王阿习,余胜泉,湛志强,刘秀英.在线同伴反馈情感识别与可视化：促进教师深度反思与教学问题改进[J].中国远程教育,2022(08):18-25+34+78.

---

　　题名：在线同伴反馈情感识别与可视化：促进教师深度反思与教学问题改进

　　作者：王阿习，余胜泉，湛志强，刘秀英

　　关键词：在线课例研究，同伴反馈，机器学习，BERT模型，文本情感识别，可视化报告，教学问题，教学反思

　　摘要：在线课例研究是由教师学习共同体围绕特定的专业发展目标，借助在线学习平台合作开展教学设计修改、教学实施、课堂观察、课后研讨与教学反思的专业发展实践活动。在课例研究活动中，教师获得了大量的同伴反馈文本数据。智能识别与可视化同伴反馈文本情感，有助于及时发现教师集体共识信息与关键教学问题。为此，本研究基于机器学习技术构建了在线同伴反馈文本情感识别与可视化模型，包括同伴反馈文本数据采集、基于BERT模型的文本情感识别、文本主题抽取和情感可视化报告自动生成。研究采用实验研究与案例研究法分析了应用效果，结果表明：反馈文本情感识别模型具有较高的准确率，支持快速发现教师集体共识信息，生成的同伴反馈情感可视化报告有助于教师进行深度反思和教学问题改进。