基于人工智能的课堂师生对话分析：IRE的自动分类与分水平构建

已有大量研究关注课堂中的师生对话，并对其进行了不同类型的编码与分析，但目前的编码仍受到专业人员的水平与时间限制。为提高课堂对话编码速度，实现自动化的课堂对话分类与即时反馈，采用人工智能技术，利用神经网络分析模型对课堂中的提问、回答、反馈进行自动编码。研究发现：该模型实现了基于语义的课堂对话质量评估，能够在短时间内实现课堂师生对话中IRE模型的分水平评估，即对提问层次水平、回答层次水平和反馈层次水平进行评估与分类；构建了全面、快速、准确的课堂对话评估方式，成为进一步理解课堂中学习发生过程的关键环节，为大规模课堂智能分析奠定重要基础。