标题
  • 标题
  • 作者
  • 关键词

教育质性研究中人机协同文本挖掘技术的运用——以某高校教学评估中文文本数据为例

2022-04-20分类号:G642.0

【作者】王金羽  詹逸思  冯起  李曼丽  
【部门】清华大学教育研究院  清华大学学生学习与发展指导中心  清华大学电机工程与应用电子技术系  
【摘要】信息时代海量增长的文本资料成为质性研究者开展研究的数据宝藏,但未得到充分研究,其原因在于针对海量中文文本数据的有效分析方法尚待突破。文章率先在质性研究范式中使用了以结构主题模型(STM)为代表的人机协同方法,对某大学在线教学效果评估的课堂观察记录数据展开文本挖掘。以教学评估研究数据分析为例,完整呈现了在教育质性研究中应用STM进行数据挖掘的四个步骤,并分析了其在挖掘海量中文文本资料方面的独特优势。研究表明,跨学科研究方法的尝试有助于解决教育学科甚至人文社科领域内海量中文文本在质性分析上的固有难题。
【关键词】结构主题模型(STM)  超大文本挖掘  教育质性研究
【基金】清华大学自主科研计划“人工智能条件下教育领域社会实验方法设计预研”(2019THZWYY05)
【所属期刊栏目】清华大学教育研究
文献传递