大數(shù)據(jù)分析在大學英語教學評價中的應用前景

何夢伊

摘 要：網(wǎng)上評教是高校對教師教學成果進行評判的重要指標之一，也是教師能夠獲取課堂反饋的重要信息來源。然后由于網(wǎng)上教評機制目前存在的一些技術(shù)和管理問題，大量的教學評價卻存在有效性缺失的情況。針對網(wǎng)上教評的語言特點，本研究提出將大數(shù)據(jù)分析和數(shù)據(jù)挖掘應用于網(wǎng)上教評的分析中，從而提取真正有價值的評判信息和學生需求，來改善教學效果。

關(guān)鍵詞：數(shù)據(jù)分析；情感分析；網(wǎng)上教評

1 研究背景

隨著互聯(lián)網(wǎng)大數(shù)據(jù)分析的快速發(fā)展，數(shù)據(jù)挖掘和數(shù)據(jù)分析被迅速應用于企業(yè)的營銷活動中。分析用戶以往的消費行為習慣并從消費者的反饋中提取有價值的信息，已經(jīng)成為互聯(lián)網(wǎng)公司分析市場挖掘需求的重要手段并獲得巨大的收益。然而，在大數(shù)據(jù)發(fā)展如火如荼的趨勢下，其在高校教育活動中的應用則略顯滯后，且利用大數(shù)據(jù)來推動相關(guān)的教育改革也并不像商業(yè)活動進展的如此迅速和徹底，高校每日積累的海量數(shù)據(jù)可以得到更好的利用。

教學活動的開展在高校的日常管理中依然是最重要的一部分，教學成果的好壞直接影響學生的未來和學校的發(fā)展，因此學生對于教學的態(tài)度和評價是教育者研究課堂活動提高教學質(zhì)量的重要依據(jù)。由于教育的趨利性弱，最新的信息技術(shù)并沒有迅速的應用于教學評價的分析和挖掘，如今教學評價的作用仍然主要局限于對教師工作的評審上，而非教學改革中，顯然后者相比較而言更加重要。相應的，國內(nèi)有關(guān)教學評價的大數(shù)據(jù)分析的研究也基本呈現(xiàn)空缺狀態(tài)，本論文將以大學英語課程為例，討論大數(shù)據(jù)分析在教學評價中的應用。

2 大數(shù)據(jù)分析的特點

大數(shù)據(jù)分析目前在針對評價文本過程中有顯著成果的操作有：提取評價對象，即所評價的內(nèi)容；判斷評價中的情感傾向，即評價是正面還是負面；以及評價信息的檢索與歸納。其整體的順序為Target Retrieval – Sentiment Classification – Sentiment Extraction。

1）. 評價對象提?。═arget Retrieval）

在這一階段的主要任務是將評論中的一個個具體的信息單元進行抽選，將評價文本這種形式轉(zhuǎn)變?yōu)橛嬎銠C能夠辨別和處理的信息形式。這是整個對評價及進行大數(shù)據(jù)分析的基礎階段。例如在教學評價“老師講課認真負責，內(nèi)容貼近實際，課堂氛圍活躍”，能夠迅速提取出”內(nèi)容“和”課堂氛圍“兩個向量文本。

2）. 情感傾向性分類（Sentiment Classification）

這一階段需要將評價中提取的關(guān)鍵詞，根據(jù)情感詞典中對詞匯的評分，對每一條評論的所有提取詞進行分數(shù)的計算，最后根據(jù)沒條評論的分值來判斷該評論包含的情感是褒義、貶義或者中性。

3）. 評價信息檢索與歸納（Sentiment Extraction）

作為評級分析的最后一個環(huán)節(jié)，評價信息檢索與歸納可以看做是和評價用戶進行交互，是在兩面兩個步驟的基礎上加工進行的，是前兩項任務的匯總。

3 教學評價的語言特點

基于數(shù)據(jù)分析的基本運行邏輯，教學評價的文本特點適合對其進行情感分析。教學評價的語言整體呈現(xiàn)出以下幾個特點。

3.1 評價指標明確，范圍穩(wěn)定，詞匯重復率高

根據(jù)相關(guān)的研究顯示，教學評價的文本內(nèi)容主要圍繞四個指標，即教學態(tài)度、教學內(nèi)容、教學方法和教學效果。而每種指標下對應的具體評價也基本在一定的范圍內(nèi)，例如與教學內(nèi)容相關(guān)的評價通常集中在“基本概念和原理的講解”、“教學中重點難點的處理”、“理論聯(lián)系實際情況”和“新內(nèi)容擴充”這些方面。對于這些指標的評價語言所體現(xiàn)出的變化性不大，重復率較高。

