基于短文本聚類的學生評教方案設計

姜允志 宋新紅

[摘 要]高校學生評教對提高高等教育質量至關重要。學生評教的直接目的是對該門課程的任課教師的教學效果做出評價，但是更重要的是為了總結和分析教師的教學經驗，為本科教學質量的穩定提高找到科學的方法和規范。然而，當前高校學生評教方案的缺陷是在學生評教過程中，評教的指標過多并且以打分的形式，浪費了學生許多寶貴的時間;而且僅僅通過評教得分，并不能給出老師較好的建議。鑒于短文本聚類與分析技術的快速發展，提出基于短文本聚類的學生評教方案，一定程度上可以彌補這個缺陷。

[關鍵詞]短文本聚類;學生評教方案;評教得分

[中圖分類號] G473[文獻標識碼] A[文章編號] 1674-9324（2020）44-0-02[收稿日期] 2019-09-25

目前多數高校把學生評教系統作為教師教學質量監控的重要方式，但在該系統實際的操作過程中出現一些問題急需進一步的完善和解決[1]。本文聚焦于如何改進現有評教方案，提出基于短文本聚類的學生評教方案，以節約學生評教時間和更好的發揮高校學生評教的作用。

一、當今評教方案的優勢和弊端

高校教師的教學水平是影響高等教育最為關鍵的因素，學生評教是督促教師不斷改進教學質量的有效方法。學生評教就是學生對本門課程教師的教學態度與方法，教學組織安排，教學效果與語言表達，教學內容的科學性與前沿性，板書質量，作業批改情況，答疑輔導情況等等進行評價，給每一項內容打上相應的等級或分數，然后由相關部門合計成明確的總分，反饋給任課教師。這個結果往往會被作為考核教師的重要依據，這同教師的評優、職稱和晉級都有著重要的聯系。學生評教與專家評教、同行評教、領導或督導評教等方式相比，其結果較少受到社會人際關系的影響，可信度較高。

然而，學生評教也有諸多弊端，對高等教育教學發展工作不利。由于高等院校設置的二級學院及每個學院開設的專業種類較多，對于不同的學院，不同的專業，其學生理解水平、對課程的感興趣程度及課程難度系數等方面存在著一些差異。如果一個班級中絕大部分同學對某門課程內容比較感興趣，他們的學習積極性就較高，學習過程中就會收獲更多的知識和樂趣，該門課程的任課老師就會更加受同學們歡迎及得到較高的學生評分;反之，遇到難度大、較難理解并且課時量又比較少的課程，大部分同學很難學懂，或者需要學生自己花較多時間練習才能掌握的課程，他們的學習積極性就較低，甚至學習過程中有抵觸情緒，在對該門課程任課老師評價時，就會比較隨意、給比較低的評分，有失客觀性[2]。

有些學生因違紀受到老師批評或者由于個人原因不喜歡某位老師，就可能用各種方式影響和鼓動其他的同學對老師做出不好的評價。因此，不是所有的同學都能正確理解評教的目的和意義，也不是所有的同學都能夠準確地理解評價標準。有些學生僅僅根據老師行為的表面現象，不去思考教師這樣做的根本目的是什么，對同學的未來有什么重要的影響。還有為數不少的同學厭倦評教，只是迫于高校相關政策而不得不評，因此他們極可能對評教敷衍了事或者盲目評價一通。在上述諸如此類的情況中評教已完全失去其意義。

分數是一個抽象的數字，我們也不能斷定得96分的教師課堂教學質量一定比95分的教師教學質量好。從得分數值來看，微小的差別是合情合理的，不影響數據的有效性，然而對于評教結果的排名和教學水平等級的確定，卻有著重大的意義。有時0.001分的差別，就可能分屬不同的等級，進而待遇不同，這對教師來說是不公平的，也打擊了教師教書育人的積極性。

評教確實重要，但不是簡單的評出誰好誰劣，而是要幫助老師正確地認識自己，認識自己教學工作不足之處。針對當前高校學生評教存在著諸多弊端，本文提出一種基于短文本聚類的改進的學生評教方案，可以一定程度上消除一些弊端，取得更多的良好效果，以幫助教師和教學管理部門積極改進教學設計、合理安排教學內容，提高教學質量。這樣可以讓老師帶著自信走進教室，讓老師坦然、安然、愉快地傳道授業解惑，為教育健康發展做出更大的奉獻。

