基于粗糙集理论研究英语分层次教学

　　摘要：随着中国经济的快速发展，高职教育也蓬勃发展起来，并已经成为普通高等教育的重要补充部分。但是由于扩展规模过快，高职院校的生源质量难以得到保证。目前，高职学生的学习成绩、学习兴趣与学习能力都存在很大的悬殊，这在英语学科表现得尤为突出。在这种情况下，如果进行统一的授课方式，会使得一部分学生学习吃力，而另一部分学生的潜力又得不到充分发挥，从而降低教学效果。

　　关键词：粗糙集理论，英语教学，研究

　　随着教学研究的深入发展，教育量化研究方法日益受到重视，并在教育评价、教育经济、教育规划、教育预测等领域得以广泛应用，取得了良好效果。

　　“以生为本”的现代教育思想反映在高等职业教育领域，要求关爱每一位学生，满足他们多样化的需求，促进其能力的全面发展和精神素质的提升，从而使得人人都能够在未来的职业生涯中获得成功。关爱每一位学生，高等职业教育的终极目标是：每一位学生都要发展，但不求一样的发展;每一位学生都要提高，但不是同步的提高;每一位学生都要合格，但不必相同的规格。每一项教学改革措施是否得当，是否能满足教学目标，必须运用科学的方法进行验证和分析。

　　新教学模式的评价的标准从知识转向了学习能力，还包括了学习动机，兴趣等非智力因素，因此，体现学生情况的数据，很难用数字精确地表示出来，而多用自然语言加以描述。面对大量的信息以及各种不确定因素,要做出科学,合理的决策是非常困难的。从实际系统中采集到的数据常常包含着噪声，不够精确甚至不完整，采用纯数学上的假设来消除或回避这种不确定性，效果往往不理想。反之，如果正视它,对这些信息进行合适地处理，常常有助于相关实际系统问题的解决。

　　本文尝试用一种新的数学理论--粗糙集理论对英语分层及教学中教师与课程实施、教师与教学质量等关系等进行评价分析，得出对于指导英语分层次教学有用的结论。粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种数据分析理论。1991年Z.Pawlak的专著《粗糙集——关于数据推理的理论》(RoughSets--TheoreticalAspectsofReasoningaboutDate)的问世，标志着粗糙集理论及其应用的研究进入了活跃时期。粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，特别适合用来对教学量化研究中难以量化的问题进行量化研究。

　　传统的数据研究中，大量的数据分析与处理的工作由具有专业知识的专家利用简单的数据表示工具(例如：电子图表、电子表格)和分析方法如统计等来完成，这种做法效率极低，只能获得数据的表层信息，而不能获得数据属性的内在关系和隐含信息，即不能获得人们比较感兴趣的知识。研究高效的自动的知识获取方法具有重要的现实意义。

　　在知识工程研究中，一直存在着信息的含糊性等问题，含糊性有三种，术语的模糊性，如“大小”;数据的不确定性，如“头晕的厉害”;知识自身的不确定性，如规则前后间的依赖关系并不是完全可靠的。靠传统人工智能中的经典逻辑理论不足以解决上述不确定性问题。

　　在这种情况下，粗糙集理论(RoughSet)逐步建立并发展起来，粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种数据分析理论。到1990年前后，由于该理论在数据与分析、模式识别、机器学习与知识发现等方面的成功应用，逐渐引起了世界各国学者的广泛关注。1991年Z.Pawlak的专著《粗糙集--关于数据推理的理论》(RoughSets--TheoreticalAspectsofReasoningaboutDate)的问世，标志着粗糙集理论及其应用的研究进入了活跃时期。

　　粗糙集理论与方法对于处理复杂系统是一种较为有效的方法，因为它与概率方法、模糊集方法和证据理论方法等其他处理不确定性问题理论的最显著的区别就是它无须提供问题所处理的数据集合之外的任何先验的信息，如统计中要求的先验概率和模糊集要求的隶属度。所谓粗糙集方法，是基于一个或者一组机构关于一些现实和它分辨某些特点、过程、对象等的能力知识，该方法以对观察和测量所得数据进行分类的能力为基础，从而为信息科学和认知科学提供了新的科学逻辑和研究方法，同时为智能信息处理提供了有效的处理技术。

