移动语言学习概论 翁克山,李青 9787511257000 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

翁克山，李青 著

图书标签:

• 移动学习
• 语言学习
• 外语教学
• 教育技术
• 移动互联网
• 应用语言学
• 教学方法
• 在线学习
• 语言技能
• 数字教育

店铺： 智博天恒图书专营店

出版社： 光明日报出版社

ISBN：9787511257000

商品编码：29369745220

包装：平装

出版时间：2014-01-01

图书基本信息
图书名称	移动语言学习概论
作者	翁克山,李青
定价	58.00元
出版社	光明日报出版社
ISBN	9787511257000
出版日期	2014-01-01
字数
页码
版次	1
装帧	平装
开本	16开
商品重量	0.4Kg

内容简介

《移动语言学习概论》内容涵盖MALL的定义、特性、历史、常用技术、学习者、教学、研究、评价、实施、安全及其未来发展，读者对象为正在实施或有志于实施移动技术辅助语言教学的教师、语言技能培训人员、语言教学软硬件的设计人员或以技术辅助语言教学为研究方向的研究生等。

作者简介

翁克山，1977年6月出生，男，汉族，海南东方市人，硕士学位；有14年大学英语和专业英语教学经验，现为海南医学院外语副教授；研究方向为计算机辅助外语教学；主持过省级课题2项，参与省级课题4项，主持过校级课题2项，参与校级课题1项；曾在《现代外语》、《解放军外国语学院学报》、《中国英语教学》、《电化教育研究》等学术刊物上发表计算机辅助外语教学类论文13篇，并以作者身份撰写《基于计算机网络技术的语言教学——设计与评价》（复旦大学出版社，2010年）一书。 　　李青，1976年9月出生，女，汉族，湖南湘潭市人，硕士学位；有14年大学英语和专业英语教学经验，现任海南医学院外语副教授、大学英语教研室主任；研究方向为外语教学；主持过省级课题2项，参与省级课题3项；曾在《外语与外语教学》、《中国应用语言学》等学术刊物上发表论文10篇，并以第二作者身份撰写《基于计算机网络技术的语言教学——设计与评价》（复旦大学出版社，2010年）一书。

