面向学习体验文本的学习者情感分析模型研究

摘要：

情感是影响学习者认知和行为的关键性非智力因素.准确分析、识别学习者的情感状态,对教育的个性化、智能化发展尤为重要,它是情感计算的重要内容,已经成为人工智能和教育领域的交叉研究热点.学习体验文本是学习者情感分析的主要数据来源.面向学习体验文本,是在完善基础词典和情感词典的基础上,提出一种融合情感词典和机器学习的学习者情感分析模型,能够实现对段落级/篇章级学习体验文本的多级情感分类,从而挖掘学习者内隐的情绪状态.为了检验模型的有效性,采用宏平均指标全面评估情感分析模型的整体分类性能.研究结果表明:选择情感词特征和句子构成特征、采用SVM分类器时,该模型能够准确识别学习体验文本中的学习者情感;模型不仅为学习者多级情感分析提供新的研究思路,而且也为深入挖掘学习行为、改善在线教育的学情分析等,提供了技术支撑.这一研究结果,有助于进一步把握模型的应用前景、面临的问题和挑战等,并提出了相关建议.

关键词：学习者情感、情感分析、情感计算、机器学习、支持向量机

所属期刊栏目：39

分类号：G420(教学理论)

资助基金：本文系2017年国家社会科学基金"社会化媒体舆情情感挖掘与传播研究"项目编号:17BXW069

在线出版日期：2021-01-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：94-103