人工智能提高評閱外貿(mào)函電英文寫作的效率的可行性研究

王倩雅

摘 要：外貿(mào)函電是國際貿(mào)易專業(yè)的一門核心課程，其主要目標是培養(yǎng)學生掌握外貿(mào)函電寫作的能力。 然而由于評閱學生的寫作往往需要花費教師大量的時間，因而影響了總體的教學效率。為了解決這個問題，本文提出了一種基于人工智能模型的自動化評閱外貿(mào)函電寫作的方法。 我們所提出的方法運用了神經(jīng)網(wǎng)絡(luò)中的自然語言處理（Natural Language Processing）模型，通過對已評閱的學生的寫作進行深度學習，從而掌握外貿(mào)函電寫作的特點。所得出的模型能夠幫助教師快速、準確的評閱學生的寫作。

關(guān)鍵詞：外貿(mào)函電;評閱;人工智能

1引言

在全球化時代的今天，中國的進出口貿(mào)易不斷增加。隨之而來的是對熟練掌握外貿(mào)實務(wù)中各種英文業(yè)務(wù)函電的人才。外貿(mào)函電正是為培養(yǎng)該類人才所設(shè)置的課程。目前在許多高校外貿(mào)函電通常是國貿(mào)專業(yè)學科基礎(chǔ)必修課。

在外貿(mào)函電的教學過程中，最重要的一個環(huán)節(jié)是使學生在熟悉對外貿(mào)易各環(huán)節(jié)的基礎(chǔ)上熟練掌握各種英文業(yè)務(wù)函電的書寫格式和書面表達。評判一個學生是否真正掌握，最好的方式就是評估他們所寫的外貿(mào)英文函電。全英語外貿(mào)函電的教學改革需要更加強調(diào)書面的交際能力[1]。然而目前評判學生的寫作存在著一些嚴重的問題。例如，評閱英文寫作占用教師大量的時間，不是所有的教師都有一樣的評閱標準。所以，評閱學生外貿(mào)函電英文寫作的方法急需改進。

另一方面，任課教師長年累月所審閱的學生外貿(mào)函電作業(yè)卻沒有被很好地利用起來。 這些已經(jīng)評閱好的函電作業(yè)不僅能通過實例幫助剛接觸這個領(lǐng)域的學生理解外貿(mào)函電的寫作要領(lǐng)， 還能夠幫助提高教師評閱的水平。

利用人工智能模型，我們能夠從大量的歷史數(shù)據(jù)中，找出某種事物的特征。當遇到新的數(shù)據(jù)時，能夠迅速通過已有的知識做出判斷。由于受到這種學習模式的啟發(fā)，我們建立了一個基于神經(jīng)網(wǎng)絡(luò)（neural network）的人工智能模型， 然后用現(xiàn)有的外貿(mào)函電作業(yè)來訓練這個模型。最后，這個模型可能幫助教師自動地評閱學生的作業(yè)， 從而減少了大量人工評閱的時間。

本文的貢獻主要在于以下兩個方面：

·我們解釋了在教授全英語外貿(mào)函電中評閱學生寫作能力的重要性，以及目前使用的方法的優(yōu)缺點。

·本文提出了一種基于人工智能的方法來幫助改進評閱學生寫作能力的效率。具體來說，所提出的方法是一種由英語語言模型和人工識別相結(jié)合的方法。

2現(xiàn)有評閱方法存在的問題

當前，在大多數(shù)高校的全英語外貿(mào)函電的教學中，學生的函電寫作主要是由教師手動評閱。這種方法的優(yōu)點是教師能夠檢查每個學生的寫作能力;根據(jù)學生寫作的具體情況來做出評判。 但是會有如下的問題和難點：

·花費教師大量的時間。大多數(shù)高校的外貿(mào)函電的任課教師的母語并不是英語，因此不可避免地在評閱過程中會耗費更多的時間。

·評閱結(jié)果的不一致性。研究顯示，在閱讀非母語的作文時，人們通常會帶有強烈的主觀愿望[2] 。這種情況會影響到評閱作文的結(jié)果。 如兩個教師，或者同一教師在不同時間，對同一篇學生的外貿(mào)函電作文評閱的結(jié)果會有一定的誤差。

·不能適應(yīng)目前互聯(lián)網(wǎng)教學的趨勢。由于互聯(lián)網(wǎng)的興起，出現(xiàn)了大量的在線教育平臺。與以往的傳統(tǒng)課堂教學不同，在線教育使得大量收集學生的作業(yè)成為現(xiàn)實。因此傳統(tǒng)的完全由教師人工的評閱是不適合互聯(lián)網(wǎng)教學趨勢的。

近年來隨著互聯(lián)網(wǎng)的興起，出現(xiàn)了越來越多的在線教育平臺。 這些教育平臺可以依據(jù)學生的學習情況來生成題目并且自動評閱。雖然提高了教學效率，但是也有如下的一些限制：

·被評閱的題目簡單。大多數(shù)自動評閱系統(tǒng)都是針對選擇題和簡單的問答題;這類問題的答案通常是一個符號（如，A）或者由簡單的詞語組成，一般不會超過一個句子。外貿(mào)函電是由幾個具有前后關(guān)聯(lián)性的句子組成，因而不適合這類自動評閱系統(tǒng)。

