在線學(xué)習(xí)：用大數(shù)據(jù)改英語作文

5月31日下午，由百度新聞、36氪、新浪創(chuàng)業(yè)聯(lián)合舉辦的“奇點(diǎn)大學(xué)中國區(qū)學(xué)員選拔大賽”10強(qiáng)選手，在北京恒通國際創(chuàng)新園內(nèi)進(jìn)行了中國區(qū)總決賽。從數(shù)百個(gè)參賽者中脫穎而出的10位創(chuàng)業(yè)者，展示了各自團(tuán)隊(duì)所處領(lǐng)域的前沿科技。

以下為批改網(wǎng)張躍在“奇點(diǎn)大學(xué)中國區(qū)學(xué)員選拔大賽”決賽現(xiàn)場的展示：

張躍：大家好，我叫張躍，來自批改網(wǎng)，我們知道全球有超過20億人在學(xué)習(xí)英語，他們需要英語老師，批改網(wǎng)是他們的大數(shù)據(jù)英語老師，用機(jī)器來批改有重要的特征，客觀化，實(shí)時(shí)化和個(gè)性化，最重要的特征是快，我們來看一下演示。

這是我們的首頁，我們可以任意粘貼這篇文章，在傳統(tǒng)的上面老師需要一到兩分的時(shí)間，我們看看批改網(wǎng)上可以一秒重出現(xiàn)結(jié)果，這個(gè)上面有四個(gè)維度，實(shí)際上背后有192個(gè)維度，也就是說邏輯上您可以認(rèn)為每篇作文有192個(gè)裁判進(jìn)行打分，我們給學(xué)生分?jǐn)?shù)，更重要的是告訴學(xué)生如何提高。我們每句話給出了按據(jù)點(diǎn)評。我們看這句話，像這個(gè)單詞在本句中很少使用，建議修改，我們告訴了這個(gè)地方不對，可能您要問，什么是對的，我們繼續(xù)往下看，這是英美用戶的常用動(dòng)詞，這里延伸出了兩個(gè)模型，第一錯(cuò)誤在哪里，另外是解決錯(cuò)誤的數(shù)據(jù)在哪里，借助這個(gè)學(xué)生可以進(jìn)行自我交互的過程。我們看此時(shí)此刻我們的正在使用的狀況，這是用戶的實(shí)時(shí)日質(zhì)，現(xiàn)在有哪些用戶正在使用，第一欄是學(xué)生的名字，第二欄是學(xué)校的名字，另外是數(shù)字，意味著多少次，就是一遍一遍重復(fù)我剛剛給大家演示的動(dòng)作，這一切都沒有老師的介入，都是學(xué)生自行發(fā)生的，我們看的話，在座可能會(huì)有家長，你會(huì)發(fā)現(xiàn)為什么孩子喜歡玩游戲而不是喜歡做作業(yè)，因?yàn)橛螒蚴顷J關(guān)的，有挑戰(zhàn)性，我們在這里分?jǐn)?shù)對學(xué)生而言就是游戲的味道，就是不停的突破分?jǐn)?shù)，給更高的刺激。

在互聯(lián)網(wǎng)上大家都知道一個(gè)試錯(cuò)的原則，就是快速試錯(cuò)，小步迭代，也是這樣一個(gè)原則。大家看到這個(gè)數(shù)據(jù)我們以前低估了學(xué)生的學(xué)習(xí)熱情，為什么以前學(xué)生不學(xué)，是因?yàn)槿鄙倭耸侄?，如果給了這樣的機(jī)會(huì)的話，學(xué)生很愿意。你看這里邊有一個(gè)該一個(gè)上千次了，這是真實(shí)的數(shù)據(jù)，這里邊學(xué)生所有的行為都記下來了，這產(chǎn)生了一個(gè)學(xué)生學(xué)習(xí)的大叔據(jù)，有了這個(gè)數(shù)據(jù)以后做對了什么，做錯(cuò)了什么，該學(xué)什么，都會(huì)進(jìn)行相應(yīng)的推薦。

