50、在线教育评估与全年龄段学习支持系统的创新探索

在线教育评估与全年龄段学习支持系统的创新探索

在当今数字化时代，在线教育蓬勃发展，同时随着全球人口平均寿命的增加，为所有年龄段人群开发合适的学习环境变得尤为重要。本文将围绕在线教育评估系统以及全年龄段学习支持系统的相关研究进行探讨。

在线教育评估系统：从弹幕评论中洞察学生情绪

在在线教育场景中，像“弹幕”这样的评论蕴含着学生的情绪信息。然而，弹幕评论具有独特的语言风格，与日常生活语言差异较大，其含义模糊且缺乏上下文，传统方法（如 TF - IDF 和 word2vec）难以处理。

该研究提供了一个平台，能够检测与学习状态相关的情绪，即使不知道弹幕评论的确切含义，也能更轻松地对那些与时间轴关联的评论进行标注。这一研究在实际应用中具有重要意义，它可以帮助减轻在线教学中教师同时面对数百名学生的教学压力。

研究设计了一个界面来展示模型生成的数据。界面上部展示教育视频，下部以时间轴为横轴的折线图展示情绪趋势。基于从视频观看者收集的多模态数据，图表每 15 秒显示一次融合模型对情绪分类的置信度。当数值为正且接近 1 时，观看者更可能觉得视频内容有趣或容易；当数值为负且接近 -1 时，观看者更可能觉得视频内容无聊或困难。而且，反馈与时间相关联，点击图表上的数据点，上部视频会相应跳转到该时间，帮助教师聚焦于真正影响学生学习状态的时刻。

整个研究过程包括收集学生在线观看教学视频时的多模态数据（面部表情和评论文本），并在主观学习状态的两个维度（趣味性、难度）上进行标注。经过视频截图的人脸识别和评论文本的归一化等预处理后，使用人工神经网络方法构建融合模型，计算两个维度的实时学习状态。该系统能够为教师提供客观、基于特定时间轴的反馈，克服了以往反馈方法的不足。 </