人工智能與英語詞匯記憶融合的實踐探索

中圖分類號：G434文獻標識碼：A論文編號：1674—2117（2025）15-0096-04

引言

隨著全球化的深入發展，從學術交流到商務往來，再到日常社交，英語的應用場景越來越廣泛。英語詞匯是英語的基本構成單位，掌握足夠的詞匯量是提升英語綜合能力的關鍵。但對于英語非母語的學習者來說，詞匯記憶往往成為他們學習過程中的主要障礙。因此，探索有效的詞匯記憶方法成為當前英語教學研究的重要方向。

近年來，隨著數智技術的快速發展，人工智能在教育領域的應用逐漸深人。大語言模型憑借其神經網絡模型，能夠有效處理大規模數據和復雜任務，與教育領域的數據形式（如問答、題目和教材等）有很好的契合性，為教育模式的創新提供了新的可能性，為學習者提供了沉浸式的學習體驗。這種技術賦能打破了傳統教學的時空限制，推動了教育模式從傳統的“師一生”二元結構向“師一生—機”三元結構轉變。[2]

在此基礎上，本文基于“艾賓浩斯遺忘曲線”理論，開發并探究集成人工智能（以DeepSeek大語言模型為例）的英語詞匯記憶應用程序，以期為學習者提供高效、個性化的學習方案，助力英語詞匯記憶效果的提升。

艾賓浩斯遺忘曲線

1885年，德國心理學家赫爾曼·艾賓浩斯通過自我實驗揭示了人類記憶隨時間推移而衰退的基本規律，并提出著名的“艾賓浩斯遺忘曲線”（如下頁圖1）。

從圖1可以看出，隨著時間的推移，記憶保留率顯著下降。在最初的學習階段，遺忘速度非?？?；在隨后的幾天和幾周內遺忘速度逐漸減緩，并且在較長時間內（如31天后），記憶保留率趨于穩定，表明部分信息已經轉化為長期記憶。如果在前一階段中通過持續采用特定方法對感知數據進行反復強化，能夠有效鞏固并增強記憶痕跡的穩定性。因此，根據記憶保留率的變化，為了保持較高的記憶保留率，制訂合理的學習和復習計劃，并進行及時復習是必要的。如果在關鍵時間節點對目標詞匯進行系統性復現，通過間隔重復的學習策略，隨著復習輪次的增加，對單詞的記憶將會越來越持久。4經過五次科學規劃的復習周期后，學習者對詞匯的記憶持久性將達到較為穩定的水平（如圖2）。[5]

基于“艾賓浩斯遺忘曲線”規律的詞匯記憶APP（手機端）的實踐應用

在未開發網頁版“AI語言學習助手”APP前，筆者在所在學校的某班選取了20名學生，利用基于“艾賓浩斯遺忘曲線”規律的詞匯記憶APP（手機端）（以下簡稱“詞匯記憶手機APP\"），通過投屏進行英語詞匯記憶。其間，學生利用午間及下午的碎片化時間，按照每日2～3組、每組35個單詞的學習計劃，對魯教版初中英語九年級全一冊、八年級上冊和下冊進行詞匯記憶與復習。隨后，采用月度追蹤測驗的方式，對學生的學習效果進行持續監測與評估。

通過對測驗結果的統計分析可知， 85% 的學生（17人）最后一次比第一次追蹤成績有所上升， 35% 的著效果。此外，通過家長反饋得知，在使用該APP后，學生對英語學習的抵觸情緒明顯降低，學習自信心顯著增強，這進一步證實了詞匯記憶手機APP不僅能夠提高學生的詞匯掌握效率，還能有效改善學生的學習態度和心理狀態。

但是，詞匯記憶手機APP存在以下局限性：其一，由于中小學生無法將手機帶入校園，教師僅能通過投屏方式引導學生利用碎片化時間進行單詞識記，學生無法自主安排識記；其二，投屏后字體較小，不利于多人集體識記詞匯，長期使用可能對學生視力健康造成不良影響；其三，學生對“不熟悉”或“困難”的單詞僅停留在“識記”層面，缺乏在真實語境中的實際運用，難以有效提升其在真實語境中的詞匯應用能力，無法實現活學活用；其四，部分手機端APP在導人自有詞匯時程序煩瑣，甚至不支持該功能，難以滿足任課教師個性化的備課需求，用戶體驗較差。

