计算机支持协作学习环境中情感本体的构建

单美贤 张静文 赵 煜

（南京邮电大学 教育科学与技术学院，江苏 南京 210023）

一、引言

人们经常把情感和理性分离，认为情感是理性决策或推理的障碍，但近年来的研究表明，情感因素（如挫折、混乱、自豪等）是学习过程中的主要影响因素（Immordino & Damasio，2007）。随着人们对于“情感是学习的核心因素”观点的深入理解，研究者们开始强调认知的研究需要转向更综合的视角，强调认知、实践和情感是密切相关且交织在一起的。学习过程有三个核心因素：认知变化、社会交互和情感行为（Baker, Andriessen, & Järvelä, 2013；宗阳，陈丽，郑勤华，胡红梅，2017），计算机支持的协作学习（Computer- Supported Collaborative Learning，简称CSCL）需要致力于这三个维度的研究，尤其是情感维度。

情感计算在情感识别方面的研究成果已经应用于CSCL中检测与识别学习者的情感状态（D’Mello, Craig, Graesser，2009; Feidakis & Daradoumis, 2013; Azevedo et al. 2013; Monkaresi, Bosch, Calvo, & D’Mello, 2017），CSCL系统可以使用采集到的学生情感信息来改善学习，因为CSCL环境中情感状态的识别与表达，是小组协作学习活动成功的关键因素（Reis et al. 2015; Isotani et al. 2013; Moore, 2017）。有研究者把情感反馈技术与学生个性特征的知识相结合开发了Agent-Tutor，以响应学生的情感（Woolf, Burelson, & Arroyo, 2007）。教育人工智能领域也发布了适用于一系列个体学习环境中的学习者情感模型，这些模型构成了一系列科学分析（包括情感与学生学业成绩间的关系）的基础，这些模型也被用作自动化干预的基础（Okur , Aslan, Alyuz, Esme, & Baker, 2018）。然而团队层面的情感不同于技术支持个人学习环境中的情感状态，团队群体组成的相关因素定义仍然是一个挑战，加之CSCL环境中团队情感的作用机理研究仍处于起步阶段，大多数研究集中在开发模型以支持情绪和人格特质，很少有研究侧重于团队情感状态和社会情感因素建模方面的框架、方法和工具，没有足够的实践策略对检测到的团队情感状态进行有效的响应，为响应学习者情感状态而设计的工具也相当有限。本文则利用本体方法建立CSCL环境中的情感本体系统，用于描述协作学习中与情感相关的实体、概念、属性以及它们之间的关系，为CSCL环境中的情感状态系统提供支持，进而更好地为协作学习环境中的学习者提供有效的情感反馈和支持，增强学习者之间的互动，更好地促进学习者积极投入在线协作学习活动。

二、相关研究

计算机科学从研究“存在”和“存在的本质”的哲学领域借用了本体 （Ontology） 这一术语，近年来在人工智能、信息科学及相关领域受到广泛的关注。计算机科学专家Studer、Benjamins 和 Fensel（1998）将本体定义为：对概念体系的明确的、形式化的、可共享的规范。

（一）情感本体的相关研究

情感本体的构建是为了更好地描述情感词汇之间的语义信息，目前研究主要是词汇之间的相似关系和词汇的情感倾向性。Benta、Rarău 和 Cremene（2007）提出了一种基于本体的用于情境感知应用的情感状态表示，它可以表达情感状态之间以及情感状态与背景元素间的复杂关系。Yan、Bracewell、Fuji和Shingo（2008）则使用知网的HowNet半自动创建了中文情感本体。王兰成和徐震（2013）采用基于HowNet的通用情感概念和基于领域语料的专业领域情感概念共同构建情感本体，对涉华军事网络舆情进行情感倾向性分析。另外，一些中文文献的情感本体则借鉴大连理工大学林鸿飞团队整理的中文情感本体库，把情感词汇共分为7大类22小类（徐琳宏，林鸿飞，赵晶，2008）。

梁芷铭、周玫和宁朝波（2014）提出的网络舆情观点挖掘所使用的情感本体来自“中国知网”发布的情感分析用词语集，它将词语分为正面评价和负面评价；Monkaresi等（2017）提出了一个用本体论描述的情感语义词典，词典中的情感词语被标记为积极、消极和中立；Lin等（2018）则基于修正的OCC模型提出了可视化情感本体论，在语义上定义情感的同时，利用形状、线条和颜色为模型中的情感创建可视化。情感本体的研究为本文关于协作学习环境中的情感词汇分类提供了依据，需要考虑词汇的情感效价度（积极或消极）和唤醒度（情感被激发到多大程度）。

