基于半监督集成学习的学生评教情感分类模型研究

《基于半监督集成学习的学生评教情感分类模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于半监督集成学习的学生评教情感分类模型研究作者姓名袁阳工程领域软件工程校内指导教师左保河副教授校外指导教师杨新章高级工程师所在学院软件学院论文提交日期2018年3月Semi-supervisedBasedOnMultipleClassifiersEnsembleModelForSemanticClassificationOfTeachingEvaluationADissertationSubmittedfortheDegreeofMasterCandidate：YangYuanSupervisor：A.P.Z

2、uoBaoheSeniorEngineerYangXinzhangSouthChinaUniversityofTechnologyGuangzhou,China分类号:TP3学校代号：10561学号:201521035025华南理工大学硕士学位论文基于半监督集成学习的学生评教情感分类模型研究作者姓名：袁阳指导教师姓名、职称：左保河副教授；杨新章高级工程师申请学位级别：工程硕士工程领域名称：软件工程论文形式：□产品研发□工程设计应用研究□工程/项目管理□调研报告研究方向：商务智能论文提交日期：2018年3月26日论文答辩日期：

3、2018年3月22日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：杨晓伟委员：左保河、杨灿、徐浩、杨新章摘要近几年来，随着高校不断的改革与发展，教学质量已成为高校发展的核心工作内容。教学质量的高低和效果好坏，直接影响学校人才培养的质量，所以搞好教师教学质量评价是每一所学校在管理中要重点解决的问题。学生评教是教学质量评价方法之一，目前已有的教务管理系统中存在大量的学生评教文本信息，而这些评教文本信息由于难以定量定性分析，且逐条人工分析工作量太大，所以这些文本信息都没有被利用起来，没有发挥到它们的价值。本文主

4、要是对学生评教文本进行情感分类，通过判断评教文本的情感倾向，我们可以更加客观的得到学生对教师授课的满意度，从而更好的促进高校教学质量。本文主要的研究成果如下：1.构建了评教领域的情感词典EduNet。文本采用基于语义的双向传播机制拓展情感词典和主题词典，通过分析词语之间的依存关系定义拓展规则，得到最终的情感词典和主题词典，弥补了评教领域的情感词典空白。2.构建了基于词向量相似度的短文本表示模型。针对学生评教文本字数少，内容简短的特殊性，本文采用了Word2Vec模型训练词向量，通过求词向量相似度对短文本进行特征扩展。3.构建了

5、基于半监督集成学习的学生评教情感分类模型。首先通过集成学习的方法弥补了单个分类器的不全面性和不完整性，其次通过半监督学习的方法弥补了初始训练集过小的问题，最后将两种学习方法融合在一起，构建了基于半监督集成学习框架。关键词：学生评教；情感词典；短文本表示；集成学习；半监督学习IAbstractInrecentyears,withthecontinuousreformanddevelopmentofcollegesanduniversities,thequalityofteachinghasbecomethecoreworkoft

6、hedevelopmentofcollegesanduniversities.Thequalityandeffectivenessofteachingdirectlyaffectthequalityofschoolpersonneltraining.Therefore,itisakeyproblemforeveryschooltomanagewelltheevaluationofteachers'teachingquality.Students'evaluationofteachingisoneofteachingqualit

7、yevaluationmethods.Therearealargenumberofstudents'teachingtextinformationintheexistingeducationaladministrationsystemanditisdifficulttoquantifythequalitativeanalysisofthetextinformationandmanualanalysisoftheworkloadistoolarge,sothesetextshavenotbeenused,notplaytheir

8、realvalue.Thispaperismainlyaboutthesentimentclassificationofstudents'teachingevaluationtext.Byjudgingtheemotionaltendenciesoftheevaluation