圖2經過反復復習后的遺忘曲線

●基于“艾賓浩斯遺忘曲線”集成人工智能的詞匯記憶應用程序（網頁端）

1.設計分析

在保留詞匯記憶手機APP復習機制的基礎上，筆者整合DeepSeek大語言模型，開發了一款網頁版“AI語言學習助手”應用程序。該程序面向不同學習階段的英語詞匯記憶需求，允許用戶自主選擇或創建包括基礎教育階段（小學至高中）、高等教育階段（大學至博士）以及各類考試（考研、留學等）所需的專業詞匯庫。系統基于“艾賓浩斯遺忘曲線”的科學原理，能夠自動規劃每個單詞的學習和復習時間節點，確保記憶效果的最優化。針對學習過程中用戶標記的“不熟悉”詞匯，系統提供重點復習和導出功能；對于標記為“困難”的詞匯，則通過DeepSeek大語言模型提供智能化輔助，包括自動生成典型例句、模擬真實語境對話場景以及語音評測反饋等功能。

第3步：配置學習方案

2.使用介紹

第1步：用戶認證與界面布局

用戶通過注冊流程完成身份驗證并登錄系統。主界面采用左右分屏式設計：左側為功能導航區，集成核心功能模塊；右側為動態顯示區，承載學習內容交互界面。

第2步：管理學習資源

用戶可通過兩種方式構建個性化詞庫：一是在顯示區上傳符合格式要求的自有學習文件，并按學段分類存儲；二是在功能區通過“正在學習”下拉菜單選擇預設學段詞匯庫，“文件概覽”區實時更新詞匯庫文件資源數據。

需要注意的是： ① 上傳的自有學習文件須采用包含“Word”和“Meaning”雙字段的規范格式； ② 數據隱私遵循嚴格的權限控制機制，僅限創建者進行增刪改查操作，其他用戶無任何訪問權限。

“文件概覽”界面提供多維參數配置，如總詞數、每組單詞數、總組數、總天數、待復習、需造句、單詞順序等。用戶自主設定每組學習容量，其他參數隨之更新，確定順序學習或隨機學習模式。系統基于認知心理學原理，通過“艾賓浩斯遺忘曲線”算法智能規劃復習周期。

需要注意的是：順序學習模式遵循原始詞表序列進行學習；隨機學習模式則通過算法打亂原始詞表序列進行學習。

第4步：開啟智能學習

界面采用分層式設計，學習區頂部設置可視化“總控組件”。詞匯遮蔽模式（“隱藏英語”按鈕）：隱藏所有詞匯，保留所有漢語釋義；釋義遮蔽模式（“隱藏釋義”按鈕）：隱藏所有漢語釋義，保留所有詞匯。用戶可通過模式切換實現雙向記憶訓練。

智能學習核心交互模塊，每個單詞分別含四個“分控組件”，實現分單詞遮蔽模式切換（支持每個單詞釋義遮蔽、每個單詞遮蔽）和自適應標記系統（設置三級難度標識：普通、不熟悉、困難）。其中，“不熟悉”標簽觸發智能復習機制；“困難”標簽激活深度學習路徑。

用戶點擊“總控組件”，在詞匯遮蔽模式下，當出現識記困難時，可點擊特定單詞的顯/隱控制組件，系統將解除當前單詞的遮蔽狀態，之后用戶便可完成定向識記。

采用雙向導航設計：正向推進，在完成當日任務后，“下一天”加載新學習單元。逆向回溯，“前一天”支持復習歷史學習記錄。

第5步：開展多模態訓練

“造句”模塊不僅可以對標記為“困難”的單詞進行文本默寫復習，還可以進行例句翻譯練習或模擬真實情境對話的創作。

“創建例句”選項可選擇難度級別；DeepSeek大語言模型生成多維度例句庫，可以進行文字翻譯；“情境對話”可以模擬真實情境口語練習，實現多模態交互。

以魯教版五四學制七年級上冊目標詞匯“curly”為例，采用多模態生成方法進行實證分析。在例句生成模塊中，首先基于DeepSeek大語言模型，在“簡單”難度參數下生成初始例句，然后通過“更換例句”功能迭代生成語義和句法結構均不同于例句1的新例句，并可繼續生成具有顯著差異性的其他例句。

