冷宜隆
(西北師范大學 計算機科學與工程學院,甘肅 蘭州 730070)
在香港“占中”事件后的輿論嘩然中,“基本法再啟蒙”“基本法教育重新上路”的需求逐漸提升,呼聲日益高漲。香港“占中”事件再一次佐證了我們需要加強進一步教育的必要性。中國歷朝歷代對于新生代的教育都是重視有加,同時如果想要完成偉大的祖國富強夢,則要在教育上投入更大的力度,大力推進教育的全面深化改革、高質(zhì)量發(fā)展。
如果說教育是國家建設的根本,那么在教學過程中作為主動引導者的教師團隊便是教育的核心,得遇明師,能減十年功。師德是評價一位教師核心素養(yǎng)的基石。新時代背景下落實立德樹人根本任務的關(guān)鍵在于如何針對新時代教師隊伍做好師德養(yǎng)成教育。縱觀近十年大學教育教學過程與教學結(jié)果,發(fā)現(xiàn)部分教師在教學過程中并沒有向?qū)W生傳達正確的思想政治觀念,亟需對這一部分教師進行師德素養(yǎng)的二次塑造。師德缺失的問題不利于立德樹人根本任務的完成和新時期教師隊伍建設目標的實現(xiàn)。所以,推動教育進一步發(fā)展的前提便是培養(yǎng)一大批具有優(yōu)秀道德品質(zhì),心甘情愿為教育作貢獻的教師團隊,道德素質(zhì)和思想品德理應在之后的教師評測中占據(jù)更多的戲份。
撰寫本文的目的便是開發(fā)一套合理的師德師風測評指標并以此為基建設一個監(jiān)測系統(tǒng),建立師德師風的評估策略和預警機制,健全師德師風長效機制,完善師德師風體制建設。
本文從教師課堂環(huán)境下語句的情感分析及語句收集環(huán)境構(gòu)建入手,根據(jù)相關(guān)國家文件的總體指示構(gòu)建綜合評價指標體系?;赥OPSIS 的灰色綜合評價法計算得出指標體系的權(quán)重為評價指標體系分配權(quán)重。在師德師風評分部分的分數(shù)采用累減的形式,先默認所有教師的師德師風都是滿分,在此基礎上若有某項指標不合格再進行扣分。
以往的思政教學模式?jīng)]有將學生的情感考慮在內(nèi),老師更傾向于專業(yè)知識的傳授,從而容易輕忽學生的情緒反應。當學生回答問題時,老師把關(guān)注的重點放在學生對知識的理解上,而忽視了學生的心理變化。每堂課結(jié)束后,如果教師只是以學生的成績作為評估標準則是不妥當?shù)模瑢W生長期處于消極狀態(tài)將對學生的身心發(fā)展極為不利。
基于此,本文構(gòu)建一個情緒感知器,通過對話語情感類別的判斷來實現(xiàn)對情緒的實時監(jiān)控。在對對話情緒的研究中,傳統(tǒng)的神經(jīng)網(wǎng)絡情感分類模型采用監(jiān)督學習的方法來完成情感分類任務。通過布放在各個教室的語音收集器來收集語音生成波形文件,在對波形文件進行文字翻譯后,清洗歸納語音數(shù)據(jù)后構(gòu)建教師語義表達得體數(shù)據(jù)集。數(shù)據(jù)集中包含教師日常教學用語文本信息及其對應的得體評價標簽。將文本序列輸入到情感分類模型中,基于傳統(tǒng)神經(jīng)網(wǎng)絡的情感分類模型將數(shù)據(jù)集中的所有文本信息分詞后構(gòu)建詞典序,利用one-hot 編碼技術(shù)對詞典序中的每個詞進行詞向量表示,再運用詞嵌入(word embedding)方法將編碼后的詞向量與詞嵌入矩陣相乘,對嵌入詞向量進行加權(quán)平均求得整個文本序列的情感類別向量,最后通過softmax函數(shù)預測情感標簽。