3.2 語句結(jié)構(gòu)簡單明了，語法多為固定搭配

教學評價的語句結(jié)構(gòu)相對簡單，沒有過于復雜和靈活的語法構(gòu)成，出現(xiàn)較多“n.+adj.”和“v.+adv.”的形式，例如“內(nèi)容豐富”、“語言幽默”、“課堂氛圍活躍”、“老師態(tài)度認真負責”“講得好”等等。這樣的文本特點在機器進行識別和處理時判斷情感傾向性得準確率會相對較高。

3.3 語句中帶有歧義的詞匯少

教學評價中的語句和詞匯很少會存在模糊不清或者有歧義的現(xiàn)象，一般以客觀具體的描述為主，機器出現(xiàn)理解偏差的概率相對較小。

4 網(wǎng)上評教的現(xiàn)狀和問題

如今高校的評教系統(tǒng)基本已經(jīng)全部由計算機來完成，要求學生在校園網(wǎng)上完成對任課教師的評教工作。而對于高校網(wǎng)上教評現(xiàn)狀的研究和調(diào)查的數(shù)量很大，這方面的研究已經(jīng)相當豐富，很多研究顯示目前的網(wǎng)上評教存在的質(zhì)量和效果問題相對較多，網(wǎng)上評教存在的必要性受到質(zhì)疑。以中部省份某大學（后指Z大學）為例，目前Z大學的網(wǎng)上評教系統(tǒng)包括學生打分和評價兩部分組成，允許對教師分別進行打分和主觀描述。然而給任課老師打分數(shù)的有效性在很多研究中都備受質(zhì)疑，其一在于很多學生存在濫打分的現(xiàn)象，快速勾選分數(shù)以圖省事，而不是經(jīng)慎重考慮后再進行評分；其二，學校的評教系統(tǒng)并沒有提供給學生一套系統(tǒng)的評分標準來幫助學生進行評估，而是任憑學生按照自己的感覺來打分，這樣每個學生的標準不同，打出的分數(shù)很難真實反映教師的授課情況。除此之外，學生的評教活動大多會在課程即將結(jié)束之時進行，由于新學期里學生可能不再繼續(xù)學習該課程，便出現(xiàn)了很多評教倦怠的情緒，敷衍了事寫幾句評語。據(jù)調(diào)查，這一現(xiàn)象的原因正是由于學生認為課程是否改善以后也和自己無關(guān)，因此缺乏提出真實想法的動力。而帶著敷衍情緒填寫的教評，對于老師而言也無從對課程改進，導致惡性循環(huán)的形成。

5 大數(shù)據(jù)分析應用的前景

大數(shù)據(jù)分析不應該僅僅被應用于商業(yè)活動中，也應該滲透進高校校園中，更好的為學生服務。高校網(wǎng)上評教的數(shù)量和信息量巨大，完全由人工來審查不僅費時費力，而且可能會忽略了很多數(shù)據(jù)之間的相關(guān)關(guān)系。大數(shù)據(jù)分析，特別是對文本進行情感傾向性的判斷，能夠快速提取評教中的關(guān)鍵詞并判斷每條評價的傾向性，并將這些數(shù)據(jù)再進行整合歸納，還能夠進一步判斷整個班級對課程的認可程度和課堂氛圍，從中挖掘出更多有價值的信息來分析出學生真實的需求所在，也能夠有效地解決目前網(wǎng)上教評中濫評和倦怠的問題，幫助教師更好地在課程進程中有效的介入學生學習，取得更好的課堂效果。

參考文獻

[1]姜姍.基于情感傾向性分析的教學評價自動分析方法[D]，山東科技大學，2015.

[2]劉秀梅.大數(shù)據(jù)時代大學英語課堂教學評價體系的構(gòu)建[J]，中國礦業(yè)大學，2016.

[3]吳勁松.高校“學生評教”利弊分析[J].高教研究，2009，（3）：13-15.

[4]馬秀麟，衷克定，劉立超.從大數(shù)據(jù)挖掘的視角分析學生評教的有效性[J]， 中國電化教育，2014.

[5]史美東.高校教學評價學生評教指標的有效性及設置研究[J]，產(chǎn)業(yè)與科技論壇，2017，（16），225-226.endprint