论文与发表

本文提出一个融合语音、文本与时序特征的课堂话语分析框架，用于在真实教学场景下识别师生互动结构。在 412 节课的语料上，框架对师生角色的切分准确率达到 0.91，并能稳定区分四类提问行为。

在公开数据集上表现优异的知识追踪模型，迁移到单个班级的小样本数据后性能显著下降。本文比较了五类模型的退化模式，发现退化幅度与练习序列的稀疏程度而非样本量最相关。

基于两千余小时课堂录音，本文归纳出一套包含九类的课堂提问分类体系，并报告了不同学科与学段的提问分布差异。