摘要多模态英语学习数据集是一个面向智能英语教育、学习者行为分析与产出导向教学法POA研究的结构化教育数据集共包含 2000 条英语学习记录。每条记录对应一次学习会话围绕 POA 的驱动激励、促成赋能和评价等教学阶段记录学习任务、学习者回答以及听力、流利度和发音等表现指标。数据集概述多模态英语学习数据集是一个面向智能英语教育、学习者行为分析与产出导向教学法POA研究的结构化教育数据集共包含 2000 条英语学习记录。每条记录对应一次学习会话围绕 POA 的驱动激励、促成赋能和评价等教学阶段记录学习任务、学习者回答以及听力、流利度和发音等表现指标。该数据集重点研究学习者互动行为与英语听说能力之间的关系可用于分析不同教学阶段的学习效果、学习者能力变化和课堂参与表现并为自适应英语学习与智能教学系统开发提供数据基础。数据结构与关键特征该数据集采用表格形式组织每条记录主要包含学习者身份、教学阶段、任务内容、学习响应和能力评价等信息。核心字段包括 session_id学习会话编号、student_id学习者编号、poa_stagePOA教学阶段、topic学习主题、text_prompt任务提示以及 student_response_text学习者回答文本能力评价部分则包含流畅度评分、听力评分和发音评分分别用于衡量学习者的语言连贯性、听力理解能力和发音清晰程度。目标字段用于表示综合学习表现等级可根据多个能力指标对学习结果进行分类或预测。整体数据同时包含类别型、文本型和数值评分特征适合开展多源学习特征融合分析。应用价值与研究方向该数据集可广泛应用于智能英语教学、学习分析、自动口语评价和个性化教育推荐等领域。研究人员可以利用 BERT、RoBERTa、Transformer 等模型分析任务提示与学习者回答的语义特征并结合流畅度、听力和发音评分构建综合学习表现预测模型也可以使用随机森林、XGBoost、LightGBM 等算法分析不同教学阶段和学习行为对最终表现的影响。进一步研究可围绕 POA阶段学习效果比较、学习者能力画像、英语学习进步预测、薄弱能力识别、个性化学习材料推荐、自动反馈生成以及成果导向教学评价等方向展开为人工智能辅助英语课堂和自适应语言学习系统提供支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-448文件大小918M原创声明本数据集为整理作品