新时代高校师德师风建设评估监测系统的设计与开发

冷宜隆

（西北师范大学 计算机科学与工程学院，甘肃 兰州 730070）

0 引 言

在香港“占中”事件后的舆论哗然中，“基本法再启蒙”“基本法教育重新上路”的需求逐渐提升，呼声日益高涨。香港“占中”事件再一次佐证了我们需要加强进一步教育的必要性。中国历朝历代对于新生代的教育都是重视有加，同时如果想要完成伟大的祖国富强梦，则要在教育上投入更大的力度，大力推进教育的全面深化改革、高质量发展。

如果说教育是国家建设的根本，那么在教学过程中作为主动引导者的教师团队便是教育的核心，得遇明师，能减十年功。师德是评价一位教师核心素养的基石。新时代背景下落实立德树人根本任务的关键在于如何针对新时代教师队伍做好师德养成教育。纵观近十年大学教育教学过程与教学结果，发现部分教师在教学过程中并没有向学生传达正确的思想政治观念，亟需对这一部分教师进行师德素养的二次塑造。师德缺失的问题不利于立德树人根本任务的完成和新时期教师队伍建设目标的实现。所以，推动教育进一步发展的前提便是培养一大批具有优秀道德品质，心甘情愿为教育作贡献的教师团队，道德素质和思想品德理应在之后的教师评测中占据更多的戏份。

撰写本文的目的便是开发一套合理的师德师风测评指标并以此为基建设一个监测系统，建立师德师风的评估策略和预警机制，健全师德师风长效机制，完善师德师风体制建设。

1 高校师风师德评价体系构建

本文从教师课堂环境下语句的情感分析及语句收集环境构建入手，根据相关国家文件的总体指示构建综合评价指标体系。基于TOPSIS 的灰色综合评价法计算得出指标体系的权重为评价指标体系分配权重。在师德师风评分部分的分数采用累减的形式，先默认所有教师的师德师风都是满分，在此基础上若有某项指标不合格再进行扣分。

1.1 情感分析及环境构建基础

以往的思政教学模式没有将学生的情感考虑在内，老师更倾向于专业知识的传授，从而容易轻忽学生的情绪反应。当学生回答问题时，老师把关注的重点放在学生对知识的理解上，而忽视了学生的心理变化。每堂课结束后，如果教师只是以学生的成绩作为评估标准则是不妥当的，学生长期处于消极状态将对学生的身心发展极为不利。

基于此，本文构建一个情绪感知器，通过对话语情感类别的判断来实现对情绪的实时监控。在对对话情绪的研究中，传统的神经网络情感分类模型采用监督学习的方法来完成情感分类任务。通过布放在各个教室的语音收集器来收集语音生成波形文件，在对波形文件进行文字翻译后，清洗归纳语音数据后构建教师语义表达得体数据集。数据集中包含教师日常教学用语文本信息及其对应的得体评价标签。将文本序列输入到情感分类模型中，基于传统神经网络的情感分类模型将数据集中的所有文本信息分词后构建词典序，利用one-hot 编码技术对词典序中的每个词进行词向量表示，再运用词嵌入（word embedding）方法将编码后的词向量与词嵌入矩阵相乘，对嵌入词向量进行加权平均求得整个文本序列的情感类别向量，最后通过softmax函数预测情感标签。

传统的情感分类方法应用于大文本、逻辑性强的文本数据时表现欠佳，准确度有待提高，本课题中我们结合使用双向长短时记忆网络与Attention 构建情绪感知模型。在多元情感分类任务中，此模型的分类效果相比传统方法有较大的提升。双向长短时记忆网络模型在LSTM 模型的基础上进行了改进，其特殊的门控结构将帮助模型面对逻辑性强的文本时，根据模型参数，选择性地保留关键情感信息的权重，并且考虑到one-hot 编码遗失句子中单词的顺序性，无法考虑单词时序对语义的影响。该网络可以对语义和情感信息进行贴合编码，最后通过softmax 函数计算对应的教师表达得体分类类别概率，输出源序列的教师语义正负面倾向。

