基于文本分析的大專院校人才培養(yǎng)質(zhì)量評估方法研究

楊國龍

（湛江幼兒師范專科學(xué)校，廣東 湛江 524084）

0 引言

本研究為了拓展和深化專科類高校人才培養(yǎng)評估手段以及專科類高教人才培養(yǎng)方式的理論探討空間。將信息挖掘、文本信息分析等技術(shù)從網(wǎng)絡(luò)輿論管理等領(lǐng)域應(yīng)用到高校人才培養(yǎng)質(zhì)量評估，而且該技術(shù)應(yīng)用于大專院校人才培養(yǎng)質(zhì)量評估具有一定的創(chuàng)新性。其次，采用新的研究思路及工具方法對專科類院校的人才培養(yǎng)質(zhì)量進(jìn)行評估，通過編寫程序抓取互聯(lián)網(wǎng)海量的文本信息，再根據(jù)神經(jīng)網(wǎng)絡(luò)模型來判斷文本中的情感傾向和主體觀點，對專科類高校人才培養(yǎng)質(zhì)量進(jìn)行精準(zhǔn)評估，得以在科學(xué)決策的基礎(chǔ)上綜合評判大專院校人才培養(yǎng)方案，進(jìn)而保障大專院校人才培養(yǎng)質(zhì)量及持續(xù)改進(jìn)[1]。最后，本文旨在于對大專院校人才培養(yǎng)質(zhì)量評估方法進(jìn)行研究，進(jìn)一步完善和改進(jìn)高職院校人才培養(yǎng)質(zhì)量評估體系，對大專院校人才培養(yǎng)體系結(jié)構(gòu)進(jìn)行宏觀調(diào)整及監(jiān)督，有助于保證專科類高校人才培養(yǎng)體系處于較高水平，借助信息挖掘和信息分析技術(shù)，通過社會輿論等反饋對人才培養(yǎng)質(zhì)量評估體系進(jìn)行優(yōu)化，可為高職類的院校制定人才培養(yǎng)方案提供決策支持。

1 國內(nèi)外發(fā)展現(xiàn)狀與趨勢

隨著我國經(jīng)濟(jì)的快速發(fā)展，各行各業(yè)人才市場的需求也不斷加大。國家實施高職擴招戰(zhàn)略可進(jìn)一步促進(jìn)職業(yè)教育模式改革。因此，構(gòu)建與高職擴招相適應(yīng)的人才培養(yǎng)質(zhì)量保障機制作為職業(yè)教育改革的重要內(nèi)容，通過探索多元化人才培養(yǎng)體系的關(guān)鍵因素具有一定促進(jìn)意義。

當(dāng)前的教育數(shù)據(jù)分析離不開大數(shù)據(jù)技術(shù)，通過對教育數(shù)據(jù)挖掘，可及時獲得教育領(lǐng)域相關(guān)信息，進(jìn)一步挖掘教育數(shù)據(jù)的深層價值，為人才培養(yǎng)質(zhì)量方案制定提供數(shù)據(jù)參考。除此之外，利用大數(shù)據(jù)可以完成大量教育數(shù)據(jù)的收集、處理和分析，為制定教學(xué)指導(dǎo)措施提供決策支持。在此基礎(chǔ)上，因大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，產(chǎn)生了另外一種數(shù)據(jù)挖掘技術(shù)，即是文本分析技術(shù)，該技術(shù)也可應(yīng)用于語義理解、機器翻譯、問答系統(tǒng)和信息檢索等多個領(lǐng)域[2]，因此，數(shù)據(jù)挖掘技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀與趨勢如圖1所示。

圖1 國內(nèi)外發(fā)展現(xiàn)狀與趨勢

1.1 文本分類研究現(xiàn)狀

在20 世紀(jì)50 年代，國外學(xué)者H.P.Luhn提出詞頻的概念，進(jìn)而開始研究了文本分類技術(shù)。隨后，IBM公司將詞頻引入到文本分類技術(shù)，促進(jìn)文本分類領(lǐng)域發(fā)展。除此之外，學(xué)者M(jìn)aron等人利用關(guān)鍵詞實現(xiàn)了文本的自動分類。

隨著數(shù)據(jù)特點的越來越復(fù)雜，當(dāng)時文本分析領(lǐng)域的研究方向主要是機器學(xué)習(xí)的文本分類方法。學(xué)者Kim等人研究了深度學(xué)習(xí)模型并應(yīng)用到文本分類中，而且在句子建模中采用了卷積神經(jīng)網(wǎng)絡(luò)，實驗結(jié)果表明，在多個數(shù)據(jù)集上處理效果較好。學(xué)者M(jìn)ikolov 等人對神經(jīng)網(wǎng)絡(luò)語言模型進(jìn)行研究，提出利用RNN進(jìn)行語言建模進(jìn)而增強語言模型的表征能力。學(xué)者Komninos等人研究了詞嵌入在深層網(wǎng)絡(luò)中影響，并得出了采用上下文的詞嵌入方法在實現(xiàn)分類上效果明顯。而國內(nèi)學(xué)者曾誰飛等人結(jié)合了雙向長短期記憶網(wǎng)絡(luò)與雙詞嵌入可以較好完成文本特征提取[3]。

