一种在线学习社区的学习者情感识别方法研究

作者：叶俊民; 廖志鑫; 宋家琦; 唐文韬; 葛沛鑫; 刘亭玉; 曾僖; 刘静

来源：小型微型计算机系统, 2021, 42(05): 912-918.

DOI：10.3969/j.issn.1000-1220.2021.05.003

• 迁移学习
• 情感识别
• 在线学习社区
• 注意力机制

当前在线学习社区学习者的情感识别多是采用有监督机器学习方法,其需要使用大量有标记数据对分类模型进行训练,这将会耗费大量的时间和人力成本,从而大幅提升了情感识别的成本.为此,本文提出了一种基于迁移学习的在线学习社区情感识别方法,该方法基于两个层次化注意力网络HAN1和HAN2.首先,利用层次化注意力网络HAN1得到不同域的共享情感特征;其次,使用层次化注意力网络HAN2将不同域独有的情感特征映射到共享情感特征空间中,完成情感特征迁移;最后,利用训练好的两个层次化注意力网络进行跨域情感分类.在5门真实在线课程学习社区数据集上的实验表明,本文方法能够在降低数据标记成本的前提下有效完成在线学习社区学习者情感识别任务.

• 单位
  华中师范大学