在情境對話模塊中，同樣在“簡單”難度設定下，模型首先生成初始情境對話，再通過“更換對話”功能，生成在交際場景、對話內容和語言表達等方面均不同于情境對話1的新對話，并可進一步生成多樣化的情境對話。

另外，語音評測模塊集成實時語音識別技術，通過目標文本比對實現發音準確性評估。當發音完全準確時，評估系統給出滿分（100分）的評價結果；若存在發音錯誤，系統將通過文本比對技術精準識別錯誤發音的單詞，并在“目標文本”中進行可視化標注，同時基于錯誤率計算得出相應的評估分數。該評估機制實現了發音準確度的量化分析與錯誤定位，為語音學習提供了有效的反饋機制。

第6步：管理學習成果

提供智能化數據導出功能，支持“不熟悉”詞匯導出打印，便于攜帶復習。

第7步：重置智能學習

可通過重置“每組單詞數”，重新加載已學習文件，開始新一輪的學習與復習。

3.應用程序創新點

① 引人DeepSeek大語言模型，為語言學習提供智能化支持。該模型能夠根據學生的實際需求，自動生成豐富的例句和貼近真實場景的對話內容，幫助學生建立自然語境下的語言認知。

② 構建智能化教學輔助系統，提升課堂教學效率。該系統允許教師導入目標詞匯，并在教學過程中實時標記學生掌握情況（如“不熟悉”或“困難”詞匯）?；谧詣佑涗浀膶W習數據分析，系統能幫助教師實施差異化教學策略。同時，該系統通過大語言模型豐富了傳統教材的語言素材庫，有效解決了傳統教學中機械重復練習的問題。

③ 創新開發網頁端應用，實現碎片化時間高效利用。考慮到中小學生在校期間無法使用移動設備的實際情況，該應用程序通過瀏覽器即可訪問，解決了詞匯記憶手機APP的使用限制問題。

構建多層次詞庫體系，實現個性化學習路徑規劃。該應用程序建立了完整的階梯式詞庫架構，系統整合了基礎教育、高等教育以及各類專業考試的詞匯資源，學習者既可以選擇預設的標準化詞庫，也可以根據個人需求導人自定義詞匯列表。同時，基于“艾賓浩斯記憶曲線”的科學原理，實現了智能化的學習路徑規劃，既保證了記憶效率，又兼顧了不同學習者的認知特點。

結論與展望

網頁版“AI語言學習助手”應用程序通過科學的復習安排有效提升了詞匯記憶效率，通過互動式的學習方式改善了學習者的學習態度，通過情境化的訓練模式增強了學習者的實際語言運用能力。這些特點使其成為備考學生和任課教師的有力輔助工具。然而，需要強調的是，任何單一的學習方法都難以滿足所有學習需求。建議使用者將本應用與其他有效的記憶策略相結合，以獲得更理想的詞匯記憶效果。

參考文獻：

[1]余勝泉，熊莎莎.基于大模型增強的通用人工智能教師架構[J.開放教育研究，2024，30（01）：33-43.

[2]張絨.生成式人工智能技術對教育領域的影響——關于ChatGPT的專訪[J.電化教育研究，2023，44（02）.5-14.

[3]鄧黔圭.基于移動互聯網環境下的學習模式探討[J].現代職業教育，2021（41）：168-169.

[4]姚歆蕾.基于艾賓浩斯遺忘曲線的英語詞匯學習微信小程序的設計與實現D].昆明：云南師范大學，2021.

[5]孔瑞平，潘瑞民.艾賓浩斯遺忘曲線在單詞快速記憶平臺的應用[J].河北軟件職業技術學院學報，2024，26（02）.5-9.