目录

编辑推荐

文摘

序言

《智能时代的外语习得新范式：理论、技术与实践》 导论：科技浪潮下的语言学习变革 我们正身处一个前所未有的科技飞速发展的时代，人工智能、大数据、移动互联等新兴技术正以前所未有的力量重塑着社会生活的方方面面，语言学习领域也深受其影响。传统的语言教学模式，依赖于静态的教材、固定的课堂以及相对有限的师生互动，在信息爆炸、知识迭代加速的今天，已显得力不从心。学习者对个性化、智能化、便捷化的学习方式的需求日益增长，这不仅是对现有教育模式的挑战，更是催生新范式诞生的强大驱动力。 本书旨在深入探讨在智能技术驱动下，外语学习所经历的深刻变革。我们将跳出“移动学习”这一具体载体，从更宏观的视角审视科技如何重塑学习的理念、方法、内容和评估体系。我们将聚焦于“智能时代”这一关键背景，分析人工智能、大数据分析、自然语言处理等前沿技术如何被应用于外语学习，以及这些技术如何共同构建一种全新的、更高效、更个性化、更具吸引力的学习范式。我们将力求梳理清楚这一范式的理论基础、技术支撑、实践路径以及未来发展趋势，为教育工作者、研究者、开发者以及广大语言学习者提供一个全面而深刻的洞察。 第一章：智能技术与外语学习的理论基石 任何一场教育变革的发生，都离不开其背后坚实的理论支撑。在智能技术与外语学习融合的背景下，认知科学、心理语言学、计算语言学等学科的理论成果，为我们理解学习过程、解释技术影响提供了重要的框架。 1.1 认知科学视角下的语言习得： 传统的语言习得理论，如行为主义、生成语法等，为我们理解语言知识的获取和运用奠定了基础。然而，在智能时代，认知科学的最新研究，如联结主义、信息加工理论、建构主义等，为我们提供了更精细的解释。智能技术能够模拟人脑的神经网络，通过大量的输入和反馈，帮助学习者建立词汇、语法、语用的联结，实现“内化”而非简单的“记忆”。例如，基于神经网络的机器学习算法，能够分析大量语料，提炼出语言的规律，并将其以直观的方式呈现给学习者，从而加速了知识的内化过程。同时，认知负荷理论在指导学习内容设计和呈现方式上至关重要，智能系统可以根据学习者的认知能力动态调整学习内容的难度和呈现方式，避免信息过载。 1.2 心理语言学与个性化学习： 心理语言学关注语言的理解、产生和发展过程，揭示了个体在语言学习中的心理机制。智能技术，尤其是基于大数据的个性化推荐算法，能够根据学习者的学习习惯、认知风格、已掌握的知识点以及薄弱环节，为其量身定制学习路径和内容。这正是对个性化学习理念的极致体现。例如，系统可以分析学习者在某类语法点上的错误率，然后推送针对性的练习和讲解，而非一刀切地提供通用内容。对语言习得过程中可能出现的普遍性错误模式的研究，也可以帮助智能系统预测学习者可能遇到的困难，并提前进行干预。 1.3 计算语言学与自然语言处理： 计算语言学为机器理解和处理人类语言提供了理论基础和技术手段。自然语言处理（NLP）技术的飞速发展，使得机器能够进行文本分析、语音识别、机器翻译、情感分析等，这些能力直接赋能了外语学习工具的智能化。例如，智能语音识别技术能够精准地捕捉学习者的发音，并提供即时反馈，纠正口语错误；机器翻译技术的发展，虽然不能完全替代人工翻译，但在辅助理解生词、句子结构、语篇逻辑等方面发挥着重要作用；文本分析技术则可以帮助学习者快速梳理文章大意，提取关键信息。这些技术使得语言学习不再是单向的输入，而是更加注重学习者与语言材料的互动，以及学习者与智能系统之间的“对话”。 1.4 学习理论的演进： 在智能时代，传统的学习理论需要被重新审视和融合。例如，关于“输入假说”和“输出假说”的研究，在智能技术的辅助下得到了更有效的实践。智能系统可以提供高质量的“可理解性输入”，并通过各种互动练习，鼓励学习者进行“输出”。同时，社会建构主义理论强调学习者在社会互动中学习，智能时代的学习工具，通过模拟虚拟社交场景、提供多方协作平台，也在一定程度上促进了学习者的社会性学习。 第二章：智能技术的核心支撑及其在外语学习中的应用 智能技术并非单一概念，而是众多前沿技术交叉融合的产物。理解这些核心技术的原理及其在外语学习中的具体应用，是把握新范式的关键。 2.1 人工智能（AI）与机器学习： 人工智能是实现智能学习的核心驱动力。其中，机器学习，特别是深度学习，在外语学习中的应用尤为广泛。 智能纠错与反馈： 基于深度学习的语法和拼写检查工具，能够超越传统的规则匹配，理解上下文的语义，提供更精准的错误识别和纠正建议。对于口语学习，语音识别和声学模型能够分析发音的准确性、流利度、语调等，并提供细致的反馈。 个性化内容生成与推荐： AI算法可以分析学习者的学习数据（如答题正确率、学习时长、兴趣偏好等），生成定制化的练习题、阅读材料、听力文本，甚至模拟对话场景。例如，根据学习者对某个词汇的掌握程度，系统可以智能地调整该词汇在后续练习中出现的频率和语境。 智能助教与对话系统： 聊天机器人和虚拟助教可以全天候为学习者答疑解惑，提供语言练习伙伴，甚至模拟真实的语言交际场景，帮助学习者克服开口障碍。这些系统通过自然语言处理技术，能够理解学习者的提问，并生成自然的回复。 2.2 大数据分析与学习行为洞察： 海量学习数据的收集、存储和分析，为理解学习者的学习规律、优化教学策略提供了前所未有的机会。 学习者画像构建： 通过分析学习者的学习时长、学习模式、错误类型、偏好主题等数据，构建精细的学习者画像，从而为个性化学习提供依据。 学习效果评估与预测： 大数据分析可以帮助预测学习者的学习进程，识别潜在的学习困难，并及时调整学习计划。同时，通过对大量学习者数据的分析，可以评估不同教学方法和学习资源的效果。 教学资源优化： 分析哪些学习资源的使用频率高、效果好，哪些存在问题，可以指导教学内容的更新和优化，使其更符合学习者的需求。 2.3 自然语言处理（NLP）与语言理解： NLP技术是实现智能语言学习交互的关键。 