【摘 要】
：
学习分析中学习者的学业成绩预测有利于教师进行教学决策,并采取教学干预以提升学生成绩。当前该领域主要是通过学习者的人口学信息和行为特征来预测学业成绩,忽略了文本数据所蕴含的情感与学业成绩之间的关系。因此,本文尝试利用学习情感进行学业成绩预测。具体而言,本文首先识别文本所蕴含的情感极性,然后从情感角度来预测学业成绩。为提升情感识别准确性,本文加入与学习行为相关的主题文本,包含“教师授课”、“获得证书”
论文部分内容阅读
学习分析中学习者的学业成绩预测有利于教师进行教学决策,并采取教学干预以提升学生成绩。当前该领域主要是通过学习者的人口学信息和行为特征来预测学业成绩,忽略了文本数据所蕴含的情感与学业成绩之间的关系。因此,本文尝试利用学习情感进行学业成绩预测。具体而言,本文首先识别文本所蕴含的情感极性,然后从情感角度来预测学业成绩。为提升情感识别准确性,本文加入与学习行为相关的主题文本,包含“教师授课”、“获得证书”和“习题设置”,该类主题蕴含了影响学生学业成绩的主要因素;另外,为更准确地预测学业成绩,本文采用BERT模型设计了基于情感的学业成绩预测模型。最后,在实证分析环节,可以依据实验结果来发现影响学生成绩的主要因素,以此可以对学习者进行教学干预和推荐针对性的在线学习课程。综上所述,本文的主要工作如下。首先,识别学习者评论文本的情感信息。因为hn-attention机制[1]（输入文本表征经过LSTM编译的最后一个包含上下文信息的向量hn与attention机制结合得来）能够提升文本特征提取的质量,所以本文引用hn-attention机制提出了hn-capsule模型进行主题级别的情感分析。hn-capsule模型包含四个部分,分别是主题表示、主题概率计算、情感表示和情感分布计算。主题表示部分可以获得文本的主题向量表示,主题概率计算部分在获得文本的主题向量表示基础之上计算主题概率,情感表示部分可以获得文本的情感向量表示,情感分布计算部分在获得文本的情感向量表示基础之上计算情感分布。该模型能提升文本特征提取的质量,并在主题捕获的同时进行情感分析,提升了情感分析准确性。然后,预测学习者学业成绩。本文采用BERT模型构建了基于情感的学习者学业成绩预测模型。具体来说,首先,基于hn-capsule模型分析得到的情感极性,将文本与所对应的情感极性相融合:然后,输入BERT模型提取文本的语义特征;最后,利用softmax归一化模型进行成绩预测,获得文本对应的成绩。最后,针对上述模型展开实验评估。本文基于真实的在线学习社区文本数据集,从Accuracy和F1值来评估hn-capsule模型的有效性;针对学习者学业成绩预测模型则采用Accuracy和RMSE指标进行评估。实验结果表明,本文所提出的hn-capsule模型和学业成绩预测模型均有良好性能。
其他文献
作为学生学习生活的重要场所,教室的空气质量指数（Air Quality Index,AQI）直接影响学生的身体健康与学习效率,教室AQI的监管与评价尤为重要。现有的室内空气质量智能监管系统存在检测指标较少、实时监控缺乏以及评价方法不完善等问题。因此,利用物联网（Internetof Things,IoT）和Java Web等技术,设计一种教室AQI监管与模糊评价系统,对教室AQI进行合理的监管与评
在大数据时代,个性化自主学习的呼声日益高涨,微课教学应时而生。微课以微视频为载体,精简了教学时间,具有较强的教学针对性,具备可重复观看及便于资源共享等特点,成为当今教育的热点。立体几何是高中数学教学中非常重要的知识板块,可以培养数学直观、逻辑推理、数学运算等学科素养。微课辅助立体几何教学,创新了教学形式,贯彻了学生为主体地位的教育理念,有着巨大的实际意义。基于此背景,笔者对立体几何的微课教学应用进