傳統(tǒng)的情感分類方法應用于大文本、邏輯性強的文本數(shù)據(jù)時表現(xiàn)欠佳,準確度有待提高,本課題中我們結(jié)合使用雙向長短時記憶網(wǎng)絡與Attention 構(gòu)建情緒感知模型。在多元情感分類任務中,此模型的分類效果相比傳統(tǒng)方法有較大的提升。雙向長短時記憶網(wǎng)絡模型在LSTM 模型的基礎上進行了改進,其特殊的門控結(jié)構(gòu)將幫助模型面對邏輯性強的文本時,根據(jù)模型參數(shù),選擇性地保留關(guān)鍵情感信息的權(quán)重,并且考慮到one-hot 編碼遺失句子中單詞的順序性,無法考慮單詞時序?qū)φZ義的影響。該網(wǎng)絡可以對語義和情感信息進行貼合編碼,最后通過softmax 函數(shù)計算對應的教師表達得體分類類別概率,輸出源序列的教師語義正負面傾向。
在邊智能的云-邊協(xié)同模式下,主要采用訓練-預測“云-邊”協(xié)同模式,云端根據(jù)邊緣上傳的數(shù)據(jù)來設計、訓練、升級智能模型,邊緣端負責數(shù)據(jù)采集以及基于實時數(shù)據(jù)進行最新模型預測,使最終模型能夠滿足終端的個性化要求。遷移學習可以節(jié)省標注樣本中的人工耗時,使模型從現(xiàn)有標記數(shù)據(jù)向未標記數(shù)據(jù)遷移,從而建立起源域到目標域的映射,訓練出適應于目標域的模型。在邊緣智能場景下,需要模型能夠適用于不同場景,因此,完全可以利用遷移學習的方式保留模型的原始信息,然后通過新的訓練集進行學習更新,從而得到適用于新邊緣智能場景的智能模型。對于語音信號輸入,首先對由語音信號生成的波形文件進行固定長度信號的截取。在此基礎上,對固定長度的信號片段進行降噪、特征提取等操作。在對語音信號進行分析之前,首先對數(shù)據(jù)進行分割,將其分割成特定長度的語音信號片段,利用低通濾波器對環(huán)境噪聲進行過濾,將過濾好的語音數(shù)據(jù)放入語音轉(zhuǎn)文字的特定模型內(nèi),將其完全轉(zhuǎn)化成文字后,再對文字進行情感分析。將其分成兩類,分別為正向和負向。對于正向的文字不做過多分析,對于帶有負向情感的文字我們會根據(jù)“云-邊”協(xié)同系統(tǒng)發(fā)出相應的報警。
本課題評價指標體系的構(gòu)建依據(jù)來自于相關(guān)國家文件的總結(jié),主要有《教育法》《教師職業(yè)道德規(guī)范》《長效機制》《教師行為十項準則》《四有好老師》《四個引路人》《教師六要》《師德的六條標準》《深化新時代教育評價改革總體方案》等相關(guān)國家文件。從《教師職業(yè)道德規(guī)范》的制定和實施中,我們不難發(fā)現(xiàn)當前對教師職業(yè)的內(nèi)在要求和時代需求。首先便是反復強調(diào)的“責任心”。教育不比其他職業(yè),不僅僅局限在教師單純地講解理論知識,答疑解惑,更重要的是教師對學生未來的發(fā)展要有一種責任心。而這個“責任心”就體現(xiàn)在愛國守法、愛崗敬業(yè)、關(guān)愛學生、教書育人、為人師表、終身學習這六個方面。本課題的評價指標體系將基于這六點要求進行構(gòu)建,如圖1所示。
圖1 師德師風評價指標體系
如今,大國之間的競爭逐漸演變?yōu)槲磥淼母偁?,而教育體系、教育質(zhì)量則是未來競爭的關(guān)鍵所在,教師的精神氣質(zhì)、教學水平、師德師風在日常教學中對學生的影響是不言而喻的。教師的一言一行在學生的眼中具有代表性的意義,教師在教學中對時事政治、專業(yè)領域、日常生活的態(tài)度將會對學生產(chǎn)生極其深遠的影響。一位教師站在講臺上,他本身就是一本生動的教科書。因此,對教師的教學質(zhì)量進行公平公正的評價打分成為構(gòu)建師風師德評價體系的關(guān)鍵。根據(jù)教師職業(yè)道德規(guī)范的核心——新時代師德師風測評指標體系,本文采用TOPSIS 法建立了灰色關(guān)聯(lián)分析綜合評價模型。