二、基于短文本聚類的學生評教方案設計

短文本是一類數據的總稱，它主要是指文本的宇數比較少的、經常用短語代替句子的一類數據。隨著Web2.0技術的發展，社交媒體方便、實時的特點，用戶產生的信息以短文本為主。當代高校學生和教師也已經習慣了網絡上的短小精悍、易于寫作和閱讀的短文本。我們從手機短消息、微信消息和評論、QQ消息和空間評論、電子商務網站的商品評論信息、Facebook和Twitter上的留言和評論可以看出，網絡上的短文本交流已經成了人們日常非常重要的交流方式之一。因此關于短文本分析的理論和技術發展很快。本評教方案是基于頻繁詞集詞共現網絡的短文本聚類算法[2]（也稱為FWN短文本聚類算法）的改進，針對學生評教短文本進行自動聚類和為每一個生成的文本類自動生成類標簽。短文本聚類算法得到的聚類結果一般能夠使得主題相關的文本在一個類別內，不同主題的文本在不同類別。本文中，我們把一個班級學生對某位教師的評價都放在一個文本中，每一位同學的評論是文本的一個段落。這樣對教師評教信息的聚類，就映射成了對文本的聚類。

針對學生評教信息的短文本聚類算法的流程如下[3]。Step1：數據預處理;Step2：挖掘頻繁詞集;Step3：構建頻繁詞集網絡（Frequent Word Net，FWN）;Step 4：挖掘話題社區;Step5：聚類算法;Step6：生成聚類標簽。

Step 1：數據預處理。高校學生素質較高，其短文本評論一般來說主題明確、表達清晰而且用詞范圍較小，因此我們可以根據大量的評教短文本來設計專用的可以動態更新的中文分詞器，這比直接選用一般的類似Jcseg中文分詞器的效率高得多。

Step 2：頻繁詞集挖掘。使用FP-Growth算法執行評教短文本頻繁詞集挖掘任務。

Step 3：頻繁詞集網絡構建。FWN網絡是基于詞在K（設置K≥1）頻繁詞集中的詞共現關系構建的網絡，即頻繁詞集中所有的詞為節點，如果兩個詞同時在同一個頻繁詞集中出現，那么就認為他們之間存在一條邊。

Step 4：話題社區挖掘。頻繁詞集共現網絡是根據詞在K（鑒于評教短文本自身特點，設置K≥4）頻繁詞集中的共現關系構建的網絡，FWN網絡將詞抽象成網絡中的節點，將詞在頻繁詞集中的共現關系抽象稱為網絡中的邊。

Step 5：評教信息文本聚類。首先采用一種基于目標函數優化的社區發現算法找到FWN網絡中存在的話題社區，這樣就找到了語料數據中存在的話題及其具有的特征詞集合;然后計算特征詞集合和短文本之間的相似度以進行聚類，采用K-means聚類方法，類別數設置為3。

Step 6：聚類標簽生成。采用一種生成類標簽的算法來生成一個易讀易理解的標簽，其目的是讓此標簽對同一個類里的短文本內容進行簡要的概括。

三、結論

針對當前諸多打分的高校學生評教方案，如果高校強制要求學生網上評教而不是讓學生主動地參與到評教中來，這樣他們就會帶著一些反感情緒給出不夠客觀的評教得分。如果同學曠課較多，對課程教學方式和過程不熟悉，對課程內容一知半解，那么他們的評教數據也不夠準確。上述諸如此類的問題，如果采用本文提出的基于短文本聚類的評教方案都可以有效應對，本文方案實行是要建立在學生自愿的基礎上的，這樣做是獲得有效評教數據的必要前提。讓自愿評教的同學用文字留下自己的真實觀點，然后針對同學的評論用短文本聚類分析技術，分析出教師教授該門課程的優勢與不足。

參考文獻

[1]蔣鷺婷.淺談高校學生網上評教的問題及對策[J].科教導刊（上旬刊），2018（09）：16-18.

[2]姜允志，宋新紅.高校學生評教系統中存在的若干問題及對策研究[J].教育教學論壇，2019（44）：239-240.

[3]李偉.基于頻繁詞集詞共現網絡的短文本聚類方法[D].北京交通大學，2016.