一种基于语义理解的教师情感关怀特征检测方法及系统技术方案

本发明专利技术涉及计算机信息处理领域，提供一种基于语义理解的教师情感关怀特征检测方法及系统。该方法包括：(1)教师情感关怀特征框架构建，建立包含关注、理解和鼓励的教师情感关怀特征框架；(2)教师情感关怀特征检测模型建立，建立教师情感关怀特征检测模型，通过情感极性分类和情感关怀特征指标匹配，实现对情感关怀特征的有效检测与处理；(3)检测结果可视化反馈，计算教师个体和群体的情感关怀特征检测结果，可视化处理检测结果。本发明专利技术检测方法及系统能够对在线教学活动中教师情感关怀特征进行自动识别和全面检测，促进在线教学环境中师生有效互动和提升在线教学效果。生有效互动和提升在线教学效果。生有效互动和提升在线教学效果。

【技术实现步骤摘要】
一种基于语义理解的教师情感关怀特征检测方法及系统


[0001]本专利技术涉及计算机信息处理领域，具体涉及一种基于语义理解的教师情感关怀特征检测方法及系统。

技术介绍

[0002]在线教学活动中教师为学生提供情感支持和关怀的重要作用日益凸显，对提高学习者学习动机、促进学生自我调节学习、提升学生在线学习投入、表现和发展具有重要影响。开展在线教学环境中教师情感关怀特征检测研究有利于准确了解教师情感关怀状况和机制，对促进师生有效交流互动、提升在线教学效果具有重要意义。目前在线教学环境中教师情感关怀特征检测研究以主观数据为主，难以标准化、规模化开展。当前教师情感关怀特征检测中存在的困难：(1)缺乏对文本内容的情感极性和分类的综合处理，难以全面识别体现教师情感关怀特征；(2)评价手段和方法以问卷调查为主，数据来源和依据受主观影响较大，数据客观性、准确性难以保证；(3)缺乏统一的检测模型和流程，检测重点难以统一规范，致使规模化、自动化、客观化的教师情感关怀特征检测难以实现。

