關于構建OCR-NLP圖文處理與高中英語寫作課堂教學相混合的新型教學課堂的研究

施麗麗

OCR-NLP圖文處理系統不同于以往的圖文處理系統，還是一種人工智能系統，不僅可以精準有效地識別學生的寫作內容，還能對此進行研究和分析，指出寫作內容的不足，以及改正之處。最重要的是，它有一個大數據，可以實時地分析每一位學生英語寫作的總體水平。這對于學生來說是十分重要的，也能更好地提高學生的英語寫作水平。那么下面，我結合自己多年的教學經驗，談一談如何構建OCR-NLP圖文處理與高中英語寫作課堂教學相混合的新型教學課堂。

一、當前高中英語寫作課堂中存在的問題

1.教學質量低下

在當前高中英語寫作課堂中，其實存在著許多問題，最重要的就表現在當前高中英語寫作課堂的教學質量十分低下。一方面是由于一個班的學生數量十分眾多，而教師不能兼顧每位學生。另一方面，傳統的高中英語寫作教學模式已經不能夠再適應當前新時代的英語教學。在這種情況下，高中英語教師如果不能夠創新一些新的教學方式和教學理念，就無法更好地進行高中英語的寫作教學。在當前高中，一般一個班級都有50到60個人，教師不可能完全照顧到每一位學生，這就導致學生不能夠完全了解自己的寫作問題出在哪里，從而進行改正。不僅如此，當前的高中英語教師還依舊采取著“填鴨式”的英語教學，這也就讓英語寫作的教學質量停滯不前，學生不能從教學中得到提高，教師也無法獲得學生的有效反饋。

2.學生的寫作熱情欠缺

在當前的高中英語寫作課堂中，許多學生都會產生或多或少的反感心理，這很大程度上都是由于學生的寫作熱情不夠而導致的。學生對于寫作沒有熱情是源于很多方面的，有的是由于高中英語本身十分枯燥，連帶著學生也不喜歡英語的寫作。同時，教師對高中英語寫作的教學研究能力不夠，導致他們在教學時不能夠運用適合學生寫作的教學方式來進行教學，久而久之，就會造成學生的寫作熱情漸漸喪失，從而造成學生對于高中英語寫作越來越沒有動力。

3.學生的寫作能力較弱

在高中英語的寫作教學過程中，一般都是教師布置一篇命題作文，然后學生進行寫作的練習。在高中英語的寫作教學過程中，學生利用模板來進行寫作，已經是當前幾乎所有高中生的常態。他們認為，利用模板來進行高中英語的寫作，可以大大節省他們的時間，但這往往會造成一些弊端，那就是學生的寫作能力不能夠真正得到有效提高，從而造成學生的寫作能力普遍較弱。

二、構建OCR-NLP圖文處理與高中英語寫作課堂教學相混合的新型教學課堂的意義

1.激發學生的寫作熱情

利用OCR-NLP圖文處理系統來進行高中英語的寫作課堂教學，可以大大提高學生的寫作熱情。首先，它具有一對一批改的功能，突破了傳統的高中英語寫作教學的弊端，讓每一個學生都能夠得到有效的指導，并通過相關的建議來完善自身的寫作內容。同時，它還能通過大數據分析學生寫作內容的具體問題，讓學生在不斷地修改和完善的過程中，提高對自身寫作缺點的認識，并在這個過程中獲得寫作的樂趣。通過OCR-NLP圖文處理系統與高中英語寫作教學相結合，對于激發學生英語寫作的積極性和主動性都有一定的促進作用。

2.提高學生的寫作能力

利用OCR-NLP圖文處理與高中英語寫作課堂相結合的教學方式，可以很大程度上提高學生的寫作能力，這是OCR-NLP圖文處理自身的特點所決定的。基于OCR-NLP圖文處理對高中英語寫作提升實踐研究著重兩方面：一方面是在語法、拼寫、句型、搭配等方面的反饋;另一方面是在篇章結構、邏輯性和連貫性方面的反饋;特別是智能評閱系統的錯誤類型統計分析技術優勢和傳統高中英語寫作課堂相結合，可以達到提升學生的定語從句、狀語、表語、同位語從句、形容詞、名詞短語等寫作能力目的;同時該系統對學生作文的修改次數和修改質量與作文成績的提高存在一定關系。這些研究都可以表明，在高中英語寫作課堂中結合OCR-NLP圖文處理系統可以有效地提高學生的寫作能力。

3.提高高中英語寫作教學的質量

在傳統的高中英語寫作教學的課堂中，教學的氣氛是十分枯燥且無聊的，教學的質量也十分低下。但如果能夠利用OCR-NLP圖文處理系統來進行高中英語寫作的輔助教學，就可以大大減輕教師的工作量，也能夠讓每一位學生提高寫作水平。這樣一來，教師和學生不僅能形成融洽的師生關系，也能讓學生在這個過程中及時發現自身寫作的不足之處，并及時地進行改正。在寫作的教學中再也不會出現教師無法兼顧每位學生的狀況，從而有效地提高高中英語寫作教學的質量和效率。

目前相關研究只提出構建基于寫作智能評閱系統的高中英語自主寫作教學這一模式，只是粗線條的展望和推測，業內還未提出如何將寫作智能評閱系統和教師點評、同伴互評結合起來。哪種結合方式才是適合高中生寫作學習的具體模式？對此，還需要進行進一步的研究和探討。

【備注：本文系2020年度江蘇省南通市教育科學“十三五”規劃“基于OCR-NLP圖文處理的高中英語寫作教學行動研究”（編號：XC2020002）的研究成果。】