一种在线学习社区的学习者情感识别方法研究
2021-05-10叶俊民廖志鑫宋家琦唐文韬葛沛鑫刘亭玉
小型微型计算机系统 2021年5期
叶俊民,廖志鑫,宋家琦,唐文韬,葛沛鑫,刘亭玉,曾 僖,刘 静
(华中师范大学 计算机学院,武汉 430079)
1 引 言
随着5G等信息技术的高速发展,在线学习已经成为学习者获取新知识的途径,在线学习社区就是实现这一途径的具体载体,其具体实例包括MOOC和QQ群等不同形式.在线学习不受学习时间和学习地点的限制,学习者可以利用自己的碎片时间自主选择有兴趣的课程进行学习.在线学习过程中如何根据学习者的情感促进学习者持续不断的学习是一个非常值得研究的课题.众所周知,学习者的情绪与其学习绩效有着密切的联系,如积极情感有助于激发学习者的学习兴趣,促进学习者在学习中的有效认知过程;而消极情感则会分散其注意力,影响其在学习过程中的信心与耐心,对学习者的认知过程产生阻碍,这将影响到学习者的学习成效[1].这一结论对在线学习社区的学习者尤为重要,由于在在线学习社区环境下,学习者和教师之间在时空上产生分离,这使得教师无法准确地了解学习者在学习过程中的情感状态,即产生所谓的情感缺失问题[2].近年来,国外学者开始研究学习者产生的文本信息中所蕴含的情感信息如何识别和利用问题.国外的相关工作如Kechaou等人对在线学习社区上的学习者评论文本的情感识别进行了研究,使用了互信息与信息增益相结合的方法,提取了文本情感特征,使用了隐马尔科夫模型和支持向量机相融合的方法,将学习者评论文本分类为正面或负面情感类型[3];……
登录APP查看全文
