随着我国高等教育规模不断扩大,社会对于高校教学质量的关注日益增加。学生评教是当下教学质量评估极其重要的环节,随着学生评教数据的不断积累,学生评教数据的挖掘和利用逐渐成为了研究焦点。学生评教文本中蕴含着学生对于教师教学各方面表现的具体态度,若对其进行深入挖掘利用,将有利于发现教师教学过程中的具体不足之处以便进行有针对性的改进,进而提高教学质量。本文旨在对学生评教文本进行细粒度情感分析,挖掘并反馈出学生评教文本中各个评教维度及其对应的情感倾向,主要的工作内容如下:(1)通过分析大量的真实学生评教数据,定义了以学生为中心的评教维度标签体系;(2)提出了基于特征词匹配的评教维度分析方法,通过构建依存句法分析的特征词抽取规则以及设计基于种子词表的评教维度匹配识别策略,从而识别出评教文本中的多个评教维度;(3)提出了基于评教情感词典和基于DEA Bi-LSTM网络模型相结合的阶段性情感分析方法,实现不同评教维度的情感判定;(4)设计了基于细粒度情感分析的学生评教反馈分析的整体方案,提出了基于情感标签的观点整合方法和基于关注度和情感得分的评教反馈分析方法,进一步提高本文研究的应用价值。实验表明,本文提出的评教维度分析方法和面向评教维度的情感分析方法能够有效识别学生评教文本中的多个评教维度及其对应的情感倾向,其中两种模块组合的F1值分别达到了86.16%和85.49%。本文以案例分析的形式展示了基于细粒度情感分析的学生评教反馈分析方案的效果,可以看出该方案能够从多个维度分析教师的教学质量,具有较好的实践意义和应用价值。