Research on Adaptive Algorithm and Interaction Design for English Translation Teaching in Flipped Classroom Mode
Notice bibliographique
Résumé
The flipped classroom relies on a smart platform to assist the implementation of English translation teaching, combining the smart platform with the students as the core to realize the efficient interaction of English translation teaching and enhance the students’ interest in English translation learning. This paper develops an easy-to-use interactive system for English translation teaching in flipped classroom based on Fine Report, and utilizes MySQL database to store the relevant data generated in the process of use. In this system, the BERT model trained by matrix masking strategy is used as the basis, and the neural machine translation model that assists teachers in English translation homework correction is established by combining the NMT model. Then the K-Means clustering algorithm is optimized by the adaptive K-value selection method, and the students’ learning data on the system is clustered by using the improved K-Means, and the student performance evaluation model is established by combining the CART decision tree. A pedagogical comparison experiment was carried out for the feasibility of the interactive system for teaching English translation in the flipped classroom. The BLUE value of machine translation using the BERT-NMT model was always above 30, and the average accuracy of student performance prediction of the K-Means-CART model could reach 84.85%. The English translation performance of the students in the experimental class was significantly improved after the teaching experiment, and the overall satisfaction of the students with the interactive system for teaching English translation was 4.038 points, which was between the satisfied~very satisfied level. Fully combining intelligent technology to assist teachers in teaching English translation under the flipped classroom can help to enhance the quality of cultivating English translation talents in colleges and universities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».