
-
生物通官微
陪你抓住生命科技
跳动的脉搏
面向个性化英语教学的深度学习与可视化框架
《Scientific Reports》:A deep learning and visualization framework for personalized english language teaching
【字体: 大 中 小 】 时间:2026年08月27日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究开发并验证了一个整合深度学习与数据可视化的协作框架,用于个性化英语教学。通过整合多源学习证据,该框架提高了错误诊断、学习弱点识别和反馈的效率。在研究方法方面,首先,设计了一个结合稳健优化的 BERT 预训练方法(RoBERTa)和时间融合变换器的多模态数据融合框架,
本研究开发并验证了一个整合深度学习与数据可视化的协作框架,用于个性化英语教学。通过整合多源学习证据,该框架提高了错误诊断、学习弱点识别和反馈的效率。在研究方法方面,首先,设计了一个结合稳健优化的 BERT 预训练方法(RoBERTa)和时间融合变换器的多模态数据融合框架,以准确分析学生的学习行为和知识掌握情况。其次,通过在细粒度任务(如弱点定位)中结合对比学习,优化和增强了模型的性能。最后,使用动态数据可视化技术开发了交互式热力图和学习进度图,帮助学生和教师实时跟踪学习进度并调整教学策略。结果显示,所提出模型的分类准确率、召回率和 F1 分数分别达到 90.0%、90.1% 和 90.0%,超过了传统方法和其他对比模型。同时,弱点定位的准确率达到了 86.8%,有效提高了教学的针对性和准确性。教师的干预时间缩短了 44.4%,学生进度的跟踪时间减少了 38.3%,显著表明了可视化工具在教学实践中的有效性。结果表明,所提出的方法可以通过多模态数据融合和可视化工具为英语教学提供短期的个性化反馈支持。本研究的主要贡献体现在错误诊断、学习者弱点识别和反馈效率的提升上。然而,知识保持、迁移能力以及长期教育成果仍需通过整个学期的纵向追踪实验进行进一步验证。