基于深度學習的英語單詞學習系統應用研究

鄧金釘 茹韶燕

摘要：隨著各階級教育成本的下降，如今中國成為了全世界學英語人數最多的國家，在學生生活中，關于英語考試、詞典的資料層出不窮，記憶單詞的軟件也琳瑯滿目，但人們還是很難快速記憶單詞，立足現象，本文提出快節奏英文單詞記憶概念，旨在幫助用戶快速，準確的記憶單詞。結合wavenet-rnn等深度學習模型，實現單詞造句與遺忘曲線記憶單詞推薦策略，為廣大人們提供一套快節奏的單詞記憶法。

關鍵詞：7±2法則;wavenet-rnn;快節奏;wavenet-rnn

一、引言

根據2019年教育部發布《2018年全國教育事業發展統計公報》提出，初中以上學歷教育在校生2.76億人，而所有學校都開設了英語教學，因此中國是全世界學英語人數最多的國家。學習人群普遍認為學號英語必須掌握大量的單詞，但傳統的單詞學習都是借助厚重的單詞書背誦，迫切需要一個簡單、高效、快捷的英語學習工具。

扇貝單詞APP利用自己判斷對單詞的記憶程度的簡單自判斷式記憶單詞，側重于院校小組的相互激勵進行背單詞記憶。百詞斬的PK記單詞在競爭中進步，頗為有趣。總體而言，百詞斬適合一些對英語不感興趣的人學習，扇貝單詞更適合真實提高英語單詞量水平的用戶，兩款應用都不能夠滿足現代人“功利性地學習目的”。

本文結合人類的記憶廣度的“7±2法則”、著名的艾賓浩斯遺忘曲線[1]、反復呈現學習法、單詞突擊學習方法等理論，使用slope one與K-means協同過濾實現基于用戶畫像的詞庫精準推薦，結合wavenet-rnn深度學習模型，用反復呈現法[2]，一次背誦5個經過算法推薦單詞組，為廣大學生提供一套快節奏的單詞記憶法。系統立足點在于突破傳統的記單詞模式，用戶可以通過網絡來快節奏高效地熟記英語單詞，產品研究可用于應用其他語言學習記憶課程，如日語、法語等，從而實現輔助軟件功能的多向流動。

二、英語單詞學習系統設計

（一）自動單詞造句

該模塊采用莎士比亞的數據集、斯坦福問答數據集（SQuAD）以及網上爬蟲獲取的一些短句短語，其字符數總計超過30萬條句子，涵蓋了所有的四級常用詞匯。

基于wavenet-rnn模型構造，分為三層，輸入層，訓練層和輸出層。

輸入層通過將每個字符的數字都映射到一個指定維度的向量。

訓練層使用的tanh函數可以在一個二階函數趨近零點之前維持很長的距離，它能解決傳統RNN在訓練過程中由于信息不斷循環往復而權重過大，最后導致梯度消失和梯度爆炸的問題。通過查找嵌入，將嵌入當做輸入運行wavenet-rnn的一個時間步，并且在密集層生成邏輯回歸，預測下一個字符的可能性。

輸出層則是根據訓練層輸出最后的句子。

對于模型構造，在不改變單詞的情況下，輸入其他單詞，觀察是否生成不同的句子，如以下表1。

單詞造句系統是在一系列的文本中進行查找嵌入，而后輸出最大可能的字符。整個過程可分為四個部分：訓練模塊，系統初始化模塊，加載模型模塊，面部表情識別模塊。

（二）單詞推薦策略

本文基于slope one和K-means聚類進行協同過濾。對每個四級單詞的普遍記憶時間數據，當用戶在初始的時候會選擇自己的興趣，系統會把該用戶對于興趣單詞的時間值設置成該單詞所有記憶時間的平均值，而后計算每個單詞與其興趣單詞的平均偏差，將其平均偏差較小的優先推薦給該用戶，該過程只執行一次。用于解決用戶的冷啟動問題。K-means用于構建每個階段用戶用于記憶的單詞。把一個單詞的狀態從陌生到熟悉所花費的時間作為結果，把單詞的長度，詞性，單詞的意思個數，在四級考試中出現的次數作為輸入變量。按照記憶單詞的時間范圍作為簇，通過計算每個單詞向量的距離，距離相對較近的作為一簇，當每次記憶完單詞之后重新收集時間對簇進行再排列。每次推薦預測時間最短而且沒有被用戶記憶過的單詞進行推薦用戶記憶。

三、結論與問題

相對與現有學習軟件或系統而言，本文提出了快節奏單詞背誦理念，“快”是本文的核心理念，不同于現有同類產品，創新性提出快節奏單詞背誦理念此學習系統創新性的加入了個性推薦，為用戶進行了量身定做的單詞學習，以增強系統的可用性和滿足學者快節奏學習的需求，產品研究可用于應用其他語言學習記憶課程，如日語、法語等，從而實現推動記憶軟件趨向高效化。

參考文獻：

[1]基于遺忘曲線的推薦算法研究[D]. 張磊.安徽理工大學 2014

[2]基于知識吸收過程的組織遺忘研究[J]. 何永清，潘杰義，龍昀光.情報理論與實踐. 2018（03）

項目基金：2019年“攀登計劃”廣東大學生科技創新培育專項課題（項目編號： pdjh2019b0670）