【技术实现步骤摘要】
一种学生教学评价领域情感词典的构建方法
[0001]本专利技术属于情感分析领域，特别是涉及一种学生教学评价领域情感词典的构建方法。
技术介绍
[0002]在国内教育数字化进程的推进过程中，学生评教成为教学改革之路上重要的一步，目前引起了广泛的关注。学生教学评价是一种收集学生对课程教学质量反馈信息的方法，能够很好地反映学生对课程的满意度，同时能帮助教师有针对性地改进教学。通过分析高校学生评教中存在的问题并找出相应的解决方案，对促进教师改进教学、保证学生的学习利益有着重要的现实意义。因此，从学生教学评价中分析其中蕴含的情感状态有重要的价值。
[0003]情感词典的构建方法通常包含三种：手工标注的方法、基于知识库的方法和基于语料库的方法。人工构建的情感词典虽然具有较好的通用性，但是难以覆盖不同领域的情感词，领域适应性差，需耗费大量人力物力；基于知识库的方法通常只能获得通用情感词典，存在领域适应性问题；基于语料库的情感词典构建方法可以从语料中学习得到情感词典，能够节省大量人力物力。基于语料库的方法假设：具有相同情感倾向性的情...
【技术保护点】
【技术特征摘要】
1.一种学生教学评价领域情感词典的构建方法，其特征在于，包括：获取通用情感词典，基于所述通用情感词典的情感数据构建否定词表和程度副词表；基于所述否定词表和所述程度副词表对所述通用情感词典进行扩建，得到扩建后的通用情感词典；获取学生教学评价数据，对所述学生教学评价数据进行数据预处理，数据预处理完成后通过TextRank算法对所述学生教学评价数据进行分析筛选，得到情感种子词，通过SO
‑
PMI算法对所述情感种子词进行分析，得到基于用户的教学领域情感词，对所述教学领域情感词的情感倾向值进行归一化处理，得到归一化处理后的教学领域情感词；对所述归一化处理后的教学领域情感词与所述扩建后的通用情感词典进行合并，得到学生教学评价领域情感词典。2.根据权利要求1所述的构建方法，其特征在于，所述情感数据包括情感词以及所述情感词的情感强度数据和情感极性数据。3.根据权利要求1或2所述的构建方法，其特征在于，所述构建否定词表和程度副词表的过程包括：获取通用情感词典的否定词数据和程度副词数据，对所述情感词和否定词进行分析判断，基于判断结果构建所述否定词表；对所述程度副词数据进行分级，通过梯度下降公式对分级结果进行加权，得到程度副词数据的分级权重数据，基于所述分级权重数据构建所述程度副词表。4.根据权利要求1
‑
3任一项所述的构建方法，其特征在于，所述学生教学评价数据包括：评教文本数据和教学打分数据。5.根据权利要求1
‑
4任一项所述的构建方法，其特征在于，所述对所述学...
【专利技术属性】
技术研发人员：郭鸿杰，黄显之，张尧，陈丽娜，沈方瑶，高宏，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。