【技术实现步骤摘要】
本专利技术涉及自然语言处理，特别涉及一种中文网络课程评论情感分类方法、装置、设备和介质。
技术介绍
1、随着互联网技术的普及和发展，网络课程因其具有的时间灵活、地域自由、资源丰富等优势而备受青睐。越来越多的学习者通过网络课程获取知识和技能。然而网络课程与传统课堂相比缺乏同伴竞争和集体学习氛围，容易导致学生的学习积极性下降。学生的评论和评价是获取网络课程质量信息的重要来源。网络课程评论作为学生对课程体验的主观表达，蕴含着丰富的情感信息。及时准确挖掘网络课程评论的情感倾向，对精准评估、改进课程质量，优化学生学习过程，提高学生的学习动力和参与度，从而提高学习效果至关重要。同时基于情感分析的数据可以为教育管理者和决策者制定更加科学和贴近需求的教学策略，优化资源分配和教学管理提供决策支持。
2、网络课程评论情感分析的研究大致经历基于规则的方法、基于传统机器学习、基于深度神经网络三个阶段。基于规则的方法通过人工定义的词汇、短语、句子或语篇规则来识别网络课程评论中的情感。文献key factors in mooc pedagogy bas...
【技术保护点】
1.一种中文网络课程评论情感分类方法，其特征在于，包括:
2.根据权利要求1所述的中文网络课程评论情感分类方法，其特征在于，所述问答提示层生成提问序列和回答序列的步骤包括：
3.根据权利要求2所述的中文网络课程评论情感分类方法，其特征在于，所述大规模语言模型学习层输出上下文隐藏向量的步骤包括：
4.根据权利要求3所述的中文网络课程评论情感分类方法，其特征在于，所述对ELECTRA模型进行训练的步骤包括：
5.根据权利要求3所述的中文网络课程评论情感分类方法，其特征在于，所述对比学习层获得特征空间的步骤包括：
...
【技术特征摘要】
1.一种中文网络课程评论情感分类方法，其特征在于，包括:
2.根据权利要求1所述的中文网络课程评论情感分类方法，其特征在于，所述问答提示层生成提问序列和回答序列的步骤包括：
3.根据权利要求2所述的中文网络课程评论情感分类方法，其特征在于，所述大规模语言模型学习层输出上下文隐藏向量的步骤包括：
4.根据权利要求3所述的中文网络课程评论情感分类方法，其特征在于，所述对electra模型进行训练的步骤包括：
5.根据权利要求3所述的中文网络课程评论情感分类方法，其特征在于，所述对比学习层获得特征空间的步骤包括：
6.根据权利要求5所述的中文网络课程评论...
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。