[J].微型電腦應用，2018，34（11）：21-24.

[3]周飛燕，金林鵬，董軍.卷積神經網絡研究綜述[J].計算機學報，2017，40（06）：1229-1251.

[4]高學，王有旺.基于CNN和隨機彈性形變的相似手寫漢字識別[J].華南理工大學學報（自然科學版），2014，42（01）：72-76+83.

[5]張昭旭.CNN深度學習模型用于表情特征提取方法探究[J].現代計算機（專業版），2016（03）：41-44.

[6]楊斌，鐘金英.卷積神經網絡的研究進展綜述[J].南華大學學報（自然科學版），2016，30（03）：66-72.

[7]林秀恒，吳虹.關于“說”的詞匯使用特色的研究——基于CNN與China Daily政治新聞語料庫[J].海外英語，2015 ，9（07）：191-193+196.

[8]余本功，張連彬.基于CP-CNN的中文短文本分類研究[J].計算機應用研究，2018，8（04）：1001-1004.

[9]買買提阿依甫，吾守爾·斯拉木，帕麗旦·木合塔爾，等.基于BiLSTM-CNN-CRF模型的維吾爾文命名實體識別[J].計算機工程，2018，44（08）：230-236.

[10]王毅，謝娟，成穎.結合LSTM和CNN混合架構的深度神經網絡語言模型[J].情報學報，2018，37（02）：194-205.

[11]潘煒深，基于深度學習的手寫英文單詞檢索算法研究及其在歷史文本上的應用[D].廣州：華南理工大學，2016.