近年来,教育大数据背景下教育领域信息化、网络化的推进,使得教育数据资源快速积累,随着教育信息化建设进入到应用的阶段,更多人工智能技术的兴起,激发了教育数据资源应用的深度挖掘与探索,也给需要借助传统统计学处理资源的众多学科新的解决思路,同时也将研究人员从处理与甄别工作中解放出来,专注于问题的研究与分析。目前教育信息化评估领域数据资源的采集处理与应用在不断地丰富完善,更多的算法应用到中小学评估资源的处
近年来,随着互联网的快速发展,人们已经进入了大数据时代,各种信息数据都在实现着爆炸式的指数型增长,数据信息量处于过载状态。个性化推荐系统作为解决信息过载问题的有效手段,现已经广泛地应用到如电商平台,电影推荐,音乐推荐等各个领域当中,对于推荐算法的不断优化和改进,不仅能够提高用户体验,还能带来一定的商业价值,推动其他行业的发展。在推荐系统中推荐算法是最为关键的部分,良好的推荐算法能快速且较为准确的预
大脑是生物体的“领导中心”,支配着身体的各项活动。大脑接收并处理复杂信息的原因是神经元网络之间的连通与协调的电活动。为了掌握大脑处理信息并发送指令的过程,需要高分辨率技术来监测神经元的电活动。测量神经元电活动的传统方法有:电压钳技术、电流钳技术和膜片钳技术,具体方法是用玻璃毛细管拉制成电极,穿透细胞膜获得神经元电生理特性,理解其动作电位的机制。大脑中的神经元有上千亿,用以上传统方法的缺点是同时监测
互联网的快速发展在给人们带来便利的同时,也给人们的生活带来诸多安全隐患,其中信息安全尤为重要。为提高传输信息的安全性,保护个人隐私,很多学者在从事隐写技术研究,它是利用载体的冗余,将秘密信息嵌入到载体中通过公共信道进行传输,避免第三方的怀疑,从而实现秘密信息的传递。图像是隐写常用的载体之一,传统的以图像为载体的隐写术都是以单张图像作为载体,但单张图像作为载体隐写容量有限。为适应实际需求,确保秘密信
抗生素耐药形势严峻,抗生素发展遇到了前所未有的挑战。了解抗生素耐药作用机制对于有效跟踪耐药性传播、优化治疗方法以及进行新药物研发至关重要。大量关于抗生素耐药性研究成果存在于生物医学文献中,使用文本挖掘相关方法自动从文本中获取信息有效降低了知识获取成本并提高了工作效率。本文将抗生素耐药性信息抽取建模为生物医学事件抽取任务,以期从生物医学文本中自动获取抗生素耐药作用机制信息。生物医学事件抽取主要由生物
随着大数据时代的到来,互联网图像资源迅猛增长,如何快速正确地从海量的图像数据中检索出用户所需的图像成为亟需解决的一大难题。在大规模图像检索的背景需求下,基于内容的图像检索技术利用图像自身的语义信息,摈弃以往繁杂的人工文本标注,提高了图像检索性能,但在基于内容的图像检索方法中,图像往往由高维的特征矢量表示,而这又带来了大规模图像特征存储量大,索引难等新问题。近年来,在大规模图像检索中引入哈希的检索方
近年来,用户情感分析在个性化推荐系统中体现出越来越重要的地位,各种各样的垂直场景的移动应用极大丰富了人们社交、娱乐和学习的方式。通过手机拍照,然后配上一段合适的文案来分享和记录生活,更是成为了当代人们一种新的社交方式。基于拍照配文这一特定的场景中进行用户情感分析,能够提供更为精准的基于情感需求的个性化推荐服务。但目前针对拍照场景中的用户情感分析还较少,已有的图像描述生成任务是对进行照片内容客观的描
建筑物三维模型是地球空间信息的重要组成部分,也是组成“数字城市”的关键所在,在诸如城市规划、三维导航、文化遗产保护等领域得到了广泛的应用。而随着激光雷达技术的不断发展,点云数据尤其是机载激光雷达扫描数据已经成为继矢量地图和影像数据之外的第三类重要的时空数据,其本身蕴含的信息具有二维地图和影像无可比拟的优越性。目前,根据建筑物点云数据进行建筑物三维重建是摄影测量、计算机图形学、计算机视觉和遥感社区中