1.2 文本情感分析研究現(xiàn)狀

在2003 年，自從國外學(xué)者Nasukawa提出了情感分析含義，相關(guān)專業(yè)的研究者在此基礎(chǔ)上進(jìn)行深入研究。比如，根據(jù)情感詞典的研究方法，學(xué)者Kim 等人利用情感詞典來制定情感得分的計算方法，為了提高準(zhǔn)確性，通過對文本中情感詞的情感得分進(jìn)行求和計算得出整個文本情感極性。在分析文本情感傾向性分類時，因部分文本的特征準(zhǔn)確性不足，針對該問題，國內(nèi)學(xué)者魏廣順等人為了提高情感分類準(zhǔn)確性，從而設(shè)計出一種文本特征加權(quán)方法，該方法利用TF-IDF算法實現(xiàn)特征加權(quán)，最后，設(shè)計分類器對傾向性進(jìn)行分類判斷。學(xué)者張志華對卷積神經(jīng)網(wǎng)絡(luò)模型等內(nèi)容進(jìn)行了研究，分別提出了三種不同的情感詞向量學(xué)習(xí)模型，利用預(yù)測情感強度值，建立一種基于有監(jiān)督的排序模型，得出的實驗效果較好[4]。

2 人才培養(yǎng)質(zhì)量評估分析步驟

本研究對社會評價的大專院校人才培養(yǎng)質(zhì)量評估方法及內(nèi)容分三步進(jìn)行分析，首先對高職類院校人才培養(yǎng)質(zhì)量評價的數(shù)據(jù)進(jìn)行收集及預(yù)處理，然后，根據(jù)獲取的相關(guān)數(shù)據(jù)，利用改進(jìn)情感詞典的文本情感強度計算方法及神經(jīng)網(wǎng)絡(luò)文本分類來建立分析模型，最后，基于建立的分析模型對大專院校進(jìn)行人才培養(yǎng)質(zhì)量進(jìn)行評估，如圖2所示。

圖2 人才培養(yǎng)質(zhì)量評估分析步驟

2.1 人才培養(yǎng)質(zhì)量數(shù)據(jù)收集及預(yù)處理

為了提高人才培養(yǎng)質(zhì)量評估準(zhǔn)確性對相關(guān)數(shù)據(jù)進(jìn)行收集，由于互聯(lián)網(wǎng)數(shù)據(jù)不斷更新及結(jié)構(gòu)不同，采用不同數(shù)據(jù)收集方法，利用網(wǎng)絡(luò)爬蟲的策略，完成實驗數(shù)據(jù)集獲取，將采集的原始數(shù)據(jù)通過篩選及標(biāo)注等處理后，基于篩選的數(shù)據(jù)結(jié)合高職院校人才培養(yǎng)質(zhì)量評價指標(biāo)體系，比如評價指標(biāo)包括課程建設(shè)、教學(xué)能力與人才培養(yǎng)模式改革等內(nèi)容，進(jìn)而完成人才培養(yǎng)質(zhì)量評價數(shù)據(jù)集構(gòu)建，為大專類院校人才培養(yǎng)質(zhì)量分析及改進(jìn)提供數(shù)據(jù)支撐[5]。

2.2 基于人才培養(yǎng)質(zhì)量數(shù)據(jù)建立分析模型

基于獲取人才培養(yǎng)質(zhì)量相關(guān)數(shù)據(jù)，分析數(shù)據(jù)集計算情感強度，在網(wǎng)絡(luò)評價中，參考口語化及網(wǎng)絡(luò)用語等詞匯，組成了社交網(wǎng)絡(luò)詞典。然后將社交網(wǎng)絡(luò)詞典等加入到基本情感詞典，借鑒基于改進(jìn)情感詞典的文本情感強度計算的方法，建立了分析模型[6]。在分類模型中，利用循環(huán)神經(jīng)網(wǎng)絡(luò)的循環(huán)結(jié)構(gòu)，結(jié)合注意力模型與循環(huán)神經(jīng)網(wǎng)絡(luò)的循環(huán)結(jié)構(gòu)，形成文本分類模型，并對人才培養(yǎng)評價數(shù)據(jù)中更重要的關(guān)鍵詞分配相對較高權(quán)重，在指標(biāo)分類準(zhǔn)確度上，保證該建立模型的效果。