（二）协作学习中本体的相关研究

自2000年Inaba、Supnithi、Ikeda、Mizoguchi和Toyoda（2000）提出利用本体来建立协作学习模型概念系统的开创性工作以来，一方面，研究者们改进这一本体并将其应用于支持协作学习的本体感知系统的开发，詹永照、谢志峰、毛启容（2007）提出了协同学习环境中的感知本体模型，对协作学习环境中的感知信息进行合理有效的组织。Isotani等（2013）基于语义网络创建了CHOCOLATO（本体感知协作学习创作工具），以帮助新教师设计有效的协作学习场景。另一方面，ITS系统中开始使用协作学习本体来协助角色分析、学习活动选择、策略定义、小组形成等。Barros Verdejo、Read和Mizoguchi（2002）以活动理论作为组织本体元素的理论框架，定义了协作学习本体，用于关联和整合真实协作学习环境中的协作学习元素，包括：工具、规则、分工、社区、主体、对象（目标）和结果，并强调各元素之间的关联。目前，协作学习本体的研究已经以不同方式应用于支持CSCL场景的设计：Villasclaras-Fernandez等（2009）定义了一种综合方法，使用具有不同粒度的教学组件来组合协作学习场景；Chacón-Pérez、Hernández-Leo、Emin和Villasclaras （2014）提出了一种本体论方法，用于描述协作学习场景的CSCL模式。

E-Learning中与情感相关的本体研究有：Gil、virgili-Gomá、García和Mason（2015）通过提供用于描述与情感相关的检测和表达系统的通用本体，以克服个性化情感计算应用程序所缺乏的灵活性。Arguedas、Xhafa、Daradoumis和Caballe（2015）提出了设计一个特定的本体来表示E-Learning学习中的情感现象，并基于事件—条件—行动规则系统，把本体用于设计虚拟情感教学导师，以提供适当的情感反馈。陶小梅和牛秦洲（2015）采用本体建模技术对学习中的情感相关概念进行建模，通过对本体的推理查询生成适用的认知和反馈策略集合。这些研究的关注点侧重于技术支持个人学习环境中的情感状态。

已有的研究表明，CSCL本体提供了一个概念元模型，可以在此基础上开发可共享和可重用的知识库，有助于：①根据不同的沟通方式、任务和学习目标等确定CSCL环境；②定义用于概念建模和构建协作学习环境的工具；③分析CSCL中的协作，以确定协作学习是否有效或者在何种情况下更有效。但情感本体和CSCL本体两者相结合的研究仍鲜见，原因在于：情感特别是团队情感在CSCL环境中的作用研究仍然处于起步阶段，因为情感体验是一种内在的、主观的感受，如何将其准确、有效地量化，是CSCL环境需要解决的一个根本问题。为此，CSCL环境中情感本体的研究目的是尝试提出一种有效的方法来标记协作学习过程中的情感行为，提供智能支持以便有效地将本体用作知识库，使得（智能）导师能够捕捉、评估学生的情感，并提供适当的情感反馈，让学生意识到协作学习过程中个体和其他小组成员的情感，以使学生更好地参与协作学习。

三、本体的构建

本文借鉴上文所述的情感本体和协作学习本体研究，以活动理论（Engestrom, Miettinen, & Punamaki, 1999）为基础，针对CSCL环境中情感研究的主要方面（情感感知和情感反馈），创建CSCL情感本体，目标在于：检测和呈现学生在CSCL讨论过程中的情感，分析并解释这些情感，同时识别产生这些情感的原因，以支持学习者对自己情绪的意识（自我意识）、对群体中其他成员情绪的意识（群体意识）、学生对群体内部行为的反思、管理自己的情绪，并为学习者提供适当的情感反馈。基于活动理论的CSCL情感模型见图1。

①在CSCL环境中，学习者（主体）进行以目标为导向的协作学习活动，通过使用特定的工具（文本、对话等）与小组成员进行协作与交互。

②依据活动理论，这里的共同体（或群体）是指CSCL环境中与学习者共同完成协作学习过程的小组成员和教师。在CSCL环境中，基于情感领域的知识库（本体是构建知识库的基本结构）和ECA（Event- Condition-Action）规则系统的使用，可以把导师设计为智能代理。情感智能导师是由一组与外部世界不同场景或条件相关联的行为组成，每一行为都包含一组功能（功能代表一种ECA规则，当特定事件发生时，如果满足触发条件，则执行相关动作），从而为情感智能导师提供针对每一种情况的响应。

③协作学习任务（即活动理论中的客体），是学习者通过协作学习活动完成的目标。活动理论强调以目标为导向，在协作过程中，无论采用什么样的活动形式、什么样的活动过程，目标是确定的。

④工具，活动理论中的工具可以理解为CSCL环境，在此基础上，我们进一步强调情感感知工具、情感分析工具和情感反馈工具。情感感知工具可以使用多模式技术（如日志文件、眼动追踪、生理传感器、面部表情等）获取协作学习过程中学习者的情感信息，并把情感信息转换为文本，借助情感语法标记和CSCL情感本体，把情感信息转换为情感标签文件。情感标签文件包含每个学习者的平均情感信息，用于触发自动推理中的模糊规则系统。情感分析工具则借助模糊规则系统来分析和解释协作学习活动中学习者的情感状态，为情感智能导师和学生提供情感反馈信息，情感智能导师则为学生团队的形成、个人目标、协作目标和情感反馈提供支持。

