面向e-Learning的學(xué)習(xí)者情感建模及應(yīng)用研究.pdf

1、近年來(lái)，隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，e-Learning已成為人們學(xué)習(xí)的另一種主要方式。e-Learning打破了傳統(tǒng)教學(xué)在時(shí)間和空間上的限制，給學(xué)習(xí)者提供了一個(gè)寬松、自由、開(kāi)放的學(xué)習(xí)環(huán)境。然而，在e-Learning中，學(xué)習(xí)者以自主學(xué)習(xí)為主，長(zhǎng)時(shí)間處于孤立的學(xué)習(xí)狀態(tài)而缺乏情感支持，這已經(jīng)成為制約e-Learning學(xué)習(xí)效果的一個(gè)關(guān)鍵因素。
　　構(gòu)建一個(gè)具有情感能力的智能學(xué)習(xí)系統(tǒng)，在學(xué)習(xí)過(guò)程中為學(xué)習(xí)者提供一定的情感幫助和支持服

2、務(wù)，是解決e-Learning中情感缺失的一種有效方法。學(xué)習(xí)者模型是學(xué)習(xí)者的個(gè)體特征在計(jì)算機(jī)系統(tǒng)中的一種抽象表示，代表了智能學(xué)習(xí)系統(tǒng)所理解和認(rèn)識(shí)的學(xué)習(xí)者。因此，學(xué)習(xí)者情感建模是實(shí)現(xiàn)智能學(xué)習(xí)系統(tǒng)具有情感能力的關(guān)鍵，具有重要的研究意義。
　　微博是當(dāng)前最流行的一種社交網(wǎng)絡(luò)平臺(tái)，具有簡(jiǎn)單性、便利性和實(shí)時(shí)性，受到了青少年學(xué)生的廣泛青睞。它不僅為學(xué)習(xí)者提供了一種簡(jiǎn)單、即時(shí)的溝通方式，而且為他們提供了一個(gè)自由抒發(fā)個(gè)人情感的空間，為實(shí)現(xiàn)學(xué)習(xí)者情

3、感建模提供了一條新途徑。但是，微博信息噪音較多、內(nèi)容簡(jiǎn)短、語(yǔ)法松散，這也給學(xué)習(xí)者微博的情感分析帶來(lái)了很多挑戰(zhàn)。
　　本文圍繞著學(xué)習(xí)者情感模型的構(gòu)建，重點(diǎn)研究了基于微博分析的學(xué)習(xí)者情感建模技術(shù)，具體研究?jī)?nèi)容包括五個(gè)方面:(1)融合情感特征的學(xué)習(xí)者模型;(2)學(xué)習(xí)者情感型微博的識(shí)別;(3)學(xué)習(xí)者微博的情感語(yǔ)義描述;(4)學(xué)習(xí)者微博的情感類(lèi)別判定;(5)學(xué)習(xí)者情感建模的實(shí)現(xiàn)及其在適應(yīng)性學(xué)習(xí)系統(tǒng)的應(yīng)用。在以上研究的基礎(chǔ)上，本文取得的研究成

4、果主要體現(xiàn)在以下幾個(gè)方面:
　　(1)針對(duì)現(xiàn)有的學(xué)習(xí)者模型在特征選擇上沒(méi)有考慮學(xué)習(xí)者的情感，論文提出了一個(gè)融合情感特征的學(xué)習(xí)者模型，并給出了一個(gè)基于微博分析的學(xué)習(xí)者情感建?？蚣?。該學(xué)習(xí)者模型包括了學(xué)習(xí)者五個(gè)方面的個(gè)體特征，并詳細(xì)給出了每個(gè)特征的形式化描述方法;對(duì)于情感狀態(tài)的形式化描述，基于心理學(xué)中的分類(lèi)表示模型和空間表示模型，提出了一種以基本情感為維度的空間表示方法;通過(guò)分析微博在學(xué)習(xí)者情感建模中的可行性和優(yōu)越性，提出了一個(gè)以微博

5、情感分類(lèi)為基本思路的學(xué)習(xí)者情感建?？蚣堋?br>　　(2)針對(duì)學(xué)習(xí)者微博中包含較多沒(méi)有表達(dá)情感的噪音數(shù)據(jù)，且難以形成具有代表性的樣本數(shù)據(jù)集，論文提出了一種基于單類(lèi)分類(lèi)的情感型微博識(shí)別方法，以解決一般的二元分類(lèi)算法無(wú)法有效識(shí)別出情感型微博的問(wèn)題。首先，通過(guò)對(duì)大量的實(shí)例進(jìn)行分析與總結(jié)，提煉出了五條非情感型微博過(guò)濾規(guī)則，以過(guò)濾掉那些易于識(shí)別的非情感型微博，縮小情感型微博識(shí)別的范圍;然后，在現(xiàn)有研究的基礎(chǔ)上，定義了26個(gè)區(qū)分情感型微博和非情感型

6、微博的分類(lèi)特征，并使用單類(lèi)學(xué)習(xí)算法來(lái)進(jìn)一步識(shí)別出情感型微博，提高了情感型微博識(shí)別的準(zhǔn)確性。
　　(3)針對(duì)學(xué)習(xí)者微博的內(nèi)容簡(jiǎn)短，使用以關(guān)鍵詞作為特征的向量空間模型來(lái)描述微博的情感語(yǔ)義會(huì)導(dǎo)致嚴(yán)重的數(shù)據(jù)稀疏問(wèn)題，論文提出了一種基于情感特征詞聚類(lèi)的微博情感語(yǔ)義描述方法，從特征約簡(jiǎn)和權(quán)重計(jì)算兩個(gè)方面來(lái)緩解數(shù)據(jù)稀疏問(wèn)題。首先，通過(guò)停用詞過(guò)濾、低頻詞過(guò)濾和基于信息增益的過(guò)濾三種策略，從微博情感分類(lèi)語(yǔ)料庫(kù)中選擇出情感特征詞;然后，基于詞語(yǔ)的上下

7、文計(jì)算詞語(yǔ)間的語(yǔ)義相似度，采用層次聚類(lèi)算法將語(yǔ)義相似的情感特征詞聚為一簇，使用詞簇作為微博情感語(yǔ)義描述的特征;最后，提出了一種詞簇特征的權(quán)重計(jì)算方法，以組成詞語(yǔ)的權(quán)重之和為基礎(chǔ)，并考慮詞語(yǔ)的詞簇代表能力和詞簇的類(lèi)別區(qū)分能力。
　　(4)針對(duì)學(xué)習(xí)者微博中情感表達(dá)具有模糊性，一種分類(lèi)算法往往不能有效區(qū)分所有的情感類(lèi)別，論文提出了一種基于元學(xué)習(xí)的微博情感類(lèi)別判定算法，以充分利用分類(lèi)算法之間的互補(bǔ)性，從整體上提高學(xué)習(xí)者微博情感分類(lèi)的準(zhǔn)確性