技术实现思路

[0003]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于语义理解的教师情感关怀特征检测方法及系统，其目的在于，对在线教学活动中教师情感关怀特征进行自动识别和全面检测，理清教师情感关怀现状和机制，促进在线教学环境中师生有效互动和提升在线教学效果。
[0004]本专利技术的目的是通过以下技术措施实现的。
[0005]本专利技术提供一种基于语义理解的教师情感关怀特征检测方法，包括以下步骤：
[0006](1)教师情感关怀特征框架构建。确定教师情感关怀特征，建立包含关注、理解和鼓励的教师情感关怀特征框架。
[0007](2)教师情感关怀特征检测模型建立。采用语义理解技术提取教师在线反馈文本内容的情感表征信息，确定情感关怀特征分析问题，建立教师情感关怀特征检测模型，通过情感极性分类和情感关怀特征指标匹配，实现对情感关怀特征的有效检测与处理。
[0008](3)检测结果可视化反馈。计算教师个体和群体的情感关怀特征检测结果，采用折线图、三维散点图可视化处理检测结果，形成并反馈教师情感关怀特征的可视化检测结果。
[0009]本专利技术还提供一种基于语义理解的教师情感关怀特征检测系统，包括以下模块：
[0010]框架构建模块，用于建立包含关注、理解和鼓励的教师情感关怀特征框架，并存储到评价指标表中；
[0011]数据采集模块，用于采集教师在线反馈文本内容，包括教师ID、相关内容、时间，并存储到文本数据表中；
[0012]样本准备模块，用于分别针对情感极性分类、情感关怀特征指标匹配任务，准备对应的样本语料，并存储到训练样本表中；
[0013]情感关怀特征检测模块，用于建立教师情感关怀特征检测模型，对教师在线反馈文本内容的语义信息进行判断，识别检测教师情感关怀特征，并存储到分析数据表中；
[0014]模型训练及检验模块，用于对BERT、BERT+TextCNN、BERT+BiLSTM、BERT+TextRCNN、BERT+DPCNN备选检测模型进行训练检验，计算各备选检测模型的准确率计算、精确率计算、召回率计算和F1值，并存储到检验结果数据表中；
[0015]可视化呈现模块，用于采用折线图、三维散点图处理情感关怀特征检测结果，形成教师情感关怀特征的可视化检测结果。
[0016]本专利技术的有益效果在于：
[0017]构建全面的教师情感关怀特征框架，提出基于语义理解的情感关怀特征检测模型，通过对教师在线反馈文本内容的自动挖掘与语义理解，实现在线教学环境中教师情感关怀特征的智能识别与检测，填补了教师情感关怀特征研究空白，促进师生有效在线互动、提升在线教学效果。
附图说明
[0018]图1是本专利技术实施例教师情感关怀特征检测方法构建的总流程图。
[0019]图2是本专利技术实施例中教师情感关怀特征框架示意图。
[0020]图3是本专利技术实施例中教师情感关怀特征检测模型建立流程图。
[0021]图4是本专利技术实施例中网络学习空间中师生交互内容示意图。
[0022]图5是本专利技术实施例中教师个体的情感关怀特征检测结果示意图。
[0023]图6是本专利技术实施例中教师群体的情感关怀特征检测结果示意图。
具体实施方式
[0024]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0025]如图1所示，本专利技术实施例提供一种基于语义理解的教师情感关怀特征检测方法，包括如下步骤：
[0026](1)教师情感关怀特征框架构建。如图2所示，从社会情感互动角度确定教师情感关怀特征，建立包含关注、理解和鼓励的教师情感关怀特征框架。
[0027](1
‑
1)教师情感关怀特征确定。根据师生在线互动特点，从社会情感互动角度，确定教师情感关怀为教师对学生表达关注、理解和鼓励。因此，教师情感关怀特征包括关注、理解和鼓励。
[0028](1
‑
2)情感关怀特征框架构建。建立与教师情感关怀特征对应的情感关怀特征框架，该框架包括维度关注、理解和鼓励三个指标，其中：
[0029]关注指标：用于评价教师是否对学生行为、情绪状态表示关注和关心；
[0030]理解指标：用于评价教师是否对学生的困难和观点表示理解；
[0031]鼓励指标：用于评价教师是否鼓励学生参与学习活动。
[0032](2)教师情感关怀特征检测模型建立。采用语义理解技术提取教师在线反馈文本
内容的情感表征信息，确定情感关怀特征分析问题，建立教师情感关怀特征检测模型，通过情感极性分类和情感关怀特征指标匹配，实现对情感关怀特征的有效检测与处理。
[0033]如图3所示，所述教师情感关怀特征检测模型建立的具体过程包括如下步骤：
[0034](2
‑
1)教师在线反馈文本内容采集。面向各类在线教学活动，采集师生交互过程中教师为学生提供的反馈文本内容，包括长短句文本、长篇文章、表情符号。