這是剛才所看到的演示，我們可以看到學(xué)生的感覺是什么，對于學(xué)生而言就是提交批改，我們剛才看到打的分?jǐn)?shù)，你可能要問這個(gè)分?jǐn)?shù)準(zhǔn)不準(zhǔn)，就是分?jǐn)?shù)的人工擬合度，我們的精度是92.03%，和南京大學(xué)的測試，和美國一個(gè)相比是92%的打分，這個(gè)市場是藍(lán)海市場，包括學(xué)校和機(jī)構(gòu)等用戶，加起來年消費(fèi)是超過百億的市場。當(dāng)然日本和韓國也有類似的需求和機(jī)會(huì)。

這個(gè)市場上我們的商業(yè)模式分為三個(gè)。第一個(gè)是工具，就是說我們批改服務(wù)多少錢一次，另外是用戶的增值開發(fā)，另外是數(shù)據(jù)，這里邊數(shù)據(jù)是核心的價(jià)值，匯報(bào)一個(gè)數(shù)據(jù)截止到2015年5月21號，累計(jì)批改的作文已經(jīng)超過了一億篇。注冊用戶，自從2011年6月28號上線以來，批改用戶接近900萬，預(yù)計(jì)到年底今年會(huì)達(dá)到1200萬，我們的速度不是快的，而且推廣方式是是地推為主。在高校市場的市場占有率超過了90%，可能會(huì)問為什么？或者是憑什么，做了什么東西能夠做到讓更多的用戶選擇了我們。確實(shí)也有一些我們自己有很獨(dú)到的地方，比如說如何用語料庫識別中式英文，注意，我把東西躲起來了。這是學(xué)中文的老外說的一句話，第一感覺是別扭。英美用戶看到這句感覺和我們上一句很相似。

這是中式的英文，很多的報(bào)紙上的文章老美一看就是中國人寫的，因?yàn)槌涑庵罅康倪@樣的中式英文。我們看這個(gè)圖，這是這個(gè)單詞前面的分布圖，紅色是中國學(xué)生的用法，藍(lán)色圖是美國人的用法，我們可以看到有一些是不地道的用法，為什么？因?yàn)槊绹烁静挥谩Ｎ覀兝蠋煻?，更關(guān)心的是某一個(gè)錯(cuò)誤是哪些同學(xué)在犯。還有這個(gè)例子，我們想知道中國哪些學(xué)生犯了這個(gè)錯(cuò)誤。

我們可以很清晰的看到在中國大概二十多萬，廣東省一萬四千多名，福建省是一萬三千多名，可以追蹤到哪一個(gè)學(xué)校，哪一個(gè)班，哪一個(gè)學(xué)生，哪一個(gè)作文里邊犯了這樣的錯(cuò)誤，對我們教學(xué)是很大的支撐作用。比如說北京市教委對這樣的數(shù)據(jù)很有興趣，今年年初北京市教委和我們聯(lián)合舉辦的北京市初中英語作文大賽，這是懷柔三中舉辦的活動(dòng)，這是給獲獎(jiǎng)的同學(xué)發(fā)的獎(jiǎng)狀。

但是比賽的學(xué)生提供的不僅僅是獎(jiǎng)狀，還有大數(shù)據(jù)的診斷單。大家看到這個(gè)診斷單很熟悉，醫(yī)院的診斷單就是這樣的。想象一下去醫(yī)院看病的經(jīng)歷，查各種的參數(shù)，目的是拿到你的各種數(shù)據(jù)。所以說在醫(yī)院里邊基本上現(xiàn)在已經(jīng)做到了是什么就知道如何治療，原則是診斷即治療，至少80%的時(shí)間花在如何獲取參數(shù)上，還有一個(gè)理念是軍事的理念，就是發(fā)現(xiàn)即摧毀，對學(xué)習(xí)而言這兩個(gè)理念同樣的重要。尤其是英語這個(gè)學(xué)科。我們看看我們學(xué)習(xí)英語，又叫二語習(xí)得，有一個(gè)很重要的U型理論，核心理論是有一些錯(cuò)誤不可避免去犯的，我舉這個(gè)單詞的例子，剛剛講的時(shí)候一定是知道的，但是一段時(shí)間以后錯(cuò)誤的寫成這個(gè)單詞，然后老師再告訴他，然后慢慢的回來，這是真正的了解。如理解這個(gè)現(xiàn)象呢？

