第五章 雛型系統初步評估
第二節 未來方向與建議
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於學習者組句完成後，自動診斷造句是否恰當並針對錯誤顯示回饋訊息。本 功能的診斷機制係根據學生運用成語造句時常見病句偏誤原因歸納設計而 成，先將學習者造句中各詞、成語加註詞性標記後，再利用各本體中知識就 學習者造句之句法規則、詞彙搭配類別、情感色彩作分析，以判斷學生造句 是否適切。
五、本研究以準實驗設計針對進行系統效能及滿意度評估方面，結果發現利用本 研究之系統輔助教學的學生學習成效顯著高於使用傳統教學的學生，尤其對 中、低能力程度學生具有顯著學習成效。在實際成語造句方面，以本研究之 系統輔助教學之學生成語語法、語義使用正確性也較傳統教學學生顯著為 高。另外，學生覺得本研究之系統是易用及有用的，並感到滿意。
六、本研究以訪談法針對實際使用過本研究之系統的五位國文教師進行系統可行 性的瞭解，受訪教師皆認為本系統是可以使用在學生自學成語上的。
第二節 未來方向與建議
本研究的未來研究方向與建議如下：
一、成語教學的部份，建議可以在成語語源的部份加入歷史漫畫或圖片，讓學生 更容易瞭解由來及使用情境，以圖像幫助成語學習。或可將成語依難度作分 級，讓不同學習階段的學生可以找到程度適合的成語進行學習或有順序性地 學習成語。
二、本研究在測驗題型產製上，僅以是非題、單選題、配合題等題型為主，並未 包含其他試題的發展議題，而各測驗題樣式部份也僅發展基本樣板，未作太 多的測驗樣板的研究。此外中文成語有一成語同時有許多意涵或多條成語的 意義極為相似的狀況，因此本研究在各題型的產製過程中已預先排除同義或 近義的成語與其知識組合的可能性，以避免可能會有模稜兩可的答案或多重 答案造成使用者混淆的狀況發生，此規則會降低其他是非題及選擇題選項的 誘答性。另外，本研究也未對本系統產出題目的難度及鑑別度進行評估。建 議未來可以朝著如填充題等更多的測驗題型發展，若希望能增加題目鑑別度 則可針對如何增加選項的誘答性部份作深入研究，如果可以導入Bloom 教育 目標分類為原理發展更多的測驗樣本，系統將可產製更多符合不同教育目標 的測驗題目，而且可依題目內容及測驗目標將題目作分級，以適用於不同學 習階段的學生。
三、本研究中情境式成語造句部份，研究者僅先提出一個電腦可進行診斷造句適 當與否的設計理念與對應的題目設計，未來研究可基於此診斷理念並朝著題 型設計的方向發展，針對不同學習階段的學生設計對應的題型，在第五章第 三節的訪談中有各受訪教師提出的諸多意見可供參考。另外，本研究中的情 境式成語造句題目，均以人工先行分析文意、句法、關鍵字，並設訂好題目 後再存入題庫中，未來研究可以朝系統能分析短文中之關鍵字詞及成語、自 動產生情境式成語造句練習題目並提供選項的方向進行。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
四、由於研究目的與時間的限制，本研究在成語造句練習的部份是採是非題、選 擇題及情境式成語造句練習的題型，未來研究可以朝讓學習者開放式全句自 行造句的方向進行。而中文詞彙廣博而精深，目前系統資料庫中的詞語及成 語僅為詞海中的一小部份，因此若希望達到學習者自行造句的理想，則需要 配合擴充資料庫中詞語量並能以斷詞、自然語言等技術進行分析。
五、礙於研究目的及研究時間受限，本研究以建置詞語訊息、成語知識本體及利 用本體完善各測驗、造句練習功能為核心，系統發展部份僅以學習者觀點之 成語練習操作介面及其功能為發展重點，進行系統實作及後續測驗與成效評 估，管理者及教師功能並未能包含在本研究的實作中。後續研究可以將管理 者及教師功能加入，讓系統功能更具全面性，也可更容易進行各資料庫及模 組的維護。
‧
‧
ICICE2011，編號 46。24. 徐淑遠（2006），「國小高年級國語教科書中成語之內容分析及教學研究」， 委員會專題研究計畫（編號：NSC 98-2631-S-003-001-）。
29. 張新仁著（1992），《寫作教學硏究 : 過程導向寫作教學的理論及應用 : 認
36. 戚玉樑（2005），「以本體技術為基礎的知識庫建置程序及其應用」，Journal of Information, Technology and Society，Vol.5，No.2，頁 1-18。
37. 陳玉茹、于乃芬（2007），「情境式中文造句教學軟體之研發」，第 5 屆全 球華文網路教育研討會。
38. 陳佳吟（2006），「電腦輔助文法出題」，清華大學資訊系統與應用研究所 碩士論文。
39. 陳金祝（1996），「學生特質影響電腦輔助學習」，師友，354，頁 32-35。
‧
41. 陳淑芳（1998），「Bringing computers into the language classroom：將電腦引 進教室－開啟英語教與學的新紀元」，東吳外語學報，13，頁 147-165。
42. 陳懷萱（2000），「漢語『四字格』固定語之特徵與語法功能分析」，Journal of the Chinese Language Teacher Association，October 2000，Volume 35:3，頁 49-70。
53. 廖昭文（1993），「英文電腦輔助教學之教案設計：Using computer assisted instruction in English teaching」，台北工專學報，26：2 期，頁 409-424。
54. 劉月華、潘文娛、故韡（2002），《實用現代漢語語法》，臺北：師大書苑。
‧
66. 簡瑞春（2008），「應用 E-Learning 於成語相似字之學習」，亞洲大學資訊 工程學系碩士在職專班碩士論文。
67. Allen, G. N. & S. T. March (2007), “Ontological Foundations for Active Information Systems.” , International Journal of Intelligent Information Technologies(3:1), January, pp. 1-12.