·非針對性的英語語言模型。 在評閱英語句子時，我們需要用到某種自然語言模型，這類模型通常由大量的英語文章訓練而成，如莎士比亞文集、紐約時報的新聞、維基百科。和外貿(mào)函電相比，這類文章并沒有很嚴格的句式要求。 所以這類模型并不適用于評閱外貿(mào)函電。

·完全依靠模型，評閱精確度不能完全保證。雖然自動化的模型能夠加快評閱速度，但是其準確性不能完全保證。 造成這種情況有多方面原因，如訓練數(shù)據(jù)不夠多。因此在實際應(yīng)用中，我們必須考慮到這一點。

在理解了人工評閱和自動評閱各自的優(yōu)缺點以后，我們在接下去的章節(jié)會詳細解釋本文所提出的方法是如何解決這些難點的。

3基于人工智能的評閱方法

人工智能的應(yīng)用是指通過讓機器學習大量的數(shù)據(jù)來掌握某種知識，從而能夠?qū)π碌氖挛镒龀雠袛唷?這種知識本質(zhì)上就是一個數(shù)學模型，建立這個模型的要求是需要訓練數(shù)據(jù)。由訓練所得到的模型，和人工評閱相結(jié)合的方式來判斷新的數(shù)據(jù)（也就是新的外貿(mào)函電）的情況。 圖1是所提出方法的流程圖。

第一階段是建立模型，如圖 1的上半部分所示。我們將收集到的學生外貿(mào)英語函電作業(yè)輸入到一個人工智能網(wǎng)絡(luò)。 這些輸入數(shù)據(jù)包含各個等級的作文，如高分作文、普通作文和低分作文。人工智能網(wǎng)絡(luò)可以抓取各個類別文章的特征， 并且產(chǎn)生一個評閱模型。在評閱過程階段（圖 1的下半部分），我們再將新的學生作業(yè)輸入這個評閱模型。 評閱模型會輸出評分的等級和一個概率值。根據(jù)這個結(jié)果，教師可以大概了解這個學生的函電作業(yè)的情況，然后做出最終的判斷。

4相關(guān)工作及總結(jié)

外貿(mào)函電是一門實踐性很強的課程。 教師通常首先通過課堂學習模版寫作的方式，來提高學生外貿(mào)函電的寫作能力。如基于企業(yè)外貿(mào)業(yè)務(wù)流程學習函電知識的教學方法中[3]，其中每一環(huán)節(jié)的教學活動，學生都是通過大量的寫作來完成的。 另外，傳統(tǒng)的閉卷考試很難反應(yīng)學生的專業(yè)水平，因而應(yīng)用型課程教學模式改革和考核方式改革將考核結(jié)果由原來的百分制改為等級制以及鼓勵學生反復進行寫作的訓練[4]。 這種等級和我們所提出的模型評閱的結(jié)果是一致的。本文所提出的方法符合了對當前外貿(mào)函電教學和考核方法改進的趨勢?？梢院芎玫难a充相關(guān)的教學改革。

目前人工智能正在影響教學， 并且有很大的潛力能夠改變傳統(tǒng)的教學方式。報告顯示，99.4%受訪的教師認可人工智能在未來教育中的重要程度[5] 。 不僅如此，人工智能已經(jīng)被應(yīng)用到實際教學中。 例如，Jill Watson是一個基于神經(jīng)網(wǎng)絡(luò)的助教系統(tǒng)[6] 。通過大量的訓練數(shù)據(jù)，Jill能夠回答學生問題，自動產(chǎn)生問題，和評判學生的回答。 在線教育平臺（Transtutors.com）也利用自然語言來自動產(chǎn)生問題和評閱學生的解答[7] 。 我們的方法也證實了人工智能在高校特別是外貿(mào)課程教學中的可行性。

在將來工作中，我們需要進一步改進模型的精確度，例如運用網(wǎng)絡(luò)化教學收集更多的數(shù)據(jù)。 另一方面，我們也將進行更廣泛的跨學科合作來推廣本文所提出的方法。

參考文獻：

[1]全小燕. 模因論視域下外貿(mào)英語函電教學研究與實踐——以培養(yǎng)學生跨文化書面交際能力為維度[J]. 對外經(jīng)貿(mào)， 2020（2）：143-146.

[2] Kaan E ， Ballantyne J C ， Wijnen F . Effects of reading speed on second-language sentence processing[J]. Applied Psycholinguistics， 2015， 36（4）：799-830.

[3] 鄒幸居. 基于外貿(mào)業(yè)務(wù)流程的《外貿(mào)函電》教學模式的改革[J]. 石家莊鐵路職業(yè)技術(shù)學院學報， 2014（2）：127-132.

[4 ]莫麗婭. 應(yīng)用型課程教學改革的探索與實踐——以西安翻譯學院英語專業(yè)"外貿(mào)英語函電"為例[J]. 蘭州教育學院學報， 2019， （12）：134-135，167.

[5] Dan Ayoub， Unleashing the Power of AI for education， MIT Technology， 2020.

[6] Jason Maderer， Georgia Tech course prepares for third semester with virtual teaching assistants， 2017.

[7] transtutors， https：//www.transtutors.com/homework-help/.

項目：滬教委高<2018>47號 “外貿(mào)函電”上海高校示范性全英語課程建設(shè)項目。