在座的如果是家長可以提醒孩子這一點(diǎn)，以后當(dāng)您發(fā)現(xiàn)您的孩子在犯錯(cuò)的時(shí)候，您應(yīng)該高興才對，為什么？犯錯(cuò)意味著正在成長。但是這條線告訴，他犯錯(cuò)的時(shí)候，必須有老師通知，否則的話無法完成U型反轉(zhuǎn)，有家長會(huì)問，我們家孩子更聰明，更聰明不意味著不犯錯(cuò)，可能會(huì)出現(xiàn)別人孩子五次，你們家孩子是三次，但是是三還是二，你知道不知道，如果有精準(zhǔn)的數(shù)據(jù)可以告訴你，你的孩子兩次就夠了，多了一次就是浪費(fèi)。

這是衡水一中的學(xué)生高考之后曬了所做過的試卷兩米多高，現(xiàn)實(shí)生活中是通過題海的方式野蠻的完成了這個(gè)過程，讓自己錯(cuò)錯(cuò)錯(cuò)，對了為止，實(shí)際上這個(gè)東西是客觀存在的，這個(gè)同學(xué)最終考上了清華大學(xué)，幸運(yùn)的是清華大學(xué)正在使用批改網(wǎng)，包括北大、復(fù)旦等都在使用，除了浙江大學(xué)都在使用，當(dāng)然也包括其他的學(xué)生，像清華這樣的學(xué)校把批改網(wǎng)融入到了教學(xué)體系。

下一步我們做到10億人，如何去做，我們中國的中小學(xué)有1.8億人，我們近期在6個(gè)省市的一百三十多學(xué)校，這是當(dāng)?shù)刈詈玫膶W(xué)校，中小學(xué)完全使用批改網(wǎng)，我們和黑龍江大學(xué)聯(lián)合開發(fā)俄羅斯版本，和印度也是在合作，在中國發(fā)生的故事復(fù)制到日本去。

我創(chuàng)辦批改網(wǎng)之前在微軟，全德來自百度，負(fù)責(zé)抓取，這兩位是來自金山，我們成立了英語寫作聯(lián)盟，全國最好的兩所大學(xué)都在里邊，目的是把中國所有的大學(xué)聯(lián)合起來，共建寫作大數(shù)據(jù)，今年清華出題，今天為止接近3000所學(xué)校，108萬學(xué)生提交作文，我們發(fā)布的英語寫作大數(shù)據(jù)藍(lán)皮書，每年都會(huì)發(fā)布這樣的藍(lán)皮書，為中國的英語教學(xué)提供數(shù)據(jù)支撐，讓學(xué)校知道我們在全國的水平，讓學(xué)生知道自己的水平。

進(jìn)一步提高大數(shù)據(jù)價(jià)值，在領(lǐng)導(dǎo)的關(guān)懷下，成立了北京市語言智能協(xié)同研究院，我被任命為執(zhí)行院長，這里邊有李德毅院士是我們的首席專家，我們也受到了媒體的持續(xù)關(guān)注和報(bào)道，科技日報(bào)報(bào)道我們當(dāng)英語遇到大數(shù)據(jù)，這個(gè)主要報(bào)道了我們這個(gè)游戲因素，如何在娛樂中學(xué)習(xí)，在學(xué)習(xí)中娛樂，人民日報(bào)報(bào)告批改網(wǎng)，改變語言教學(xué)。在大數(shù)據(jù)時(shí)代重新定義英語學(xué)習(xí)的方式，下一步該學(xué)什么，該看什么，讓數(shù)據(jù)告訴你，每一個(gè)人下次所做的作業(yè)是不一樣的。教育部網(wǎng)站也推出了題目叫做智能技術(shù)幫助你自動(dòng)改作業(yè)，批改網(wǎng)讓英語學(xué)習(xí)更簡單，謝謝大家。

主持人：非常精彩的演講，關(guān)鍵是抓住了我們所有人的痛點(diǎn)，學(xué)習(xí)英語，每個(gè)中國人的夢想。我們進(jìn)入三分鐘的助陣嘉賓時(shí)間，我們這位助陣嘉賓已經(jīng)來到了現(xiàn)場，大家非常熟悉的熱烈掌聲有請批改網(wǎng)的助陣嘉賓，CSDN和《程序員》創(chuàng)始人蔣濤老師，有請。請發(fā)表您的助陣演講，注意三分鐘的時(shí)間。

