典型文献
基于线上教学群聊文本的问句抽取模型
文献摘要：
教学过程中产生的群聊文本往往包含着学生对于课程的思考.通过提取分析群聊文本中学生的提问,能够了解学生的学习情况,也能结合具体内容对学生进行指导.该研究旨在通过构建问句抽取模型,对群聊文本中与课程相关的提问进行提取.实验首先针对教学过程中产生的群聊文本进行收集,并结合课程相关教材进行数据清洗工作;然后针对类别分布不均匀问题,在Text-CNN模型的基础上提出了两种优化方式:引入注意力机制和使用平衡交叉熵损失函数.实验结果表明,优化后的模型能够达到91.95％的正确率,比原有模型增加了1.04％,而问句的F1-score表现为0.72,在原有模型的基础上提高了0.06.该模型能够运用到实际教学中,将群聊文本中与教学相关的学生提问抽取出来,再与线下教学相结合,提高教师的分析效率,进一步改善教学效果.
文献关键词：
群聊文本;自然语言处理;卷积神经网络;人工智能教育应用
中图分类号：
作者姓名：
李沛哲;张征;王燕舞;陈虹;秦肖臻
作者机构：
华中科技大学人工智能与自动化学院,湖北武汉430074
文献出处：
引用格式：
[1]李沛哲;张征;王燕舞;陈虹;秦肖臻-.基于线上教学群聊文本的问句抽取模型)[J].中国教育信息化,2022(01):70-77
A类：
群聊文本,平衡交叉熵损失
B类：
线上教学,问句,取模,取分,中学生,了解学生,学习情况,具体内容,数据清洗,分布不均匀,Text,优化方式,注意力机制,交叉熵损失函数,score,学生提问,线下教学,分析效率,改善教学,自然语言处理,人工智能教育应用
AB值：
0.218486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
