基于情感分析的学生评教文本观点抽取与聚类

摘要：

针对学生网上评教文本由于非结构化的特点难以进行常规的数据统计分析从而导致利用率低的问题,提出了一套完整的基于情感分析技术的学生评教文本分析方法.首先,利用情感极性分类技术将学生的评语分成积极和消极两类;然后,利用基于词性的观点抽取技术得到每条评论的核心观点,并通过独热编码结合杰卡德距离和基于同义词词林的词语相似度算法进行文本向量化与距离计算;接着,用聚类算法将表达相同观点的文本归类,同时计算每一类包含的评论数;最后,以云图的形式将统计分析结果可视化输出,把学生的反馈直观简洁地呈现出来.以南京航空航天大学的评教文本数据为实验数据,对比输出结果和原始文本,情感分类准确率达89％,超过了大部分分类算法在学生评教文本方面的应用,验证了该方法的有效性,弥补了目前从原始评教文本到最终应用这一完整流程的缺失,对于推动教师治理和教师教育具有现实意义.

关键词：学生评教、教师专业发展、情感分析、极性分类、观点抽取、观点聚类

所属期刊栏目：40

分类号：G434(电化教育)

资助基金：江苏省高等学校"大学生创新创业训练计划"项目;南京航空航天大学"实验技术研究;开发"项目

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：113-117