2.3 基于分析模型評估人才培養(yǎng)質(zhì)量

基于建立的人才培養(yǎng)質(zhì)量分析模型進(jìn)行評價，利用該模型具體分析大專類院校人才培養(yǎng)質(zhì)量存在問題，采用的文本分析是借鑒TF-IDF算法實現(xiàn)特征加權(quán)，利用分類器進(jìn)行分類判斷。此外，可通過社會網(wǎng)絡(luò)數(shù)據(jù)為人才培養(yǎng)質(zhì)量監(jiān)督提供反饋，得以在科學(xué)決策的基礎(chǔ)上綜合評判大專高校人才培養(yǎng)方案及其效果的優(yōu)劣程度，為改善大專高校人才培養(yǎng)質(zhì)量提供研究方向[7]。

3 人才培養(yǎng)質(zhì)量評估方法介紹

本文利用文本分析對大專院校人才培養(yǎng)質(zhì)量評估方法進(jìn)行介紹，分別對文獻(xiàn)調(diào)研、文本分析法和質(zhì)化計量進(jìn)行分析，利用人才培養(yǎng)質(zhì)量評估為后續(xù)制定大專院校的人才培養(yǎng)計劃提供參考方向，如圖3所示。

圖3 人才培養(yǎng)質(zhì)量評估方法介紹

3.1 文獻(xiàn)調(diào)研

通過文獻(xiàn)調(diào)研可廣泛收集國內(nèi)外有關(guān)高職院校的人才培養(yǎng)數(shù)據(jù)和人才培養(yǎng)質(zhì)量評估的相關(guān)文獻(xiàn)，結(jié)合高職類院校人才培養(yǎng)的最新研究動態(tài)，采用科學(xué)知識圖譜等工具，對國內(nèi)外高職院校人才培養(yǎng)及其質(zhì)量評估的研究方向、引文關(guān)系及發(fā)展趨勢與熱點進(jìn)行分析，為全面把握該領(lǐng)域內(nèi)的發(fā)展態(tài)勢及進(jìn)展，從理論和方法上全面系統(tǒng)地研究人才培養(yǎng)質(zhì)量的相關(guān)問題，利用網(wǎng)絡(luò)工具軟件對高職院校的人才培養(yǎng)質(zhì)量進(jìn)行評估分析[8]。

3.2 文本分析法

根據(jù)大專院校人才培養(yǎng)質(zhì)量分析數(shù)據(jù)，對相關(guān)文本數(shù)據(jù)進(jìn)行有效整理，將獲取的無結(jié)構(gòu)原始文本轉(zhuǎn)化為結(jié)構(gòu)化且計算機可識別及處理的信息，將文本進(jìn)行科學(xué)抽象。在此過程中，采用文本分析法是利用分詞算法和詞頻統(tǒng)計方法而得到的特征項來表示文本向量中的指定維度，用以描述和代替文本，最后使用可視化的工具將其展示，得到的相關(guān)數(shù)據(jù)用于高職院校人才培養(yǎng)質(zhì)量評估更方便。

3.3 質(zhì)化計量

質(zhì)化計量是基于扎根理論，立足媒體平臺和社交平臺，通過編寫程序抓取挖掘的大專院校人才培養(yǎng)相關(guān)的文本信息，利用得到的相關(guān)數(shù)據(jù)信息，可采用面板回歸、工具變量法、PSM-DID和RDD等多種計量實證方法進(jìn)行分析，研判質(zhì)化計量人才培養(yǎng)質(zhì)量的綜合評價因素，以及大專高校人才培養(yǎng)體系的建設(shè)重點和發(fā)展方向，給予制定高職院校的人才培養(yǎng)計劃提供參考[9]。

4 人才培養(yǎng)質(zhì)量評估技術(shù)分析

本文介紹了通過采用Python語言完成了在百度知道、新浪微博和百度貼吧等平臺上實現(xiàn)精確的關(guān)鍵詞檢索和文本挖掘算法編寫工作，以及對廣東省高水平高職院校的評價指標(biāo)進(jìn)行分析和網(wǎng)絡(luò)神經(jīng)情感判斷進(jìn)行高強度訓(xùn)練，進(jìn)而完成AI訓(xùn)練工作，人才培養(yǎng)質(zhì)量評估技術(shù)分析如圖4所示。