在边智能的云-边协同模式下，主要采用训练-预测“云-边”协同模式，云端根据边缘上传的数据来设计、训练、升级智能模型，边缘端负责数据采集以及基于实时数据进行最新模型预测，使最终模型能够满足终端的个性化要求。迁移学习可以节省标注样本中的人工耗时，使模型从现有标记数据向未标记数据迁移，从而建立起源域到目标域的映射，训练出适应于目标域的模型。在边缘智能场景下，需要模型能够适用于不同场景，因此，完全可以利用迁移学习的方式保留模型的原始信息，然后通过新的训练集进行学习更新，从而得到适用于新边缘智能场景的智能模型。对于语音信号输入，首先对由语音信号生成的波形文件进行固定长度信号的截取。在此基础上，对固定长度的信号片段进行降噪、特征提取等操作。在对语音信号进行分析之前，首先对数据进行分割，将其分割成特定长度的语音信号片段，利用低通滤波器对环境噪声进行过滤，将过滤好的语音数据放入语音转文字的特定模型内，将其完全转化成文字后，再对文字进行情感分析。将其分成两类，分别为正向和负向。对于正向的文字不做过多分析，对于带有负向情感的文字我们会根据“云-边”协同系统发出相应的报警。

1.2 指标体系理论基础

本课题评价指标体系的构建依据来自于相关国家文件的总结，主要有《教育法》《教师职业道德规范》《长效机制》《教师行为十项准则》《四有好老师》《四个引路人》《教师六要》《师德的六条标准》《深化新时代教育评价改革总体方案》等相关国家文件。从《教师职业道德规范》的制定和实施中，我们不难发现当前对教师职业的内在要求和时代需求。首先便是反复强调的“责任心”。教育不比其他职业，不仅仅局限在教师单纯地讲解理论知识，答疑解惑，更重要的是教师对学生未来的发展要有一种责任心。而这个“责任心”就体现在爱国守法、爱岗敬业、关爱学生、教书育人、为人师表、终身学习这六个方面。本课题的评价指标体系将基于这六点要求进行构建，如图1所示。

图1 师德师风评价指标体系

1.3 综合评价模型理论基础

如今，大国之间的竞争逐渐演变为未来的竞争，而教育体系、教育质量则是未来竞争的关键所在，教师的精神气质、教学水平、师德师风在日常教学中对学生的影响是不言而喻的。教师的一言一行在学生的眼中具有代表性的意义，教师在教学中对时事政治、专业领域、日常生活的态度将会对学生产生极其深远的影响。一位教师站在讲台上，他本身就是一本生动的教科书。因此，对教师的教学质量进行公平公正的评价打分成为构建师风师德评价体系的关键。根据教师职业道德规范的核心——新时代师德师风测评指标体系，本文采用TOPSIS 法建立了灰色关联分析综合评价模型。

师风师德综合评价指标体系由六个方面、25 个一级指标、44 个二级指标组成。数据量庞大，收集数据的方法较多。适用TOPSIS 法结合数据量大小进行方案优劣判断后选择具体方案，结合灰色关联分析法计算指标关联程度并分配权重：

（1）TOPSIS 法对指标正向化。根据教师职业道德规范特征的量化分析，分别对六个指标进行指标类型分析。发现极大型指标数量远超极小型指标数量，随即将极小型指标正向化转换为极大型指标，极小型指标转换为极大型指标的计算公式为：

max-x

定义中有个评价模型，个评价指标，得到正向化矩阵为：

对正向化的矩阵进行标准化处理，把数据范围缩小，消除量纲影响，分别用每一个元素除以对应指标的均值，计算公式为：

得到的矩阵为：

将计算得到的矩阵中每一行的最大值作为母序列，其他指标作为子序列，得到新的矩阵。

（2）灰色关联分析法计算得分。灰色关联分析用于综合评价模型的核心是通过指标关联度确定每个指标的权重，进行加权求和并打分，根据综合得分给出研究对象的优劣排名。根据TOPSIS 法得到矩阵，分别计算出子序列中各个指标与母序列的关联系数，各个指标关联系数的计算公式为：