　　分层教学的基本指导思想是:从学生原有的认知结构和个性差异出发，因人施教，发挥个性特长，努力为每个学生创造出适合自身发展条件的教育环境，使每个学生都能形成良好的品质，都能获得综合素质和创造能力的最大发展。分层教学是一种面向素质教育的教学模式，而素质教育的实质是创新。创新教育是以人为本的教育。创新教育重视人、关怀人，其核心是要突出培养学生的良好个性，而一个人的个性与创造性有着密切的联系。

　　教学评价的关键在于制定出明确而又客观的标准。在以教为主的传统教学模式评价体系中，评价方法一般是收集、整理和分析学习者的有关信息，用来证明教学的效果。技术对教学的支持，促进了教学环境的变化，环境的变化把重点从以教师为中心，转变为以学生为中心，教学模式由以教为主转变成以学为主。在新教学模式下的教学评价，因为评价的标准从知识转向了学习能力，还包括了学习动机，兴趣等非智力因素，因此，体现学生情况的数据，很难用数字精确地表示出来，而多用自然语言加以描述。在自然语言中，大量的陈述语句存在模糊性，对评价标准的描述也不例外，具有模糊性，如学习能力很强，学习兴趣浓厚，学习动机差，不能很好地与他人协作等。这些评价是明白的、具体的，但具有模糊性。

　　那么对于评价标准的语言描述，能不能用定量评价方法呢?答案是肯定的。作法是将模糊性语言描述加以数量化，从而可利用传统的数学方法进行分析处理。模糊集合理论为把具有模糊性的语言描述进行量化提供了坚实的理论基础和操作性很强的科学方法，模糊多级多因素综合评判方法，能很好地适用于新教学模式下的教学评价。

　　模糊综合评价是应用模糊数学知识对教育客观事物进行分析和评价的定量评价方法。对于复杂的教育现象，包含有太多模糊，不确定因素，不像工业生产中对零件质量的评价那样，能用精确的尺寸来衡量，而是具有很大的模糊性(所谓模糊性，主要是指客观事物差异的中间过渡中的不分明性[]。糊综合评价方法突破了传统评价方法中的“非此即彼”的二值逻辑限制，而采用了多值逻辑的评价方法，即一个对象属于某个等级的程度可以是1或0，也可以是介于0和1之间的任何中间值，并且对于不同的等级可以同时有不同的属于程度。也就是说，每个对象都可以在所有等级上分别做出估量，而不仅仅是其中择一。每个评价结果是多个数构成的一个向量，而不仅仅是一个单值。这样可以将质的评价转化为量的分析，从而将人的主观因素降到最低点，实现对教育的科学评价。

　　对收集的数据进行离散化处理、得出决策表：连续属性离散化是数据分析中重要的预处理过程，而基于粗糙集理论的数据分析要求离散化的结果能够最大程度的保持原信息系统的分辨关系。用于分析的决策表，处理属性值在一个小范围内的值域里取值的决策表。当决策表的属性值的值域的基数较大时，我们就要用离散化的方法，把属性值分割成为一些区间。离散化降低了问题的复杂度，增强了决策表的泛化能力。

　　通过分析规则，教师的教学态度对学生的英语学习自信心和学习兴趣具有特别重要的影响，这正好符合了中国古语里讲的“亲其师，信其道”。知道当教师的教法没有和学生的学习主动性配合时，将导致教学的不协调，学生处于主导地位，学生主动性发挥越充分，学生学习的自主性、主动性和创造性就强。但在英语分层次教学中，高、中、低各层次学生的学习还是受到教师教学的主观意愿的限制，所以，对于中、低层次的学生来说，“主观性发挥的越充分，学生学习的自主性，主动性和创造性就越强”无法全面实施。

　　根据研究的规则和结论，在采取英语分层次教学过程中，教师应以调动学生学习英语的主观能动性为主，把重心放在学生心理、思维的疏导上，在任何时候，都要坚信学生有好学上进的一面，在教学时不但要考虑英语知识的系统性和完整性，更重要的是考虑学生的适应性。

　　参考文献：

　　1、董金平.外语认知法教学探析.齐齐哈尔大学学报.1999(5);

　　2、 W.P.Ziarko.Roughsets[M].FuzzysetsandKnowledgediscovery,1994,87~96;

　　3、张文修，吴伟志，梁吉业，李德玉.粗糙集理论与方法.北京：科学出版社，2001;

　　4、王慧.试论维果斯基“最近发展区”理论的现代教学启示[J].井冈山学院学报2006(7)