摘要
为深度挖掘学生评教文本中蕴含的教学反馈信息,解决传统情感分析方法粒度粗、解释性弱的问题,提出一种基于大语言模型(LLM)的学生评教精细化情绪分析方法。该方法的核心在于设计了一种融合心理学原理的结构化提示词(Prompt),引导LLM将非结构化的评教文本解析为包含情感极性、情绪类别、情绪强度和归因理由的“情绪四元组”。通过此机制,模型不仅能进行多维度的情绪识别,还能为分析结果提供可追溯的解释。与现有方法的对比实验表明,该方法在分析的细粒度和深度上均有显著优势。此外,还设计并实现了一个支持多模型调用的交互式分析界面。本研究为构建可解释、精细化的智能教育评价体系提供了新的技术路径。
出处
《电脑知识与技术》
2025年第36期40-43,共4页
Computer Knowledge and Technology
基金
湖南省普通高等学校教学改革研究项目“‘人工智能+’背景下地方师范高校继续教育高质量人才培养路径研究”(202401000533)。