師風師德綜合評價指標體系由六個方面、25 個一級指標、44 個二級指標組成。數(shù)據(jù)量龐大,收集數(shù)據(jù)的方法較多。適用TOPSIS 法結(jié)合數(shù)據(jù)量大小進行方案優(yōu)劣判斷后選擇具體方案,結(jié)合灰色關(guān)聯(lián)分析法計算指標關(guān)聯(lián)程度并分配權(quán)重:
(1)TOPSIS 法對指標正向化。根據(jù)教師職業(yè)道德規(guī)范特征的量化分析,分別對六個指標進行指標類型分析。發(fā)現(xiàn)極大型指標數(shù)量遠超極小型指標數(shù)量,隨即將極小型指標正向化轉(zhuǎn)換為極大型指標,極小型指標轉(zhuǎn)換為極大型指標的計算公式為:
max-x
定義中有個評價模型,個評價指標,得到正向化矩陣為:
對正向化的矩陣進行標準化處理,把數(shù)據(jù)范圍縮小,消除量綱影響,分別用每一個元素除以對應指標的均值,計算公式為:
得到的矩陣為:
將計算得到的矩陣中每一行的最大值作為母序列,其他指標作為子序列,得到新的矩陣。
(2)灰色關(guān)聯(lián)分析法計算得分?;疑P(guān)聯(lián)分析用于綜合評價模型的核心是通過指標關(guān)聯(lián)度確定每個指標的權(quán)重,進行加權(quán)求和并打分,根據(jù)綜合得分給出研究對象的優(yōu)劣排名。根據(jù)TOPSIS 法得到矩陣,分別計算出子序列中各個指標與母序列的關(guān)聯(lián)系數(shù),各個指標關(guān)聯(lián)系數(shù)的計算公式為:
其中,為兩級最小差,為兩級最大差,為分辨系數(shù)(一般取值為0.5),計算中間差值矩陣,計算公式為:
根據(jù)關(guān)聯(lián)系數(shù)公式,最終計算得出關(guān)聯(lián)系數(shù)矩陣,并定義=(,x)為灰色關(guān)聯(lián)度,對關(guān)聯(lián)系數(shù)矩陣中的每列求均值,記為,,,…r,計算公式為:
對灰色關(guān)聯(lián)度進行歸一化處理,計算求得指標權(quán)重,最后對每個評價指標計算得分,指標權(quán)重與計算得分的公式分別為:
本課題主要通過研發(fā)師德師風測評指標及其信息化監(jiān)測系統(tǒng),建立師德師風評估策略和師德師風預警機制,健全師德師風長效機制,從系統(tǒng)的角度建立健全教育、宣傳、考核、監(jiān)督、獎勵、懲處六大制度,完善師德師風體制建設。該系統(tǒng)主要包括“監(jiān)”和“測”兩個板塊,因此本課題從以下目標構(gòu)建系統(tǒng),如圖2所示。
圖2 系統(tǒng)目標
為了實現(xiàn)該目標,本課題設計了師德師風測評指標及其信息化監(jiān)測系統(tǒng)架構(gòu),如圖3所示。
圖3 系統(tǒng)架構(gòu)
系統(tǒng)主要功能分為:(1)語音詞條管理。包括語音波形文件收集、語音文字轉(zhuǎn)換、語句關(guān)鍵字提取、語句情感正負向分析;(2)評價指標體系。包括教師師德師風評價表設計、指標主觀評價分類、權(quán)重分配。
首先,教師需要登錄師德師風測評指標及其信息化監(jiān)測系統(tǒng),如圖4所示。
圖4 用戶登錄界面
