指導高中人工智能項目創(chuàng)新實踐的思考

安為偉

一、選題緣由

一次，女兒跟我說起這樣一件事：班上同學在偶爾發(fā)現(xiàn)了一位有輕生傾向的男同學的留言后，及時告知了班主任，避免了悲劇發(fā)生。

于是，我與女兒探討了學校近期發(fā)生的極端之事。女兒感嘆道：“如果有24小時巡查的智能警察，不僅能第一時間發(fā)現(xiàn)端倪，還能快速聯(lián)合大家阻止悲劇發(fā)生?！苯陙恚瑢W生因“心境障礙”休學的情況頻出。老師、家長若能及時關注學生情緒的變化，并及時干預，幫助其調整情緒，也許能減少類似悲劇的發(fā)生。

我指導的高中人工智能項目社團正在探究有現(xiàn)實意義的項目，能否以此為題，開展人工智能項目的創(chuàng)新實踐？

二、主題確定

我的想法得到了項目成員的認可，大家以小組為單位集思廣益，收集資料，以期借助人工智能技術的某項應用解決問題。

根據各小組提出的不同方案，經討論，我們決定借助百度AI的情感分析接口制作一款軟件，識別文本中的情緒信息并量化打分。當負面情緒分數(shù)達到一定數(shù)值，給出警示。此方案在技術上具有可行性，我們最終確定了以“學生情感分析評估系統(tǒng)的開發(fā)”為例，開展人工智能項目的創(chuàng)新實踐。

三、創(chuàng)作過程

（一）細化項目目標

借助百度AI技術，使用Python實現(xiàn)如下系統(tǒng)功能：對學生的日記、作文、社交平臺的評論、聊天記錄等圖片進行文本提取，并對文本中的情感傾向進行打分、解析，對負面情緒傾向較高的文本給出警示，幫助老師快速篩查有負面情緒的學生，及時給予關注，從而達到預防、減少學生因負面情緒引發(fā)心境障礙的目的。

（二）確定關鍵技術

百度的情感傾向分析基于語義相似度模型，是通過百度龐大的搜索引擎標注數(shù)據訓練得到的，使用此模型直接進行情感傾向判定，準確度高，省去了海量數(shù)據訓練的環(huán)節(jié)。項目通過百度AI的文字識別OCR和自然語言處理NLP兩個接口，實現(xiàn)圖片中的文字提取以及文本情感傾向分析。

（三）進行技術測試

我和學生一起進行了技術測試。Python程序調用OCR接口對圖片中的文本進行識別。NLP接口的Sentiment Classify方法支持情感傾向分析，具有多個參數(shù)。根據參數(shù)得到的值可以進一步解析、打分，并對極端情緒進行警示、反饋。具體測試內容和反饋結果如表1所示。

（四）實現(xiàn)系統(tǒng)功能

通過關鍵技術測試后，我們開始規(guī)劃和實現(xiàn)系統(tǒng)功能。對小組自主學習無法解決的難點問題，師生合作討論解決。Python中的界面外觀實現(xiàn)是難點之一，于是，我制作了一個Tkinter的控件集合的幫助文檔，幫助學生復制控件代碼，快速完成控件制作。

系統(tǒng)迭代后實現(xiàn)了三大功能。

1.文本編輯及識別功能：可直接編輯文本，幫助老師記錄學生口述的情緒、想法等；打開圖片格式并對其中的文本進行識別（支持識別印刷體文字、手寫體文字），支持將各種文本截圖識別成可編輯的文本，供二次編輯。

2.情感傾向分析：自動對文本進行分析，顯示解析結果；當綜合得分過低時，系統(tǒng)彈出提示，提醒老師關注此學生的心理狀態(tài)。

3.保存功能：將編輯、識別的文本以及分析結果儲存在表格中。

四、研究結論

系統(tǒng)實現(xiàn)后，學生通過輸入基本語句、使用同學書寫的一篇散文進行測試。測試結果如圖1、圖2所示。

大家討論認為，系統(tǒng)能較準確地識別圖片中的手寫文本，情感傾向分析結果較準確，達到了項目預期的目標。但系統(tǒng)仍有較大的改進空間，例如可以增加批量識別、分析文本的功能等。

五、后記

參與項目實踐的學生親歷了完整的項目研究過程，有針對性地上網查找資料，學習說明文檔，測試程序，尋找解決問題的方法。遇到難以解決的問題時，師生共商對策。

學生深度參與到項目的各個環(huán)節(jié)，學會了合作攻克技術難題，初步掌握了研究性學習方法。在作品評價階段，能從較專業(yè)的角度客觀評價作品，提出進一步改進的方向。

每一個技術難點的攻克、每一次作品的迭代都是學生思維深化的體現(xiàn)。當作品最終完成時，學生收獲了成功的喜悅，他們也將更加明確未來專業(yè)的選擇方向。