论文部分内容阅读
[摘 要] 现阶段中，许多学生出现了随意评教以及教师对评教工作出现抵触情绪的现象。针对当前部分高校出现的教师存在抵触情绪和学生随意评分的现象，如何有效地从大量学生评论中挖掘出有用的信息显得至关重要。从浩如烟海的教学评论中挖掘出有用的信息，为不同角色人员提供多维度的分析结果，提出将情感分类（Sentiment Classification）技术应用到评论文本中。从提高教学评价的作用，以为不同角色人员服务为出发点，将数据挖掘中的情感分类这一新技术引入教学评论挖掘中，形成不同层次上的多粒度分析结果，为教学管理者和教师提供帮助。
[关 键 词] 情感倾向性；情感分析；教学评价；自动分析方法
[中图分类号] G642 [文献标志码] A [文章编号] 2096-0603（2018）16-0161-01
一、现阶段高校教学评价中出现的问题
（一）师生在进行教学评价时不能做到完全的公平公正
学生与教师在进行互相评价的过程中往往不能做到完全客观公正，不能保障评价信息的客观性以及合理性。这种情况在一定程度上偏离了教学评价工作的本质目的。
（二）教师对教学评价存在抵触心理，学生存在随意性
与此同时，大部分学生在对教师的教学工作进行评价时，通常评教结果与其师生关系和教师性格有关，少部分学生甚至对评教工作不重视，出现随意评教的情况，这些情况也不能真实客观地反映出教师的教学水平以及教学质量。因此，在现阶段中，高校师生评教工作仍然存在许多问题，这些问题也影响到了评教工作的本来目的，进而影响到了师生之间的教学效率与质量。
二、情感分类技术在评论文本中应用的重要性
针对现阶段出现的评教工作问题，本文经过分析与研究认为应将情感分类技术应用到评论文本之中。在学生评论的区域中，学生对教师的评论可以说是五花八门，并且数量巨大，在这时若想要对评论内容进行筛选，情感分类技术在评论文本中应用的重要性就体现出来了。
（一）可以正确客观地反映师生之间的学习效果
在海量的学生评论之中，大部分学生有随意评分的情况，仍旧有许多学生在评论区表达出自己的真实想法以及当前教学工作中存在的问题[1]。而情感分类技术的应用可以直接将评论区域中的内容进行分类筛选，这种做法在一定程度上保障了师生间教学效果反馈信息的客观性与可信度。
（二）可以提高教学评价工作的效果
情感分类技术的应用可以将学生对教师的评价情况更加真实地展现出来，这一技术的应用在一定程度上直接提高了教学评价工作的效果，进而更加符合教学评价工作开展的目的，保障了师生间教学评价工作的合理性与真实性，因此，现阶段将情感分类技术应用在评论文本中是非常有必要的。
三、情感分类技术在评论文本中的具体应用
情感分类技术在网上评价系统中仍然属于一项较新的计算机技术，因此，该技术还在进一步研究与讨论过程中，在现阶段的网上评论系统中，情感分类技术被具体应用在评论文本分类、多粒度分析以及多角色分析三个方面，本文从这三个方面对情感分类技术在评论文本中的具体应用进行简要介绍[2]。
（一）情感分类技术在评论文本中的分类功能
情感分类技术在评论文本中最重要的一项应用就在于其技术本身对评论的分类功能，情感分类技术可以通过其技术本身的特殊算法将评论文本进行简要的分析分类，被分类的评论可以客观公正地体现出教师与学生之间的教学效果与教学质量，也能使高校以及教师更深入真实地了解学生的心理状况。
（二）情感分类技术中粒思想的应用
情感分类技术中将情感分类中的粒思想进行了深入的运用，该技术借助其粒思想的内容从不同的语言粒度入手，将不同的评论文本进行自动分析与研究，通过其特殊算法并结合技术制订的标准进行相关分析与研究，进而实现对海量评论的粒度层次分析，得出更加客观合理的信息供相关工作人员参考。
（三）应用举例
情感分类技术可以将海量的评语通过特殊的计算检测进行分类，技术的核心思想是使用了评语之间不同的粒度关系进行分类的。举例说明：
情感分类技术在进行分类前会在教学评价留言区域中进行四个分类步骤。这四个步骤按照顺序为获取原始数据、提取特征词、特征句提取以及得出所需信息。在第一步中，系统会获取海量的原始数据，比如获取“讲课口齿不清晰，教学内容晦涩难懂”以及“对学生要求严格，不能合理的控制对学生的要求”和“讲课充满热情，对学生起到了很大的帮助”三句。然后系统会通过对这三句的分析，进而提取出其中的特征词，比如说第一句中的特征词为“口齿不清、内容晦涩、难懂”，第二句是“要求严格、不合理、不控制”，第三句的“充满热情、起到帮助”，系统通过对特征词的提取，首先对评论进行简单分类。然后将特征词的句子进行对比提取，比如特征句为“讲课听不懂”“对学生要求严格”以及“讲课充满热情”三句。系统通过对特征句的提取与对比分析，进而从海量评论中得出所需的信息，完成评论分类。
本文基于情感分类技术的教学评价自动分析方法的讨论问题进行了简要的研究，提出将情感分类技术应用在现阶段高校教学评价工作系统中。并且从情感分类技术在评论文本中应用的重要性以及具体应用方法两个方面进行了简要的分析和讨论，旨在为提高我国高校教师教学质量、教学态度以及教学策略提供一些推动性作用，进而达到促进我国高校教育事业发展的目的。
参考文献：
[1]刘鸿宇，赵妍妍，秦兵，等.评价对象抽取及其倾向性分析[J].中文信息學报，2010，24（1）：84-88.