蔣濤：大家好，我是CSDN創(chuàng)始人，也是批改網(wǎng)的天使投資人，我是在上一輪泡沫破裂的時(shí)候，投的張躍，因?yàn)樗?dāng)時(shí)做了一個(gè)產(chǎn)品叫聚庫，就是把這些互聯(lián)網(wǎng)上的所有跟英文相關(guān)的寫作的資料聚合起來，我覺得對我這個(gè)土鱉特別有幫助，我在國外寫英文郵件的時(shí)候不知道怎么樣表達(dá)，這樣的話通過例句去表達(dá)，我覺得這個(gè)產(chǎn)品很有價(jià)值，就投資了。當(dāng)時(shí)泡沫了，沒有人接下一輪，所以我覺得張躍非常有韌勁，堅(jiān)持做下去，找到一條什么路呢？to B，面向企業(yè)，而且做的是最難的面向?qū)W校。

我當(dāng)時(shí)說這個(gè)生意可能做不通，應(yīng)該做to C的生意，但是沒有資金了，這是非常不容易，做出了學(xué)生和老師都用的產(chǎn)品，老師說用了批改網(wǎng)了以后，改作文不煩了。也有學(xué)生改的一千多次，這是真正用大數(shù)據(jù)，技術(shù)的手段幫助我們更好的改變的教育的現(xiàn)狀，這么多年學(xué)英語，為什么那么困難呢？跟我們的教育資源有關(guān)系，跟我們的教育手段也有關(guān)系，所以批改網(wǎng)做的一件非常了不起的事情，把老師和學(xué)生都真正的聯(lián)合起來，另外基于大數(shù)據(jù)已經(jīng)批改了一億篇作業(yè)，有了這樣的數(shù)據(jù)的基礎(chǔ)，對于我們進(jìn)一步改善整個(gè)的算法和幫助這些想學(xué)英語的同學(xué)們和朋友們提高英語都有巨大的價(jià)值。

我想它的價(jià)值像教育領(lǐng)域的大眾點(diǎn)評，那個(gè)時(shí)候大眾點(diǎn)評做起來很苦，但是后來移動(dòng)互聯(lián)網(wǎng)來了，大眾點(diǎn)評有了巨大的發(fā)展，教育一開始做也很苦，但是現(xiàn)在累積了數(shù)據(jù)和老師和學(xué)生，我想他的價(jià)值在下一步會(huì)有非常大的空間，我也強(qiáng)烈推薦他去硅谷的奇點(diǎn)大學(xué)，把我們這項(xiàng)技術(shù)和國際的技術(shù)結(jié)合起來，美國也有很多的英文表達(dá)也有問題，因?yàn)槭潜就?，也有很多的移民，另外全球有超過20億的人在學(xué)習(xí)英語，可不可以讓這項(xiàng)技術(shù)讓全世界人學(xué)英文呢。另外反過來也幫助全世界人學(xué)中文，他們學(xué)中文也有自己的痛苦，所以我想把這個(gè)技術(shù)結(jié)合起來，對全世界學(xué)習(xí)第二語言的人都有幫助，這是我對他的幫助，謝謝，希望大家給他投一票。

主持人：非常感謝蔣濤老師的精彩的推薦，感謝，請后臺休息。下面你的助陣嘉賓和自己的演講都很精彩，我們看最后一個(gè)環(huán)節(jié)，五分鐘的問答時(shí)間。

評委：我覺得學(xué)會(huì)特別優(yōu)雅和得體的書面表達(dá)，至少是我個(gè)人一直在追求做得越來越好的事情，無論是中文還是英文，這一點(diǎn)特別謝謝，如果有東西可以幫助我們做得越來越好是非常好的一件事。不過我有兩個(gè)好奇的點(diǎn)，第一個(gè)點(diǎn)是整個(gè)的語料庫一開始在建立的時(shí)候過程中，是怎么樣去做的，一開始最早期的語料是怎么樣積累的，一開始的語料很少的話，沒法去冷啟動(dòng)，非常的難。

