针对教师课堂提问方式量化模型四何问题的粒度过粗与耗时费力的缺陷,借鉴布鲁姆教育目标分类理论,设计了一个细粒度四何问题模型,可同时从问题类型和问题倾向两个维度对教师课堂提问方式进行观测.此外,还引入了深度学习模型长短期记忆神经网络LSTM,实现教师课堂提问的细粒度自动分类.实验结果表明,该方法能够高质量地实现问题分类(四何问题准确率达95%,细粒度四何问题准确率达84%),有效实现了课堂观察数据的智能整理.