李效伟

(山东女子学院 信息技术学院，山东 济南 250300)

学生评教留言的倾向性分析*

李效伟

(山东女子学院 信息技术学院，山东 济南 250300)

学生评教留言经过逐年累积，已经形成一个巨量的信息资源，如何进行挖掘和分析这些资源已经成为一项紧迫的任务。本文采用频率、信息增益、条件概率比、期望值差异等四种特征选取方法对留言进行分析，采用ICTCLAS分词软件进行分词，利用MATLAB软件进行矩阵奇异值分解和降维，使用支持向量机进行训练和预测数据，从而能够对学生留言的情感倾向性给出很好的预测结果。最后通过实例说明了文中算法的有效性。

倾向性分析；分词；特征选择；降维；支持向量机

0 引言

学生评教留言经过逐年累积，已经形成一个巨量的信息资源，对其进行数据挖掘已经成为刻不容缓的工作，如何更好地利用大量的留言体现了一个学校对其教学水平和方法进行提升和改进的能力，一个高水平的学校应积极发展对学生留言的挖掘，对其进行分析、处理并最后得出结论，及时了解和分析教师的教学现状和学生们的听课反馈。

国内外相关学者对文本倾向性分析进行了大量研究[1-5]，虽然英文的倾向性研究已经很成熟并得到了丰硕成果[6-17]，但是中文文本的倾向性研究还处在发展阶段，有着广阔的发展空间。柴玉梅等[1]通过分析中文文本内容褒贬色彩的客观性和褒贬倾向性分类的可行性，将特征选择方法和褒贬特征提取技术结合起来，实现了名人网页的褒贬倾向性分类；……