机器翻译与跨语言学习： 进步的机器翻译技术，虽然仍有局限，但可以作为辅助工具，帮助学习者理解难以直接掌握的语言内容，加速信息的获取。 文本情感分析与内容理解： NLP技术可以帮助学习者分析文本的情感倾向、识别作者的意图，从而更深入地理解文章内容，提升语篇理解能力。 关键词提取与摘要生成： 自动提取文本关键词和生成摘要，可以帮助学习者快速掌握文章主旨，提高阅读效率。 语音识别与合成： 这是口语和听力学习的基础。高精度的语音识别能够准确识别学习者的发音，而自然流畅的语音合成则能为学习者提供逼真的听力输入。 2.4 增强现实（AR）与虚拟现实（VR）在语言沉浸式学习中的应用： AR/VR技术为语言学习提供了全新的沉浸式体验。 情景模拟： VR环境可以模拟真实的语言交际场景，如餐厅点餐、问路、面试等，让学习者在安全可控的环境中进行语言实践。 具身认知学习： AR技术可以将虚拟的语言信息叠加到现实环境中，例如，扫描一个物品，屏幕上会显示其外语名称和发音，将语言学习与真实世界联系起来，强化记忆。 跨文化体验： 通过VR技术，学习者可以“身临其境”地体验不同国家的文化场景，理解语言背后的文化内涵，从而提升跨文化交际能力。 第三章：智能技术驱动的外语学习新范式：理论框架与实践模式 在上述理论基石和技术支撑的基础上，我们得以勾勒出智能时代外语学习的新范式。这一范式并非对传统模式的简单替代，而是对其的创新性融合与升级。 3.1 以学习者为中心，构建个性化学习生态： 新范式强调以学习者的需求、认知特点、学习风格和学习目标为核心，构建一个高度个性化的学习环境。 自适应学习路径： 系统根据学习者的实时表现，动态调整学习内容、难度、进度和练习类型，确保学习始终处于“最近发展区”。 多模态学习资源整合： 融合文本、音频、视频、互动游戏、AR/VR体验等多种形式的学习资源，满足不同学习者的偏好和认知需求。 “推送”与“拉取”相结合： 系统根据学习者画像主动推送必要的内容和练习，同时赋能学习者自主选择感兴趣的资源和学习方向。 3.2 强化交互性与实践性，促进深度学习： 新范式注重打破学习者与语言材料、学习者与智能系统、学习者与真实世界的隔离，强调主动参与和实际应用。 智能对话与反馈： 利用AI驱动的对话系统，提供无限次的语言练习机会，并给予即时、精准的反馈，帮助学习者纠正错误，提升自信。 情境化语言学习： 通过AR/VR技术，将语言学习融入到具体的、有意义的情境中，使学习者在真实感强的环境中习得和运用语言。 项目式与任务式学习： 智能平台可以支持学习者进行跨时空的协作项目，完成具有挑战性的语言任务，例如，合作撰写报告、模拟国际会议等，从而提升综合语言运用能力。 3.3 智能评估与过程性反馈： 新范式强调评估的即时性、过程性和诊断性，而非仅仅是终结性的考试。 实时能力评估： 系统能够实时追踪学习者的语言能力发展，从词汇、语法、语音、语用到篇章理解等多个维度进行细致评估。 形成性反馈： 学习者在学习过程中能够持续获得关于其表现的反馈，包括优势、劣势、需要改进的方面，从而指导其后续学习。 多元化评估维度： 评估不再局限于传统意义上的笔试，而是包含口语表现、写作产出、参与度、合作能力等多方面。 3.4 科技与人文的融合，注重语言的文化内涵： 语言学习不仅仅是技能的训练，更是文化的理解和认同。 文化背景的呈现： 智能技术可以生动地呈现语言所处的文化背景，如通过VR体验当地风俗，通过AI分析特定文化语境下的语言表达习惯。 跨文化交际能力的培养： 通过模拟跨文化交流场景，帮助学习者理解不同文化背景下人们的沟通方式，减少误解，增进理解。 第四章：智能时代外语学习的挑战与未来展望 尽管智能技术为外语学习带来了巨大的机遇，但我们也必须正视其面临的挑战，并对未来进行前瞻性的思考。 4.1 面临的挑战： 技术可及性与数字鸿沟： 并非所有学习者都能平等地获得先进的技术和资源，数字鸿沟可能加剧教育不平等。 数据隐私与安全： 大量学习数据的收集和使用，引发了对个人隐私和数据安全的担忧。 技术伦理与过度依赖： 过度依赖技术可能削弱学习者的自主性和批判性思维，需要警惕技术伦理问题。 教师角色的转变与能力提升： 教师需要从知识的传授者转变为学习的设计者、引导者和评估者，需要相应的培训和支持。 技术的局限性： 当前的AI技术在理解复杂语境、生成高度创造性的内容、处理细微的情感表达等方面仍存在局限。 评价体系的重塑： 如何建立一套能够有效衡量智能时代学习成果的评估体系，仍然是一个亟待解决的问题。 4.2 未来展望： 更深度的个性化与自适应： AI将能够更精准地理解学习者的认知过程，提供更深层次的个性化指导。 沉浸式与具身化学习的普及： AR/VR技术将更加成熟，为语言学习提供更真实、更具互动性的体验。 情感计算与情感化学习： 未来系统可能会识别和响应学习者的情绪状态，提供更具同理心的支持，从而提升学习动力。 虚拟与现实的无缝融合： 学习将不再局限于特定的时间和空间，而是与日常生活更加紧密地结合。 人机协作的精进： 教师、学习者与智能系统将形成更加高效的协作关系，共同推动学习进程。 终身学习与技能更新的有力支撑： 智能技术将成为支撑终身学习、适应快速变化的社会的重要工具。 结语：构建面向未来的语言学习新图景 智能技术正在以前所未有的速度重塑外语学习的生态。本书对智能技术在外语学习领域的理论基础、技术支撑、实践模式以及未来发展进行了系统性的梳理和探讨。我们相信，通过深刻理解和恰当运用这些新兴技术，外语学习将能够突破传统的边界，迈向一个更加高效、个性化、沉浸式和人性化的新时代。这不仅是对外语学习方法的一次革新，更是对培养具备全球视野、跨文化沟通能力和终身学习能力的下一代的重要贡献。未来的语言学习图景，将是科技赋能与人文关怀的深度融合，是创新思维与实践探索的有机结合，是每一位学习者都能在智能时代释放自身潜能，自信地与世界对话的美好愿景。

