阅读是语文教育学习目标达成的一种重要手段。时评是对当下新闻热点进行评论、分析的文章。将时评类文章作为学生课外辅助阅读的学习材料,对发展学生的阅读、理解和思维能力,培养学生的爱国情感,树立良好的道德观和正确的价值观具有重要意义。由于学生的辅助阅读大多在课后完成,学校、家庭和学生个体在时评材料的准备和选择上均存在较大困难,故本文设计并实现了小学生时评新闻类课外阅读的辅助原型系统,方便小学生能随时找到适合自己阅读水平和个人兴趣的时评读物。本文研究内容主要有三部分:1.时评读物的分类选择模型本文需要将爬虫获得到的大规模网络新闻语料进行二分类,即时评和非时评两类文本,因而需要训练二分类算法及模型,以提高时评语料准备工作的效率。本文对比研究了常用的分类算法:朴素贝叶斯、逻辑回归、支持向量机,经实验结果F1值表明,在此任务中适合逻辑回归算法,其F1值为0.94。2.主题发现推荐模型为了能根据学生的搜索词推算学生感兴趣的内容并推荐给学生阅读,使学生在阅读时评能快乐学习,增加对阅读时评的兴趣。本文进行了时评新闻主题发现推荐算法研究,对文本主题聚类K-Means++算法和主题模型LDA进行了基于任务的研究与实验分析。LDA主题模型因在相同的任务下,聚类时间大于K-Means++而被放弃。本文先用Single-Pass算法计算出聚类数目,解决了 K-Means算法需要人为规定聚类数目的问题;针对K-Means算法对初始聚类中心敏感的事实采用了 K-Means++算法进行规避。3.学生阅读水平与时评难度的评估及筛选为了将时评的难度与学生的阅读水平进行匹配,使学生能阅读到适合自己水平的时评新闻,需要确定每一篇时评的阅读难度,本文从字、词两个方面对照学生现阶段掌握的字词程度进行判定。学生在系统中可以选择不同年级代表自自己的阅读水平,系统将学生感兴趣的主题且适应其难度的时评推荐给学生,以实现读物和读者阅读层级的匹配。本文创新点主要有:小学生分级时评语料库和分级阅读推荐系统两部分。1.小学生分级时评语料库的构建本文首先将人民教育出版社出版的部编版语文教材附录的识字表、词语表分学期整理成字词表作为学生识字量和识词量的依据。教材附录中识字表和词语表分别包含3172个字和2206个词语。因教材提供的课后词语表不足以代表学生真实掌握的词汇量,因此本文基于分词技术构建了教材全文新词语表。本文将教材的PDF文件切割为多张单页图片,调用百度具有OCR功能的文字识别接口,提取图片文字,利用jieba分词的搜索引擎模式解决专有名词识别问题,最终提取词语31345个,作为代表学生真实掌握的教材全文词汇量的新词语表。本文根据小学生阅读水平和兴趣主题对爬取的288篇时评从难度层级和主题兴趣两个维度进行分级。通过判断学生此阶段掌握的字词在此篇时评分词结果中出现的次数与时评长度的比值是否大于等于65%的达标标准1给时评定级,得到难度层级为5至13的时评2分别为1、15、53、67、30、39、39、16、28篇,通过学生搜索词与文本聚类主题词的匹配对时评进行基于主题的分级,时评在八类主题中分别有13、56、18、10、14、22、12、143篇。系统可单独考虑一个维度,也可结合两个维度进行时评推荐。2.时评分级阅读推荐系统的设计与实现时评分级阅读推荐系统是为满足学生根据阅读水平和阅读兴趣两方面进行个性化时评阅读材料的推荐功能而设计。根据学生兴趣进行时评推荐的设计见上文主要研究内容中第二个模块,学生知识水平与时评层级的匹配方法见上文主要研究内容的第三个模块。本系统实现了上述功能,页面简洁清晰,能满足辅助学生课外阅读分级时评的需求。对学生增强阅读能力,提升思维能力,引导学生了解世界有一定的价值。