新文科视域下的计算社会语言学研究

新文科建设的目标之一是:多种学科在研究内容和理论方法上进行交叉与融合,从而形成新的学科方向、研究范式,以及相应的复合型人才培养模式。为此,本文提出一种可操作的路径:利用已经发展起来的若干第一代交叉学科,融汇成第二代交叉学科。比如,对于“社交网络—语言的社会变异—计算建模”这种头绪繁多的研究领域,可以借助“计算语言学”与“社会语言学”等第一代交叉学科,形成第二代交叉学科“计算社会语言学”。这种操作路线可以细化与落实新文科建设,并提供必要的学科规训。文章还以当代社会的“物理—精神—信息”三元空间,以及其中说话者的社会身份、个体人格和社交互动对语言使用和变异选择的影响为例,阐明计算社会语言学的理论、方法和议题。

整合会话分析与文本挖掘技术来评价协作学习——访谈卡耐基梅隆大学著名教授卡洛琳·佩恩斯坦·罗泽

建构主义学习理论认为协作发生在学习过程的始终,协作学习过程也是会话的过程。协作学习活动的规范设计与顺利实施有利于促进学习者之间知识共享与协同建构。如何评价协作学习是当前教育技术领域研究的焦点问题。围绕整合技术进行协作学习评价问题,我们访谈了卡耐基梅隆大学著名教授卡洛琳·佩恩斯坦·罗泽。罗泽教授认为会话在协作学习情境中具有独特价值,不仅是一种使思维清晰可见的方式,而且参与者的多样化视角有利于知识的协同创新。罗泽教授的研究聚焦于整合语言学、教育学、心理学等相关理论,深入理解协作学习中会话的社会及其实际本质,搭建提高人与人、人与计算机之间会话效果的计算系统。其研究视角是运用社会语言学和会话分析理论设计语言表征的方式和新的计算模型,使语言模式可以被机器学习;研究内容是从计算的视角分析语言与社会之间的关系,开发用于评价在线协作学习过程的工具(如Tag Helper和Light SIDE),以便为协作学习的组织者或促进者提供适合特定情境的干预机制和反馈报告。罗泽教授及其团队的重要贡献还体现在优化协作学习过程的自动化分析方法,促进协作学习支持技术从静态支持向动态支持范式转变,研发新的干预机制与动态支持技术促进大规模协作学习等。