评分☆☆☆☆☆

这本书的封面设计给我一种沉静而专业的印象，书名“移动语言学习概论”则直接点明了其核心主题，这正是我一直以来都在积极探索的领域。在信息技术飞速发展的今天，利用移动设备进行语言学习已经成为一种不可逆转的趋势，但如何科学、有效地进行“移动学习”，却是一个需要深入研究的课题。我非常期待这本书能够从理论层面，为移动语言学习提供一个清晰的框架和系统的论述。例如，它是否会深入探讨移动学习的教育学原理，包括其在认知发展、学习动机、学习策略等方面的独特性？书中是否会分析不同类型的移动学习应用，并对其在语言学习中的作用进行评估？我尤其关注书中是否会提供一些实操性的指导，例如如何设计个性化的移动学习路径，如何平衡移动学习与传统学习方式的结合，以及如何利用移动设备进行有效的反馈和评估。此外，作为一本“概论”，我猜想书中还会涉及移动语言学习的未来发展趋势，例如人工智能、大数据、虚拟现实等技术如何进一步赋能移动学习，以及这些技术可能带来的挑战和机遇。这本书的出版，对我而言，无疑是一次深入理解和优化自身语言学习方式的宝贵机会。

评分☆☆☆☆☆

作为一名长期在语言学习领域摸索的实践者，我一直渴望找到一种能够突破时间和空间限制的学习方法。市面上关于语言学习的书籍汗言汗，但很多都侧重于方法论的技巧，或者仅仅是经验分享，往往缺乏理论深度和系统性。翁克山和李青老师的这本书，从书名上看就非常有吸引力——“移动语言学习概论”，这直接点出了我所期待的重点。我希望这本书能够为“移动学习”提供一个坚实的理论基础，解释为什么这种学习方式有效，其背后的认知科学原理是什么。例如，它是否会探讨移动设备在注意力机制、记忆巩固、情境化学习等方面的独特优势？我也非常期待书中能够介绍一些具体的移动学习平台或工具，并分析它们的优劣，甚至提供一些基于这些工具的设计原则。更重要的是，我希望这本书能解答一些实际操作上的困惑：如何在有限的移动时间里，有效地进行听说读写全方位的训练？如何利用碎片化时间，将学习内容“碎片化”地吸收，同时又不失整体性？书中能否提供一些案例分析，展示成功的移动语言学习者是如何通过系统性的规划和执行，在移动设备上取得显著进步的？我猜想，这本书可能还会涉及学习动机的维持、学习社群的构建等非技术层面的因素，这些都是在移动学习中至关重要的部分。