68. Amaral, L. (2011), “Revisiting Current Paradigms in Computer Assisted Language Learning Research and Development”, Ilha do Desterro 60.
69. Amaral L. & D. Meurers (2011), “On using intelligent computer-assisted language learning in real-life foreign language teaching and learninguni”, ReCALL, Vol 23, No 1.
70. Amaral L., D. Meurers & Roman Z. (2011), “Analyzing learner language: towards a flexible natural language processing architecture for intelligent language tutors Computer Assisted Language Learning”, Computer Assisted Language Learning.
Vol 24, No 1.
71. Bax, S. (2003). “CALL—past, present and future.”, System, 31, pp. 13-28.
72. Bernaras, A., Laresgoiti, I., and Corera, J. (1996), “Building and reusing ontologies for electrical network applications”, In Proceedings of the 12th ECAI, Budapest, Hungary, 1996, pp. 298-302.
73. Brown, Collins & Duguid (1989), “Situated Cognition and the Culture of Learning” , Educational Researcher, 18, pp. 32-42.
74. Bunge, M. (1977), “Ontology I: The Furniture of the World” , Treatise on Basic Philosophy, Vol.3.
75. Chandrasekaran, B., Josephson, J. R., and Benjamins, V. R. (1999), “What Are Ontologies, and Why Do We Need Them? ”, IEEE Intelligent System, 14(1),, pp.20-26.
76. Coniam, D.(1997), “A preliminary inquiry into using corpus cord frequency data in the automatic generation of English language cloze tests”, Computer Assisted Language Instruction Consortium, 16(2-4), pp.15-33.
77. Deane, P. & Sheehan, K.(2003), “Automatic item generation via frame semantics”, the Annual Meeting of the National Council on Measurement in Education.
78. Dorr, B. J., Levow, G. -A. & Lin, D.(2000), “Large-scale construction of a Chinese-English semantic hierarchy”, Technical report, University of Maryland, College Park, MD.
79. Ebel, R. L., & Frisbee, D. A. (1986), Essentials of educational measurement(4th ed.), Toronto, Canada: Prentice Hall.
‧
80. Fensel, D., F. Harmelen, I. Horrocks, D.L. McGuinnesm, and P.F. Patel-Schneider (2001), “OIL: An Ontology Infranstructure For The Semantic Web”, IEEE
Intelligent Systems, 16(2), pp. 38-45.
81. Gamperm, J. & Knapp, J. (2002), “A Review of Intellignet CALL Systems.”, Computer Assisted Language Learning, 15(4), pp.329-342.
82. Gao, Zhao-Ming . (2000), “AWETS: An Automatic Web-Based English Testing System.”, In Proceedings of the 8 th International Conference on Computers in Education/ International Conference on Computer-Assisted Instruction, pp.
628-634., Taipei.
83. Gass, S. M. & A. Mackey (2007), “Input, interaction and output in SLA”, In J.
Williams & B. V. Patten (eds.), Theories in SLA, New York: Routledge.
84. Goto, T., Kojiri, T., Watanabe, T., Iwata, T., & Yamada, T. (2010), “Automatic Generation System of Multiple-Choice Cloze Questions and its Evaluation”, Knowledge Management & E-Learning: An International Journal (KM&EL), 2(3), pp. 210.
85. Gruber, T. R., “A translation approach to portable ontology specifications”, Knowledge Acquisition, 5(2), 1999, pp. 199-220.
86. Heift, T. (2003), “Multiple learner errors and meaningful feedback: A challenge for ICALL systems.”, CALICO Journal, 20(3), pp. 533–548.
87. Jean Lave,Etienne Wenger (1991), Situated learning: legitimate peripheral participation, Cambridge, New York : Cambridge University Press.
88. Knight , D. Gasevic, and G. Richards (2006), “An ontology-based framework for bridging learning design and learning content.”, Educational Technology and Society, 9(1), pp. 23-27.
89. Lagnacker, R. W.(1987), Foundations of cognitive grammar: Theoretical prerequisites, vol.1, Standford University Press.
90. Lagnacker, R. W.(1991), Foundations of cognitive grammar: Theoretical prerequisites, vol.2, Standford University Press.
