《表2 布鲁姆学习成果分类器的在5折交叉验证的表现结果 (%)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《学习成果可测了吗:基于学习分析方法的认知分类有效性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*表示14%的教育目标无法被动词词汇表所识别。

通过计算词移距离，我们发现，即使在相同的课程内，学习成果中名词词向量间的差异（dn=1.48）通常要高于动词词向量的差异（dv=1.02），这可能是导致模型“过拟合（Overfitting）”的原因之一。相较于复用较为频繁的动词，代表学习内容的名词之间存在更大差异。为了平衡这一差异，我们创建了分类器7，该分类器采用动、名词加权平均词向量法，将对差异较大的名词词向量进行惩罚:在合成文档的词向量之前，我们首先计算了每个学科中所有名词之间的词移距离，将词移距离均值作为该名词的“特殊度”，这一“特殊度”将转化为名词词向量的权重。其原理是，当某一名词在该学科领域中很特殊时，它与其他名词的距离就会较远，该距离将会对其在词向量运算时降低其权重，从而对其进行惩罚。结果显示，分类器7在验证过程中得到了高于分类器4的准确度，达到了60.96%（增加了2.17%），这说明，当以一种合适的方式提供教学内容信息后，该分类器能够从代表教学内容的名词中获得更多有效的信息用于对认知类型的分类。