评分☆☆☆☆☆

这本书的封面设计相当朴实，没有太多花哨的图形，主体是书名和作者名字，配色也比较稳重，给人的第一印象是内容扎实，偏学术。拿到书后，我先大致翻阅了一下目录，发现章节划分逻辑清晰，从基础理论到具体应用，再到一些前沿的探讨，似乎涵盖了一个比较全面的知识体系。我对“移动学习”这个概念一直很感兴趣，虽然自己也在尝试利用碎片化时间进行一些语言学习，但总感觉效率不高，缺乏系统性。这本书的出现，恰好提供了一个更专业的视角来审视和优化我的学习方式。我尤其期待能够从中了解到，如何更好地利用手机、平板等移动设备，将学习融入到日常生活中，而不是将其视为一项额外的负担。书中提到的“个性化学习路径”和“自适应学习系统”等概念，更是激发了我对未来学习模式的想象。我希望作者能够深入浅出地讲解这些技术性概念，让我这个非专业人士也能理解其原理，并能指导我在实际学习中落地。例如，书中会如何分析不同学习者的特点，然后推荐最适合他们的学习内容和方法？再比如，如何通过技术手段来评估学习者的进步，并及时调整学习计划？这些都是我非常关注的问题。总的来说，这本书的体量适中，纸质也比较好，拿在手里有分量感，阅读体验应该会不错。

评分☆☆☆☆☆

这本书的名字在我眼中，就像一扇通往未来语言学习之门的钥匙。我一直觉得，传统的课堂教学虽然有其不可替代的价值，但在信息爆炸的时代，我们更需要一种灵活、自主、高效的学习方式。而“移动学习”，恰恰契合了这一需求。“移动语言学习概论”，这个书名本身就充满了探索性，它似乎在告诉我，这不仅仅是一本教授学习技巧的书，更是一次对移动化学习模式的深度解析。我非常好奇，作者会如何定义“移动语言学习”？它是否仅仅是指用手机学习，还是包含了更广泛的概念，例如学习者在移动状态下的所有学习行为？书中是否会详细介绍移动学习背后的理论支撑，例如认知心理学、教育技术学等？更让我期待的是，书中是否会提供一些具体的、可操作的移动学习方案，例如如何根据个人的学习目标和时间安排，制定一套完整的移动学习计划？我希望能够从中了解到，如何将碎片化的时间转化为有效的学习机会，如何平衡学习的趣味性和系统性，以及如何利用移动设备进行有效的听说读写训练。这本书的“概论”性质，也让我对其宏观视野充满期待，或许它会为我们描绘出一幅移动语言学习的未来图景，让我们看到科技如何重塑我们的学习方式。

评分☆☆☆☆☆

读完这本书的标题和作者，我立即联想到我近年来的学习困境。虽然我一直对学习外语抱有热情，但现实生活的忙碌常常让我无暇顾及，学习计划总是被推迟，学习效果也并不理想。我曾经尝试过一些语言学习APP，但往往是三天打鱼两天晒网，很难坚持下去。因此，这本书的出现，似乎为我提供了一个新的希望。我非常期待书中能够详细阐述“移动学习”的优势，它究竟是如何克服传统学习模式的局限性的？例如，它是否能够更有效地利用零散的时间？是否能提供更具互动性和趣味性的学习体验？我也好奇书中会探讨哪些具体的移动语言学习策略，是否会有针对不同语言、不同学习阶段的个性化建议？例如，对于初学者，可能会侧重于词汇和基础语法的输入；而对于进阶者，则可能更强调输出和语境运用。我特别希望书中能够解答，如何在移动设备上实现有效的“输出”练习，比如口语和写作。是需要借助特定的APP，还是有其他更巧妙的练习方法？此外，这本书的“概论”性质，也让我猜测它会包含一些关于移动语言学习的未来发展趋势的讨论，比如人工智能在个性化学习中的应用，或者虚拟现实技术如何改变学习体验等，这些都是我非常感兴趣的议题。