91. Lee, L. (2004), “Learners' perspectives on networked collaborative interaction with native speakers of Spanish in the US”, Language Learning and Technology, 8(1), pp.83-100.
92. Levy, M.& Hubbard, P.(2005), “Why call CALL ‘CALL’ ? ”, Computer Assisted Language Learning, 18(3), pp.143-149.
93. Martin, B. & Mitrovic A.(2002), “Automatic problem generation in
constraint-based tutors”, Proceedings of the conference on Intelligent Tutoring System, pp.388-398.
94. Michael Gruninger and Mark S Fox (1995), “TOVE Methodology for the Design and Evaluation of Ontologies”, Department of Industrial Engineering University of Toronto.
95. Michael Heilman and Noah A. Smith (2009), “Question Generation via Overgenerating Transformations and Ranking”, in Education Workshop on Question Generation.
96. Mitkov, R. & Ha, L. A.(2003), “Computer-aided generation of multiple-choice tests”, Proceedings of the HLT-NAACL 2003 Worshop on Building Educational Applications Using Natural Language Processing, pp.17-22.
97. Nagata, N. (2002), “BANZAI: An Application of Natural Language Processing to Web based Language Learning.”, CALICO Journa , 19(3), 583–599.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
98. Nagata, Noriko (2009), “Robo-Sensei's NLP-Based Error Detection and Feedback Generation”, CALICO Journal, 26(3), pp. 562-579.
99. Ngu, B. H. & Rethinasamy, S. (2006), “Evaluating a CALL Software on the Learning of English Prepositions.”, Computers Education, 47(1), pp. 41-55.
100. Nippold, M. A. and Rudzinski, M. (1993), “Familiarity and transparency in idioms explanation: A developmental study.” Hearing Research, pp.728-737
101. O’ Brien, R. M., Blood, G. W., and Hammer, C. S.(2003), “January, contextual variation, familiarity, academic literacy, and rural adolescents’ idiom knowledge”, Language, Speech, and Hearing Service in Schools 34, pp.69-79.
102. Ohlsson, S.(1991), “Constraint-based student modeling”, Proceedings of the NATP Advanced Research Workshop on Student Modeling, pp.167-189.
103. Philip Hubbard (2009), Computer Assisted Language Learning: Critical Concepts in Linguistics, Routledge(Ed.), London & New York, pp. 1.
104. Richards, J. & Rodgers, T. (2001), Approaches and methods in language teaching:
A description and analysi, Cambridge (2nd ed.), UK:Cambridge University Press.
105. Rus, V., Wyse, B., Piwek, P., Lintean, M., and Stoyanchev, S. (2010), “Overview of the first question generation shared task evaluation challenge.”, In Proc. of the Third Workshop on Question Generation.
106. Selnow, G. W. (1988), “Using Interactive Computer to Communicate Scientific Information”, American Behavioral Scientist, 32, pp.124-135.
107. Steve, V.(1991), “Classroom concordancing: vocabulary matrials derived from relevant authentic text”, English for specific purposes, 10(1), pp.35-46.
108. Susan M. Gass & Larry Selinker (2001), Second Language Acquisition An Introductory Course, London: Lawrence Erlbaum Associate, pp.372.
109. Swartout, W. (1999), “Ontologies.”, IEEE Intelligent System, Jan./Feb., pp.18-19.
110. Uschold, M. and M. Gruninger (1996), “Ontologies: Principles, Methods and Applications,” The Knowledge Engineering Review, 11(2), 93-136.
111. Warshauer, M. (2004), “Technological change and the future of CALL”, in S.
Fotos & C. Brown (Eds.) New Perspetives on CALL for Second and Foreign Language Classrooms, pp. 15-25.
112. Wilson, E.(1997), “The automatic generation of CALL exercises from general corpora”, Proceeding of the Conference on Teaching and Language corpora, pp.166-130.
113. Yang, H. L., ”Demand for More MIS Empirical Research” , MIS Review, (5), 1995, pp.49-64.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄 A 預試第三大題成語造句二位教師評分結果
學生編號 教師 A 教師B 學生編號 教師A 教師B
S01 10 10 S32 5 5
S02 5 5 S33 13 13
S03 0 0 S34 15 15
S04 13 13 S35 5 5
S05 10 8 S36 0 0
S06 0 0 S37 15 15
S07 15 15 S38 10 10
S08 0 0 S39 0 0
S09 2 2 S40 4 4
S10 7 7 S41 5 5
S11 15 15 S42 0 0
S12 0 0 S43 0 0
S13 0 0 S44 9 7
S14 8 8 S45 5 5
S15 5 5 S46 0 0
S16 0 0 S47 0 0
S17 0 0 S48 5 5
S18 0 0 S49 0 1
S19 0 0 S50 10 8
S20 10 10 S51 8 8
S21 15 15 S52 13 13
S22 10 10 S53 5 3
S23 0 0 S54 13 13
S24 10 10 S55 10 10
S25 10 10 S56 10 10
S26 10 10 S57 4 4
S27 5 5 S58 10 10
S28 0 0 S59 5 5
S29 3 6 S60 5 5
S30 10 10 S61 5 5
S31 9 9 S62 5 5