基于深度学习的英语单词学习系统应用研究

邓金钉 茹韶燕

摘要：随着各阶级教育成本的下降，如今中国成为了全世界学英语人数最多的国家，在学生生活中，关于英语考试、词典的资料层出不穷，记忆单词的软件也琳琅满目，但人们还是很难快速记忆单词，立足现象，本文提出快节奏英文单词记忆概念，旨在帮助用户快速，准确的记忆单词。结合wavenet-rnn等深度学习模型，实现单词造句与遗忘曲线记忆单词推荐策略，为广大人们提供一套快节奏的单词记忆法。

关键词：7±2法则;wavenet-rnn;快节奏;wavenet-rnn

一、引言

根据2019年教育部发布《2018年全国教育事业发展统计公报》提出，初中以上学历教育在校生2.76亿人，而所有学校都开设了英语教学，因此中国是全世界学英语人数最多的国家。学习人群普遍认为学号英语必须掌握大量的单词，但传统的单词学习都是借助厚重的单词书背诵，迫切需要一个简单、高效、快捷的英语学习工具。

扇贝单词APP利用自己判断对单词的记忆程度的简单自判断式记忆单词，侧重于院校小组的相互激励进行背单词记忆。百词斩的PK记单词在竞争中进步，颇为有趣。总体而言，百词斩适合一些对英语不感兴趣的人学习，扇贝单词更适合真实提高英语单词量水平的用户，两款应用都不能够满足现代人“功利性地学习目的”。

本文结合人类的记忆广度的“7±2法则”、著名的艾宾浩斯遗忘曲线[1]、反复呈现学习法、单词突击学习方法等理论，使用slope one与K-means协同过滤实现基于用户画像的词库精准推荐，结合wavenet-rnn深度学习模型，用反复呈现法[2]，一次背诵5个经过算法推荐单词组，为广大学生提供一套快节奏的单词记忆法。系统立足点在于突破传统的记单词模式，用户可以通过网络来快节奏高效地熟记英语单词，产品研究可用于应用其他语言学习记忆课程，如日语、法语等，从而实现辅助软件功能的多向流动。

二、英语单词学习系统设计

（一）自动单词造句

该模块采用莎士比亚的数据集、斯坦福问答数据集（SQuAD）以及网上爬虫获取的一些短句短语，其字符数总计超过30万条句子，涵盖了所有的四级常用词汇。

基于wavenet-rnn模型构造，分为三层，输入层，训练层和输出层。

输入层通过将每个字符的数字都映射到一个指定维度的向量。

训练层使用的tanh函数可以在一个二阶函数趋近零点之前维持很长的距离，它能解决传统RNN在训练过程中由于信息不断循环往复而权重过大，最后导致梯度消失和梯度爆炸的问题。通过查找嵌入，将嵌入当做输入运行wavenet-rnn的一个时间步，并且在密集层生成逻辑回归，预测下一个字符的可能性。

输出层则是根据训练层输出最后的句子。

对于模型构造，在不改变单词的情况下，输入其他单词，观察是否生成不同的句子，如以下表1。

单词造句系统是在一系列的文本中进行查找嵌入，而后輸出最大可能的字符。整个过程可分为四个部分：训练模块，系统初始化模块，加载模型模块，面部表情识别模块。

（二）单词推荐策略

本文基于slope one和K-means聚类进行协同过滤。对每个四级单词的普遍记忆时间数据，当用户在初始的时候会选择自己的兴趣，系统会把该用户对于兴趣单词的时间值设置成该单词所有记忆时间的平均值，而后计算每个单词与其兴趣单词的平均偏差，将其平均偏差较小的优先推荐给该用户，该过程只执行一次。用于解决用户的冷启动问题。K-means用于构建每个阶段用户用于记忆的单词。把一个单词的状态从陌生到熟悉所花费的时间作为结果，把单词的长度，词性，单词的意思个数，在四级考试中出现的次数作为输入变量。按照记忆单词的时间范围作为簇，通过计算每个单词向量的距离，距离相对较近的作为一簇，当每次记忆完单词之后重新收集时间对簇进行再排列。每次推荐预测时间最短而且没有被用户记忆过的单词进行推荐用户记忆。

三、结论与问题

相对与现有学习软件或系统而言，本文提出了快节奏单词背诵理念，“快”是本文的核心理念，不同于现有同类产品，创新性提出快节奏单词背诵理念此学习系统创新性的加入了个性推荐，为用户进行了量身定做的单词学习，以增强系统的可用性和满足学者快节奏学习的需求，产品研究可用于应用其他语言学习记忆课程，如日语、法语等，从而实现推动记忆软件趋向高效化。

参考文献：

[1]基于遗忘曲线的推荐算法研究[D]. 张磊.安徽理工大学 2014

[2]基于知识吸收过程的组织遗忘研究[J]. 何永清，潘杰义，龙昀光.情报理论与实践. 2018（03）

项目基金：2019年“攀登计划”广东大学生科技创新培育专项课题（项目编号： pdjh2019b0670）