[2]李海峰，刘晓磊.基于语义的文本倾向性分析在高校教学评价中的应用[M].科技创业，2011：245-260.
[关 键 词] 情感倾向性；情感分析；教学评价；自动分析方法
[中图分类号] G642 [文献标志码] A [文章编号] 2096-0603（2018）16-0161-01
一、现阶段高校教学评价中出现的问题
（一）师生在进行教学评价时不能做到完全的公平公正
学生与教师在进行互相评价的过程中往往不能做到完全客观公正，不能保障评价信息的客观性以及合理性。这种情况在一定程度上偏离了教学评价工作的本质目的。
（二）教师对教学评价存在抵触心理，学生存在随意性
与此同时，大部分学生在对教师的教学工作进行评价时，通常评教结果与其师生关系和教师性格有关，少部分学生甚至对评教工作不重视，出现随意评教的情况，这些情况也不能真实客观地反映出教师的教学水平以及教学质量。因此，在现阶段中，高校师生评教工作仍然存在许多问题，这些问题也影响到了评教工作的本来目的，进而影响到了师生之间的教学效率与质量。
二、情感分类技术在评论文本中应用的重要性
针对现阶段出现的评教工作问题，本文经过分析与研究认为应将情感分类技术应用到评论文本之中。在学生评论的区域中，学生对教师的评论可以说是五花八门，并且数量巨大，在这时若想要对评论内容进行筛选，情感分类技术在评论文本中应用的重要性就体现出来了。
（一）可以正确客观地反映师生之间的学习效果
在海量的学生评论之中，大部分学生有随意评分的情况，仍旧有许多学生在评论区表达出自己的真实想法以及当前教学工作中存在的问题[1]。而情感分类技术的应用可以直接将评论区域中的内容进行分类筛选，这种做法在一定程度上保障了师生间教学效果反馈信息的客观性与可信度。
（二）可以提高教学评价工作的效果
情感分类技术的应用可以将学生对教师的评价情况更加真实地展现出来，这一技术的应用在一定程度上直接提高了教学评价工作的效果，进而更加符合教学评价工作开展的目的，保障了师生间教学评价工作的合理性与真实性，因此，现阶段将情感分类技术应用在评论文本中是非常有必要的。
三、情感分类技术在评论文本中的具体应用
情感分类技术在网上评价系统中仍然属于一项较新的计算机技术，因此，该技术还在进一步研究与讨论过程中，在现阶段的网上评论系统中，情感分类技术被具体应用在评论文本分类、多粒度分析以及多角色分析三个方面，本文从这三个方面对情感分类技术在评论文本中的具体应用进行简要介绍[2]。
（一）情感分类技术在评论文本中的分类功能
情感分类技术在评论文本中最重要的一项应用就在于其技术本身对评论的分类功能，情感分类技术可以通过其技术本身的特殊算法将评论文本进行简要的分析分类，被分类的评论可以客观公正地体现出教师与学生之间的教学效果与教学质量，也能使高校以及教师更深入真实地了解学生的心理状况。
（二）情感分类技术中粒思想的应用
情感分类技术中将情感分类中的粒思想进行了深入的运用，该技术借助其粒思想的内容从不同的语言粒度入手，将不同的评论文本进行自动分析与研究，通过其特殊算法并结合技术制订的标准进行相关分析与研究，进而实现对海量评论的粒度层次分析，得出更加客观合理的信息供相关工作人员参考。
（三）应用举例
情感分类技术可以将海量的评语通过特殊的计算检测进行分类，技术的核心思想是使用了评语之间不同的粒度关系进行分类的。举例说明：
情感分类技术在进行分类前会在教学评价留言区域中进行四个分类步骤。这四个步骤按照顺序为获取原始数据、提取特征词、特征句提取以及得出所需信息。在第一步中，系统会获取海量的原始数据，比如获取“讲课口齿不清晰，教学内容晦涩难懂”以及“对学生要求严格，不能合理的控制对学生的要求”和“讲课充满热情，对学生起到了很大的帮助”三句。然后系统会通过对这三句的分析，进而提取出其中的特征词，比如说第一句中的特征词为“口齿不清、内容晦涩、难懂”，第二句是“要求严格、不合理、不控制”，第三句的“充满热情、起到帮助”，系统通过对特征词的提取，首先对评论进行简单分类。然后将特征词的句子进行对比提取，比如特征句为“讲课听不懂”“对学生要求严格”以及“讲课充满热情”三句。系统通过对特征句的提取与对比分析，进而从海量评论中得出所需的信息，完成评论分类。
本文基于情感分类技术的教学评价自动分析方法的讨论问题进行了简要的研究，提出将情感分类技术应用在现阶段高校教学评价工作系统中。并且从情感分类技术在评论文本中应用的重要性以及具体应用方法两个方面进行了简要的分析和讨论，旨在为提高我国高校教师教学质量、教学态度以及教学策略提供一些推动性作用，进而达到促进我国高校教育事业发展的目的。
参考文献：
[1]刘鸿宇，赵妍妍，秦兵，等.评价对象抽取及其倾向性分析[J].中文信息學报，2010，24（1）：84-88.
[2]李海峰，刘晓磊.基于语义的文本倾向性分析在高校教学评价中的应用[M].科技创业，2011：245-260.