2020年10月,党中央国务院印发《深化新时代教育评价改革总体方案》,体现了提高教学质量在教育强国战略中的重要地位。学生是教育的接收者,对教学质量有着清晰的感受。挖掘学生教学评价中的情感倾向可以反映真实的教学情况,帮助改善教学。为此,针对当前学生教学评价领域存在的主要问题,本文利用深度学习方法对学生教学评价文本进行情感分析研究,提出了两种深度学习模型分别用于学生教学评价的方面级别情感分析和跨领域情感分析,具体如下:1.为了准确地挖掘出学生教学评价中的情感倾向进而帮助改善教学,提出了一种融合先验知识的深度记忆网络模型以有效利用教学场景中有用的情感信息。首先,通过词嵌入将评语进行向量化表示;其次,使用双向门控循环单元对评语进行建模得到其语义信息,并将其作为深度记忆网络的记忆模块;然后,将评语外的有用信息作为先验知识,并通过注意力机制从记忆模块中提取与其相关的情感特征;最后,使用门控循环单元来对其进行更新,从而得到准确的情感分类。在学生教学评价数据集上进行实验,结果表明所提方法能有效挖掘学生评价中不同教学方面的情感倾向,为教师和教学管理者了解并改进教学提供了有效的途径。2.为了解决学生教学评价领域标注数据稀缺的问题,提出一种基于方面交互迁移网络的跨领域情感分析模型。首先,通过词嵌入和双向门控循环单元分别对评语和方面进行建模以得到其语义表示;然后,通过方面交互模块实现评语和方面的充分交互,并使用深度记忆网络和注意力机制来充分挖掘评语隐含的领域和情感特征;最后,通过对抗训练的方式来训练域分类器和情感分类器,使得模型能够学习到源领域和目标领域之间共同的情感特征以实现跨领域情感分析。在产品评论和学生教学评价数据集上进行实验,结果表明本章所提模型在跨领域情感分析中具有更好的分类性能,能够有效地挖掘出学生教学评价中评语的情感倾向。