Key points are not available for this paper at this time.
감정 분석 즉, 의견 채굴은 리뷰에서 인간의 의도를 식별하기 위해 가장 널리 사용되는 NLP 애플리케이션 중 하나입니다. 교육 분야에서는 학생들의 의견을 듣고 교육-학습 관행을 향상시키기 위해 의견 채굴이 사용됩니다. 감정 주석 기법과 AI 방법론의 발전으로 학생 댓글은 많은 인간 개입 없이도 감정 지향성으로 레이블이 붙여질 수 있습니다. 이 리뷰 논문에서는 (1) 문서 수준, 문장 수준, 개체 수준, 측면 수준의 네 가지 수준에서 교육에서의 감정 분석의 역할을 고려하고, (2) 비지도 주석을 위한 어휘 기반 및 코퍼스 기반 접근 방식 등 감정 주석 기법을 탐색하며, (3) 기계 학습, 심층 학습 및 변환기와 같은 방법론을 사용하는 감정 분석에서의 AI의 역할을 논의하고, (4) 교육 절차에서 감정 분석이 교육학, 의사 결정 및 평가를 향상시키는 데 미치는 영향을 제시합니다. 교육 기관들은 의견과 통찰력을 도출하기 위해 학생 피드백을 처리하고 감정 분석 도구를 구축하는 데 폭넓게 투자해왔습니다. 학생 피드백의 감정 분석에 기반한 응용 프로그램들이 본 연구에서 검토됩니다. 다중 극성, 다의어, 부정어, 의견 스팸 탐지와 같은 감정 분석의 도전 과제가 탐색되며, 연구 분야에서의 그들의 경향이 논의됩니다. 교육에서 감정 분석의 미래 방향에 대해서도 논의됩니다.
Shaik 외 (Tue,)는 이 질문을 연구했습니다.