如圖5所示,系統(tǒng)操作人員能夠根據(jù)上課教師姓名、上課時間選擇進入對應教師的終端進行錄音、查詢分析等操作。
圖5 錄音教室選擇
如圖6所示,系統(tǒng)提供了對所收集語音語句分詞后的詞語進行正負向分析的可視化圖表,系統(tǒng)操作人員能夠?qū)獣r間,對應課堂的具體語句進行分析,若有教師在課堂上出現(xiàn)了有關(guān)政治立場的發(fā)言,操作人員能夠根據(jù)系統(tǒng)提示,提取相應的語句和語音文件后上交專業(yè)人員進行查證。
圖6 語音情感分析可視化表
如圖7所示,操作人員控制邊端服務器錄音后,由波形文件轉(zhuǎn)換為文字,從而對文本進行情感分析、屬性分析、關(guān)鍵字提取、自動摘要生成等操作。操作人員檢驗文本情感分析的結(jié)果后,針對分類的錯誤進行研究討論,接下來修改配置,提高模型的分析精度。
圖7 語音識別分析界面
如圖8所示,操作人員能夠觀測到歷史情感數(shù)據(jù)集的具體信息,后續(xù)收集對應教師的言語詞條信息,對正負向詞條進行分類后,將其作為系統(tǒng)評價的依據(jù)。若詞條中出現(xiàn)政治敏感詞匯將發(fā)出警報。
圖8 歷史情感數(shù)據(jù)查詢網(wǎng)頁
如圖9所示,教師職業(yè)的特點對師德提出了本質(zhì)要求,“愛”與“責任”是教師職業(yè)道德規(guī)范的核心和靈魂。對不同類別、不同權(quán)重的指標采取TOPSIS 方法進行量化后,采用灰色綜合評分方法對每位教師進行評分。
圖9 綜合評價網(wǎng)頁
如圖10所示,增添了個人活動申請加分網(wǎng)頁,教師能夠提交自己與學生的日常活動作為加分項,真正做到“傳道授業(yè)解惑”,建立和諧的師生關(guān)系。心理方面能對學生的心理健康進行疏通引導,情感方面能與學生進行平行交流,理解尊重學生的正常情感需求。生活方面與學生亦師亦友,幫助學生解決生活上遇到的各類問題。教學方面把學生當作合作伙伴,使學生樂其所學,激發(fā)學生探索相關(guān)領域知識的興趣,切實提高學生解決實際問題的能力,培養(yǎng)學生步入社會所需的綜合素質(zhì),同時提升教師的教學質(zhì)量。
圖10 個人活動網(wǎng)頁
如圖11所示,關(guān)聯(lián)教務系統(tǒng)中的學生端信息,根據(jù)教師教學方法要求中的六個部分(教學態(tài)度、教學基本功,教學內(nèi)容、教學方法、教學管理,教學效果)來構(gòu)建學生評價表單,收集該教師的學生評價消息集,以此作為綜合評價模型中學生評教的數(shù)據(jù)支撐。
圖11 學生評教網(wǎng)頁
如圖12所示,通過常規(guī)的系統(tǒng)管理頁面來管理系統(tǒng)操作人員的創(chuàng)建、刪除權(quán)限等功能。
圖12 部分系統(tǒng)管理頁面
本文針對當前師德師風評價指標體系存在的問題,構(gòu)建了科學合理的師德師風測評指標體系。設計開發(fā)師德師風信息化監(jiān)測系統(tǒng),以教師職業(yè)道德規(guī)范的六條核心為出發(fā)點構(gòu)建師德師風評估模型。為我國新時代師風師德建設事業(yè)提供了平臺支撐,具有十分重要的參考借鑒意義?;诒疚牡难芯拷Y(jié)果,后續(xù)將研究GAN 網(wǎng)絡在師風師德信息監(jiān)測系統(tǒng)中的應用,以提高語音識別、關(guān)鍵字提取的精準度。教育是立國之本、強國之基,建設社會主義現(xiàn)代化強國離不開教育的支撐,為此,科學構(gòu)建師德師風預警機制,有效促進新時代教師師德養(yǎng)成是時代所需。