其中，为两级最小差，为两级最大差，为分辨系数（一般取值为0.5），计算中间差值矩阵，计算公式为：

根据关联系数公式，最终计算得出关联系数矩阵，并定义=（，x）为灰色关联度，对关联系数矩阵中的每列求均值，记为，，，…r，计算公式为：

对灰色关联度进行归一化处理，计算求得指标权重，最后对每个评价指标计算得分，指标权重与计算得分的公式分别为：

2 师风师德评估监测系统设计与开发

本课题主要通过研发师德师风测评指标及其信息化监测系统，建立师德师风评估策略和师德师风预警机制，健全师德师风长效机制，从系统的角度建立健全教育、宣传、考核、监督、奖励、惩处六大制度，完善师德师风体制建设。该系统主要包括“监”和“测”两个板块，因此本课题从以下目标构建系统，如图2所示。

图2 系统目标

为了实现该目标，本课题设计了师德师风测评指标及其信息化监测系统架构，如图3所示。

图3 系统架构

系统主要功能分为：（1）语音词条管理。包括语音波形文件收集、语音文字转换、语句关键字提取、语句情感正负向分析；（2）评价指标体系。包括教师师德师风评价表设计、指标主观评价分类、权重分配。

首先，教师需要登录师德师风测评指标及其信息化监测系统，如图4所示。

图4 用户登录界面

如图5所示，系统操作人员能够根据上课教师姓名、上课时间选择进入对应教师的终端进行录音、查询分析等操作。

图5 录音教室选择

如图6所示，系统提供了对所收集语音语句分词后的词语进行正负向分析的可视化图表，系统操作人员能够对对应时间，对应课堂的具体语句进行分析，若有教师在课堂上出现了有关政治立场的发言，操作人员能够根据系统提示，提取相应的语句和语音文件后上交专业人员进行查证。

图6 语音情感分析可视化表

如图7所示，操作人员控制边端服务器录音后，由波形文件转换为文字，从而对文本进行情感分析、属性分析、关键字提取、自动摘要生成等操作。操作人员检验文本情感分析的结果后，针对分类的错误进行研究讨论，接下来修改配置，提高模型的分析精度。

图7 语音识别分析界面

如图8所示，操作人员能够观测到历史情感数据集的具体信息，后续收集对应教师的言语词条信息，对正负向词条进行分类后，将其作为系统评价的依据。若词条中出现政治敏感词汇将发出警报。

图8 历史情感数据查询网页

如图9所示，教师职业的特点对师德提出了本质要求，“爱”与“责任”是教师职业道德规范的核心和灵魂。对不同类别、不同权重的指标采取TOPSIS 方法进行量化后，采用灰色综合评分方法对每位教师进行评分。

图9 综合评价网页

如图10所示，增添了个人活动申请加分网页，教师能够提交自己与学生的日常活动作为加分项，真正做到“传道授业解惑”，建立和谐的师生关系。心理方面能对学生的心理健康进行疏通引导，情感方面能与学生进行平行交流，理解尊重学生的正常情感需求。生活方面与学生亦师亦友，帮助学生解决生活上遇到的各类问题。教学方面把学生当作合作伙伴，使学生乐其所学，激发学生探索相关领域知识的兴趣，切实提高学生解决实际问题的能力，培养学生步入社会所需的综合素质，同时提升教师的教学质量。

图10 个人活动网页

如图11所示，关联教务系统中的学生端信息，根据教师教学方法要求中的六个部分（教学态度、教学基本功，教学内容、教学方法、教学管理，教学效果）来构建学生评价表单，收集该教师的学生评价消息集，以此作为综合评价模型中学生评教的数据支撑。

图11 学生评教网页

如图12所示，通过常规的系统管理页面来管理系统操作人员的创建、删除权限等功能。

图12 部分系统管理页面

3 结 论

本文针对当前师德师风评价指标体系存在的问题，构建了科学合理的师德师风测评指标体系。设计开发师德师风信息化监测系统，以教师职业道德规范的六条核心为出发点构建师德师风评估模型。为我国新时代师风师德建设事业提供了平台支撑，具有十分重要的参考借鉴意义。基于本文的研究结果，后续将研究GAN 网络在师风师德信息监测系统中的应用，以提高语音识别、关键字提取的精准度。教育是立国之本、强国之基，建设社会主义现代化强国离不开教育的支撑，为此，科学构建师德师风预警机制，有效促进新时代教师师德养成是时代所需。