方面级情感分析视域下MOOC课程质量评估体系构建

摘要

针对大规模开放在线课程(MOOC)质量评估维度单一、缺乏细粒度分析的问题，构建了一个以方面级情感分析为核心的语义切分至多维评估框架。基于中国大学MOOC平台中大数据与人工智能类课程的评论数据，利用通用信息抽取(universal information extraction, UIE)工具抽取影响要素词，通过K-means聚类与变异系数法，构建了涵盖5个一级指标和10个二级指标的加权评价体系。设计了基于影响要素词定位的语义切分(impact element word-based targeted comment segmentation and classification, ITCSC)算法，将长评论切分为方面级短句，结合SKEP情感模型实现多维度量化分析，揭示了内容配置、服务评价等维度的表现特征。实验表明，该框架兼顾整体趋势与细节特征，为课程优化及选课提供数据支持，丰富了细粒度教育质量评估路径。

关键词

MOOC / 课程质量 / 方面级情感分析 / 语义切分 / 多维评估