一種基于特征偏移補償?shù)纳疃戎悄芑虒W評價方法

摘要： 針對慕課(MOOC)評論中存在少數(shù)類特征偏移的問題，提出一種基于特征偏移補償?shù)纳疃戎悄芑虒W評價方法.該方法首先使用Glove預訓練模型獲取MOOC評論的分布式詞向量；然后采用淺層卷積神經(jīng)網(wǎng)絡，通過多個卷積核學習教學評價的語義，引入不同類別評論的數(shù)量設計影響因子，歸一化該影響因子并應用到交叉熵損失函數(shù)中；最后基于Coursera平臺的本科學生教學評論數(shù)據(jù)集，通過與其他損失函數(shù)在... （共8頁）