面向协作知识建构会话内容的智能挖掘分析

面对面协作知识建构的会话分析面临分析视角扩展、分析场景迁移以及分析方法改进等现实诉求。研究将协作知识建构会话分析与自然语言处理方法相结合,探索建立会话内容智能挖掘框架、流程与方法,并对真实课堂环境中的协作知识建构会话进行分析与挖掘。研究结论认为:知识建构会话内容挖掘重点应聚焦于知识建构中的概念分布与关联、观点分类与演变以及话题演化三个层次;基本分析阶段分为层级确立、要素解构、数据映射、模型构建、可视表征五个阶段;会话内容挖掘结果可从纵向时序与横向组间维度呈现词汇、观点与话题的内容结构与时序变化。未来研究可以关注两个问题:如何通过优化观点编码框架和训练数据集来提升观点分类的精度;如何将会话内容挖掘方法植入互动分析系统中,从而实现对知识建构互动会话内容的伴随式分析与反馈。