[0035](2
‑
2)情感关怀特征分析问题确定。在情感关怀特征检测过程中，将正向情感文本作为教师情感关怀特征检测的前提条件，进一步判断正向情感文本的语义信息与关注、理解和鼓励指标的匹配程度，以此作为情感关怀特征检测依据。基于此，教师情感关怀特征分析问题E被确定为文本内容与情感关怀特征指标匹配问题G、文本情感极性分类问题H的组合。该问题可表示为如下公式：
[0036][0037]其中，E(content
i
)表示第i个文本内容的情感关怀特征值，G(content
i
)表示第i个文本内容与情感关怀特征指标的匹配关系，H(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义理解的教师情感关怀特征检测方法，其特征在于该方法包括以下步骤：(1)教师情感关怀特征框架构建，确定教师情感关怀特征，建立包含关注、理解和鼓励的教师情感关怀特征框架；(2)教师情感关怀特征检测模型建立，采用语义理解技术提取教师在线反馈文本内容的情感表征信息，确定情感关怀特征分析问题，建立教师情感关怀特征检测模型，通过情感极性分类和情感关怀特征指标匹配，实现对情感关怀特征的有效检测与处理；(3)检测结果可视化反馈，计算教师个体和群体的情感关怀特征检测结果，可视化处理检测结果，形成并反馈教师情感关怀特征的可视化检测结果。2.根据权利要求1所述的基于语义理解的教师情感关怀特征检测方法，其特征在于步骤(1)中所述教师情感关怀特征框架构建的具体过程为：(1
‑
1)教师情感关怀特征确定，确定教师情感关怀特征包括关注、理解和鼓励；(1
‑
2)教师情感关怀特征框架构建，建立与教师情感关怀特征对应的情感关怀特征框架，该框架包括维度关注、理解和鼓励三个指标，其中：关注指标：用于评价教师是否对学生行为、情绪状态表示关注和关心；理解指标：用于评价教师是否对学生的困难和观点表示理解；鼓励指标：用于评价教师是否鼓励学生参与学习活动。3.根据权利要求1所述的基于语义理解的教师情感关怀特征检测方法，其特征在于步骤(2)中所述教师情感关怀特征检测模型建立的具体过程为：(2
‑
1)教师在线反馈文本内容采集，面向各类在线教学活动，采集师生交互过程中教师为学生提供的反馈文本内容，包括长短句文本、长篇文章、表情符号；(2
‑
2)情感关怀特征分析问题确定，在情感关怀特征检测过程中，将正向情感文本作为教师情感关怀特征检测的前提条件，进一步判断正向情感文本的语义信息与关注、理解和鼓励指标的匹配程度，以此作为情感关怀特征检测依据，基于此，教师情感关怀特征分析问题E被确定为文本内容与情感关怀特征指标匹配问题G、文本情感极性分类问题H的组合，该问题表示为如下公式：其中，E(content
i
)表示第i个文本内容的情感关怀特征值，G(content
i
)表示第i个文本内容与情感关怀特征指标的匹配关系，H(content
i
)表示第i个文本内容的情感极性值；(2
‑2‑
1)文本内容与情感关怀特征指标匹配问题确定，G(content
i
)函数值取决于第i个文本内容与关注、理解和鼓励指标的匹配程度，用一个文本标签四分类问题表示，具体如下：其中，g为计算文本内容与情感关怀特征指标匹配度的函数；当当文本内容与情感关怀
特征指标匹配时，g函数值为1，否则为0；L1，L2，L3分别表示关注、理解、鼓励三个情感关怀特征指标，G(content
i
)函数值为1时表示第i个文本内容与关注指标匹配，值为2时表示第i个文本内容与理解指标匹配，值为3时表示第i个文本内容与鼓励指标匹配，值为0时表示第i个文本内容与任一指标均不匹配；(2
‑2‑
2)文本情感极性分类问题确定，文本情感极性分类指根据文本内容的词汇语义和关系判断该文本内容为正向情感或负向情感，该问题表示如下：其中，H为计算文本内容情感极性类别的函数，H(content
i
)值为1时表示第i个文本内容为正向情感，否则该文本内容为负向情感；(2
‑2‑
3)情感关怀特征分析问题简化表示，与情感关怀特征指标匹配的正向情感文本才能作为检测的依据，则当且仅当H(content
i
)为1时，才需要对第i个文本内容与情感关怀特征指标进行匹配分析，情感关怀特征分析问题进一步简化如下：其中，E(content
i
)表示第i个文本内容的情感关怀特征值，当E(content
i
)＝1表示该文本内容与关注指标匹配，当E(content
i
)＝2表示该文本内容与理解指标匹配，当E(content
i
)＝3表示该文本内容与鼓励指标匹配，当E(content
i
)＝0表示该文本内容与任何一个情感关怀特征指标均不匹配；(...

【专利技术属性】
技术研发人员：周驰，陈敏，吴砥，徐建，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：