听障人是社会不可或缺的一类特殊群体,据最新资料统计,我国听障人数量已经达到2075万。这个庞大的听障人群体虽然和健全人一样生活在全国各地,但是他们有着自己的群体文化意识,因为没有语言刺激,所以他们在认知发展上和社会适应中都存在着很大的困难。由于听障人自我意识低下,不愿意与健全人交流,直接影响了其就业的环境和生活的质量,部分听障人由于无法融入社会这个大家庭,往往走向了违法犯罪的道路。如何提升听障人的自我意识水平,促进听障人群体很好的融入社会,提升生活质量,减少违法犯罪的数量是特殊教育工作者面临的重要问题。因此对听障人意识的研究显得额外重要,但是由于听障人数据获取困难,听障人意识评价工具单一,目前所知的用于听障人意识评价的工具只有自我意识测量表,该量表在测量时不仅耗时,测量结果的准确性也往往受被测试者的语言理解能力和态度等相关因素影响。基于上述原因,本文拟基于贝叶斯网(Bayesian Network,BN)构建听障生自我意识评价模型,旨在引入一种新的方法,研究听障生的自我意识水平。让特殊教育工作者在了解听障生相关因素后就能得知听障生自我意识水平情况,还能了解影响听障生自我意识水平因素之间的关系,从而有针对性的帮助听障生提高自我意识水平,更好地为听障生提供教育服务。本文首先找出与听障生自我意识相关的因素,然后结合特殊教育工作者的先验知识来构建听障生自我意识评价BN模型。基于初始模型,我们运用互信息来判断任意两个随机变量之间的依赖关系从而对初始BN模型进行修正得到完整的BN模型,由于听障人数据比较稀缺,获取的数据存在缺失的现象,所以我们通过期望最大化(Expectation Maximization,EM)算法来学习BN模型中各个节点的条件概率表(Conditional Probability Table,CPT)。基于构建好的BN我们用变量消元法对听障生的自我意识水平进行推理,通过给出各个因素的状态来评估听障生自我意识水平,以及已知听障生自我意识水平高低来诊断影响自我意识水平的各个因子的情况。