数字校园中学生评教短文本情感分析系统.docVIP

数字校园中学生评教短文本情感分析系统 　　题目：Short Text Sentiment Analysis System of Students’ Teaching Evaluation 　　摘要：为了更好的促进教学质量的提升，该文主要设计并实现了数字校园中学生评教短文本情感分析系统。首先，登录数字校园评教系统采集数据信息，利用自然语言处理技术进行中文分词并提取关键词；然后，采用语义相似度算法，对关键词进行词性标注；最后，利用已标注的关键词综合计算评教文本的情感得分，得到最终的情感分析报告。实验验证表明，该方法是可行有效的。该方法已经应用于实际的项目中。 　　关键词：情感分析 中文分词 语义相似度 词性标注 　　中图分类号：TP311.52 文献标识码：A 文章编号：1007-9416（2015）05-0000-00 　　Abstract： In order to promote the teaching quality， this paper is to realize the short text sentiment analysis system of students’ teaching evaluation based on digital campus. First， collecting data by logining in this system， using the technology of natural language processing to realize Chinese segmentation and extract keywords； then tagging the keywords by using the semantic similarity algorithm； finally， calculating the emotional score of the teaching text by using the annotated keywords and get the final emotional analysis report. We provide the experiments results. The experiments results prove our method is feasible and valid. Our method has been used in our practical application. 　　Keywords： Emotional analysis； Chinese segmentation； semantic similarity； POS tagging 　　1 引言 　　教学质量是高校教学管理的核心工作，随着互联网的迅速发展，网络化教学管理模式在各个高校逐渐普及。如果使用发放调查问卷的传统方式不符合时代发展潮流，因此构建一个可用的数字校园学生评教短文本情感分析系统是必要的、迫切的。 　　本文以学生评教信息作为数据源，采用自然语言处理技术对评教信息进行中文分词、词性标注，最后计算评论文本的情感得分。通过构建评教系统的初步框架，给出可视化界面的预构建，得出学生对教师授课的满意度，自动反馈给老师，为自然语言处理更直观的成果，提高本研究的在科研机构中的应用价值。 　　2相关工作 　　目前，国内外很多学者借助微博等平台对评论短文本情感倾向做了大量的研究工作，总体来看，主要从词语、句子、篇章等三个角度进行分析和研究。 　　Turney[1]提出的点态互信息SO-PMI，通过计算基准词和情感极性未知的词条之间的PMI来判别该词条是否为情感词语。Wiebe[2]使用相似度分布算法挖掘语料中的倾向性词语以及它们之间的聚类关系。Wiebe[2]和Hu[3]等利用大量语料信息并结合基准情感词典来探讨整个句子的情感极性。Narayanan等[4]基于时态信息和特征信息来标注语句类别，提出情感句子的分类方法，经验证，有比较好的实现效果。Woods[5]将提取的情感关键词和句子的情感倾向值加权求平均值来判断整个评论文本的情感极性。左维松等[6]针对篇章级商品评论信息，提出了规则和统计相结合的方法来获取整篇文本的情感极性，获得良好的效果。 　　目前，大多数研究都是以词语的情感极性分析作为基础，进一步扩大到对句子级的极性分析，最终进行篇章级的情感倾向分析，整体而言还没有形成一定的体系和系统架构；并且研究领域大多针对的是某一特定的领域。鉴于此，本文主要实现基于短文本的评教情感分析系统。 　　3学生评教短文本情感分析系统 　　本文实现的数字校园中学生评教短文本情感分析系统。首先，用户利用浏览器进入评教系统主页，当学生登