第二個(gè)問題就是說想國際化我覺得特別好。但是現(xiàn)在的這個(gè)階段做國際化除了那些基本的合作資源之外，在推廣上有什么樣的資源可以讓這件事做成。

張躍：我們預(yù)料庫主要分兩個(gè)，一個(gè)是白預(yù)料庫，什么是對的，就是英美用戶寫的人，另外是黑語料庫，我們認(rèn)為存在問題的。您注意到我們合伙人有一個(gè)人來自百度，負(fù)責(zé)采集，紐約日報(bào)，花兒報(bào)日報(bào)，我們每天采集，不關(guān)心說什么，我們關(guān)心他怎么說，我們借此跟蹤英語的發(fā)展，我們每一篇中國學(xué)生的作文就是黑預(yù)料庫，這是我們最大的價(jià)值，這是第一個(gè)問題。

另外您說國際化這一塊，我們推動(dòng)國際化的過程中，我們什么樣的資源出現(xiàn)了，就去做了，比如說為什么和因特爾合作印度市場，原因很簡單，因特爾負(fù)責(zé)全球教育的是印度人，他對我們有興趣，他是印度人，他認(rèn)為印度也是需要這個(gè)，所以先做印度市場。為什么做日本市場，日本想進(jìn)中國市場，找合作伙伴，找到我們，他發(fā)現(xiàn)進(jìn)入中國不如把我們進(jìn)入日本做得更快更好。所以這樣的資源出現(xiàn)以后，不是我們等到想做哪一個(gè)，而是等合適的資源出現(xiàn)以后再去做，印度和日本是我們下一個(gè)目標(biāo)。

評委：我有一個(gè)問題，從剛才的問題往下問，他問你的是進(jìn)入國際市場的策略，我想問的是語言學(xué)習(xí)和寫作是需要有很多的功底的問題，你抓了很多的語料庫，你想學(xué)日語、俄羅斯語等市場里邊有沒有難度需要去解決的。

張躍：不是有難度，是非常難。為什么？我說兩個(gè)原因，第一個(gè)拿中國人來說，中文不像英文那么規(guī)范，這是第一點(diǎn)。第二點(diǎn)，我們答英語作文，我們團(tuán)隊(duì)認(rèn)為機(jī)器欣賞不了一篇文章的美，為什么有人用這個(gè)軟件呢，因?yàn)槲覀儗τ⑽臅鴮憶]有到那一步，考四六級或者是高考，考英文會(huì)有模板的，比如說吸煙有害健康，就是說考作文不用你用英文表達(dá)你思想利益，而是準(zhǔn)確的表達(dá)。而即便是達(dá)到這個(gè)要求是他的優(yōu)勢，我去測量他的某一個(gè)標(biāo)準(zhǔn)，我認(rèn)為計(jì)算機(jī)很難理解文章的美，所以你剛才的問題來講，語種這個(gè)問題非常難，中文也會(huì)非常難。

評委：你是怎么解決這個(gè)問題的？

張躍：其他的問題可能我鋪解決，我認(rèn)為英文市場足夠大。

主持人：單點(diǎn)突破就好了。謝謝。

評委：有一個(gè)問題請教一下，我們現(xiàn)在已經(jīng)通過批改積累了很大的語料庫，包括對語意識別的能力，這些能力很語料庫，除了批改，還有沒有計(jì)劃用在其他的領(lǐng)域中的應(yīng)用。

張躍：是這樣的，我覺得首先這個(gè)領(lǐng)域足夠大，我們在大數(shù)據(jù)的時(shí)代標(biāo)準(zhǔn)學(xué)習(xí)是這樣的先寫作業(yè)，告訴你哪一步缺什么，每個(gè)人的成功路徑都是不一樣的，都是用數(shù)據(jù)來告訴你的，所以我覺得這個(gè)領(lǐng)域足夠大，每一個(gè)學(xué)員是以數(shù)據(jù)為中心進(jìn)行個(gè)性化的學(xué)習(xí)，每個(gè)人下一步都不一樣。

主持人：時(shí)間到，進(jìn)行任何有關(guān)語言學(xué)習(xí)的領(lǐng)域都會(huì)應(yīng)用到你的技術(shù)，這是非常精彩的演講。