【成果推介】一种联合情感和话语角色的在线论坛主题建模方法

【应用行业】教育

【技术领域】计算机技术、智慧教育技术

【知识产权】发明专利

【成果完成单位】华中师范大学

【成果完成人姓名】张思、陈娟、徐佳丽、刘清堂

【完成人团队简介】团队主要研究计算机支持的协作学习、教育数据挖掘与学习分析、技术支持的教师专业发展

【成果完成时间】2022-03-09

【专利号】CN2022102229448

【授权日期】2024-06-18

【技术成熟度】研发阶段

【应用背景】科技的发展带动了社交媒体的进步，也带来了从简单文本到音视频和语音的爆炸式增长的信息量。但对于在线教育教学论坛而言，文本数据既获取简单、处理方便，又能从中挖掘到发帖人的真实想法和个人兴趣，更好地了解发帖者更倾向于关注哪方面的内容，以及如何与他人进行交流互动。

在在线教育领域，研究者通过分析论坛中的帖子文本深层挖掘潜藏其中的语义信息，部分学者试图通过构建模型、改进算法对文本数据进行多层变量联合式的分析，提高对未知数据的推断和评估能力。有学者将情感加入主题模型，探究论坛中学习者的兴趣所在，但这类分析往往将情感当作独立变量，不考虑实际论坛中他人和上下文情境对发帖人的影响，因此传统的孤立的情感主题分析在真实场景中并不适用，无法挖掘出在线论坛中的深层语义。

【成果简介】本成果发明了一种联合情感和话语角色的在线论坛主题建模方法，首先，针对帖子的需要和相关分类方法确定帖子的各情感向量占比；其次，使用相关话语角色分类表分别确定发帖和回帖的各类角色向量的占比；第三，联合情感向量和回帖的角色向量，获取情感‑回帖角色的二维矩阵，并针对不同情感、不同话语角色，获取对应的主题分布概率；最后，情感向量联合主题向量，确定不同主题、不同情感下所选词的概率占比。综上，可以得到帖子的情感、话语角色以及主题占比。本模型将情感和话语角色两个变量联合纳入主题模型中，进而获取个人的兴趣主题和话语角色对应的主题信息，探究可得个人在在线论坛中关注的信息，以及不同话语角色关注的主题有何不同。

【成果图片】

【联系方式】段治国、安红高、刘树楠、吴涛，02767868068，02767868067，02767862769