引言开放大学是我国开展继续教育的重要力量，在加快建设学习型社会、大力提高国民素质的背景下，怎样提高开放教育学习者的在线学习质量和学习效果成为各界关注的热点。以往开放教育的学习评价、效果评估，通常是采用一些结构化数据分析技术，如分析网上的行为数据，包括登录天数、发帖数、形考等。但是，对于一些非结构化、交互式的在线文本数据，如课程评论、聊天群文本、论坛等数据缺乏相应研究。这些在线文本数据反而更能贴切地反映出开放教育学习者在网络学习平台学习时所关注的话题及情感倾向[1]。以关键词“文本数据”“TextData”在中国知网和万方数据库进行检索，总共检索到文献31013篇，再以关键词“情感分析”检索到文献527篇如下页图1所示，再以关键词“开放教育”检索到文献1篇。从“文本数据—情感分析”为关键词检索到的文献结果示意图中可以看出，以文本数据进行情感分析来改善教学平台、提升学习者的学习效果和学习质量、开展课程评价的文献占比不足10%，应用于开放教育的文献不多，基于文本数据进行开放教育情感分析的研究更少。通过对开放教育在线文本数据情感倾向研究，探索教师、学生使用学习平台参与线上教学过程中的情感态度。在理论上对师生情感的问题进行归纳和总结，寻找有效的干预措施，旨在为提高在线教、学质量提供帮助；为学习平台的优化提供建设性意见；为管理者进行教学监督、质量监控提供非结构性数据参考；为同类型的学习平台进行网上学习产生的文本数据情感分析提供可参考的研究方法。基于机器学习的开放教育在线文本情感分析*张黎娜檀娟伢李梅董露露（安徽开放大学信息与建筑工程学院，安徽合肥230001）［摘要］教育信息化的快速发展，各个网络学习平台上的文本情感数据迅速增长，在线文本数据的情感研究广受关注，但开放教育在线文本数据情感分析的研究较少。文章针对现有研究的不足，通过检索、分析，阐述研究价值，介绍当前广泛用于文本情感分析的方法，构建了朴素贝叶斯分类模型，采用此模型进行开放教育在线文本数据情感倾向分析。根据分析结果，管理者可以采取合理的干预措施，为完善教学平台、提高在线教学的质量提供借鉴。［关键词］开放教育；在线文本；机器学习；情感分析［中图分类号］TP391.1［文献标识码］A［文章编号］1008-7656（2023）02-0016-06*［基金项目］安徽省高校自然科学研究重点项目“基于成人学习者网上课程讨论区的数据挖掘和情感分析”（编号：KJ2020A1220）；安徽省高校自然科学...