圖4 人才培養(yǎng)質(zhì)量評估技術(shù)分析

在數(shù)據(jù)獲取過程中，為了獲取方式的高效性，從而保障文本數(shù)據(jù)源的完整及客觀性。在抓取媒體平臺和社交平臺關(guān)于高校人才培養(yǎng)質(zhì)量反饋的文本信息過程中，確保獲取數(shù)據(jù)信息較全面而且無偏差，依托關(guān)鍵詞進(jìn)行全平臺抓取，以保證數(shù)據(jù)源的完整及可靠，另外為了應(yīng)對該平臺中數(shù)據(jù)信息抓取的反制措施，可通過使用模擬瀏覽器的方式繞過障礙。因社會上對高校的人才培養(yǎng)質(zhì)量評價所能產(chǎn)生的文本不僅存在于傳統(tǒng)媒體和自媒體，更多是在社交網(wǎng)絡(luò)平臺，鑒于平臺上的反爬蟲措施和抓取難度，本文利用文本抓取工具的選取與運用，采用Python語言編寫高效率的程序，模擬瀏覽器登錄的方式抓取指定文本信息[10]。依托現(xiàn)有的情感詞典，再組織社交詞典和領(lǐng)域詞典改進(jìn)文本的算法，另外可采用神經(jīng)網(wǎng)絡(luò)模型處理文本中的高頻詞和情感關(guān)鍵詞兩者間關(guān)聯(lián)問題，結(jié)合注意力模型對關(guān)鍵詞給予分配更高的權(quán)重。最后，根據(jù)文本分析的結(jié)果，借鑒網(wǎng)絡(luò)提供參考數(shù)據(jù)從而完善大專院校人才培養(yǎng)質(zhì)量評價體系[11]。

5 人才培養(yǎng)質(zhì)量評估過程

本文根據(jù)“漏斗法”邏輯結(jié)構(gòu)，對人才培養(yǎng)質(zhì)量評估得到的社會文本進(jìn)行預(yù)處理、結(jié)合多種詞典和模型數(shù)據(jù)進(jìn)行分析，將數(shù)據(jù)實現(xiàn)可視化展示，深入挖掘大專院校人才培養(yǎng)體系與網(wǎng)絡(luò)文本信息反饋之間的規(guī)律及意義。利用網(wǎng)絡(luò)信息挖掘技術(shù)和大數(shù)據(jù)分析技術(shù)，可以精準(zhǔn)分析人才培養(yǎng)質(zhì)量存在問題，也可通過個案調(diào)查、訪談和相關(guān)資料進(jìn)行分析及驗證，實現(xiàn)高職類高校人才培養(yǎng)質(zhì)量評估[12]，研究路徑如圖5所示。

圖5 人才培養(yǎng)質(zhì)量評估過程

5.1 采用社會網(wǎng)絡(luò)信息對高校人才培養(yǎng)質(zhì)量進(jìn)行評估分析

通過互聯(lián)網(wǎng)產(chǎn)生的海量大數(shù)據(jù)，在媒體平臺和社交平臺上獲取有關(guān)于高等學(xué)校人才培養(yǎng)質(zhì)量的信息，有效解決傳統(tǒng)人才培養(yǎng)質(zhì)量評估研究中數(shù)據(jù)難以獲取，數(shù)據(jù)不夠客觀的問題，為高校人才培養(yǎng)建設(shè)工作提供精準(zhǔn)社會信息及數(shù)據(jù)反饋，以便于科學(xué)決策與方案改進(jìn)。

5.2 質(zhì)量評估體系與人才培養(yǎng)體系交叉驗證

研究理論是為實踐服務(wù)，對于高校人才培養(yǎng)體系的建構(gòu)，是為了學(xué)生在社會實踐質(zhì)量服務(wù)，也反饋在社會網(wǎng)絡(luò)文本上；同時，人才培養(yǎng)體系的運作情況可以用來驗證質(zhì)量評估體系的客觀科學(xué)性。由此，本文對高校人才培養(yǎng)質(zhì)量體系研究可供大專院校的人才培養(yǎng)制定參考借鑒。

6 總結(jié)

本研究對大專類高校人才培養(yǎng)質(zhì)量評估研究中采用新的研究思路及方法，介紹了編寫程序抓取互聯(lián)網(wǎng)海量的文本信息的方法，介紹神經(jīng)網(wǎng)絡(luò)模型來判斷文本中的情感傾向和主體觀點，對專科類高校人才培養(yǎng)質(zhì)量進(jìn)行精準(zhǔn)評估，得以在科學(xué)決策的基礎(chǔ)上綜合評判大專院校人才培養(yǎng)活動及其效果的優(yōu)劣程度，從而保障大專院校人才培養(yǎng)質(zhì)量的持續(xù)改進(jìn)。也可借助信息挖掘和信息分析技術(shù)，循環(huán)使用評估體系、利用社會輿論反饋提高人才培養(yǎng)質(zhì)量。