⑤规则是CSCL协作学习过程中的一种制约，例如：协作过程中小组成员间的互动机制。

图1 基于活动理论的CSCL情感模型

⑥分工，包括协作小组工作空间定义、活动定义、小组角色分配、会话结构定义等。协作学习方案需要根据具体情况进行调整，这是通过把特定值分配给多个参数来实现的，本体则为这些参数提供了可用值的明确结构列表。共享工作空间以半结构化类型消息的形式为对话提供支持，通过基于CSCL本体的创作工具定义工作空间，在此协作环境中学习者可以执行定义的学习活动。

（一）定义类及类的层次

为了确定本体的领域与范围，首先把CSCL领域中的资源进行归类总结形成概念，定义领域中的概念，然后建立概念之间的层次关系，并设置它们之间的属性和约束。本体描述语言使用OWL DL，利用Protégé 5.5手工构建领域本体，然后使用RacerPro对领域本体的一致性进行检测（见图2）。CSCL本体包含四个部分：工作空间 （Workspace）、社区 （Community）、活动 （Activity）、工具 （Tools）。其中：①工作空间支持小组的每次协作学习任务，有角色（分工方法）、目标（个体目标、小组目标）、执行任务的规则（对话过程类型、交互模式、主题的结构化）三个元素；②社区包括学生和教师，学生元素包括学习者个体和学习协作小组，教师元素则包括教师和情感智能导师；③活动包括会话讨论阶段、会话讨论状态和贡献类型；④工具则包含了所有与CSCL环境中情感相关的元素，包括情感感知、情感分析与情感反馈。以下详细讨论与情感关联密切的元素。

1. 工作空间支持

图2 CSCL环境中的本体结构

对CSCL环境中的学习者（Student）进行二级分类，得到“学习者个体（Individual）”和“学习协作小组 （Group）”（见图3）。①“学习者个体”包括情感状态 （Emotional State）、认知状态 （Cognitive State）、人格特质 （Personality Traits）。在进行阅读、研究或其他学术活动时，Ekman和Friesen（1971）的六种基本情感（悲伤、快乐、愤怒、惊讶、厌恶和恐惧）并不像其他情感（兴趣、困惑、无聊）那样经常反映出来。因此，CSCL中学习者个体的情感状态关注（D’Mello & Calvo, 2013）：投入/流 （Engagement/Flow）、享受 （Enjoyment）、惊喜 （Surprise）、沮丧 （Frustration）、无聊 （Boring） 和困惑 （Confusion），前面三种状态是积极的情感状态，后面三种状态是消极的情感状态。因此，个人情感状态Individual_Emotional_State = {Positive_Emotional_State ∪Negative_Emotional_State}。②“学习协作小组”包括知识共享 （Knowledge_Sharing）、小组监管 （Group_Supervision）、情感互动 （Emotional_Interaction）。其中情感互动包括：讨论动机感受、分享关于协作或任务的积极或消极的感受、讨论完成任务的信念、表达良好的团队精神、鼓励团队成员等。

图3 学生类构成框图

图4 活动类构成框图

2. 活动类

活动理论中是把活动作为分析单元的概念，具有丰富的内部结构，可以在一组任务中构建相关的活动，例如：任务解释、知识建构、过程讨论、问题解决等协作任务，在此过程中学习者与协作小组中同伴之间的互动离不开会话。为此，根据会话讨论把“活动”（Activity）进行3个二级分类，即会话讨论阶段 （Stage in the Discussion）、会话讨论状态 （State of Discussion）和贡献类型 （Contribution Type）（见图4）。①会话讨论阶段有三个主要阶段：提议 （Proposing）、争论 （Arguing）和同意 （Agreeing），这三个阶段在协作过程中常常重复并交错着。②会话讨论状态：积极性（Activeness）、平衡（Balance）、分歧（Divergency）、流畅（Fluency）、僵局（Impasse）。③贡献类型包括：倡议 （Initiative）、创造力 （Creativity）、发展 （Elaboration）和协调一致性 （Conformity），贡献值的计算公式为：

其中 代表每个类型的贡献数， 是贡献的属性值（即上面四种贡献类型）。

3. 工具类

对CSCL环境中的工具进行3个二级分类，得到“情感感知”（Emotion Awareness，也称情感意识）、“情感分析”（Emotion Analysis）和“情感反馈”（Affective Feedback）（见图5）。其中：①“情感感知”包括个体感知 （Self Awareness）、小组感知 （Group Awareness）。个体感知的是个体情感状态，例如：投入、享受、惊喜、沮丧、无聊和困惑；小组感知的是小组成员情感状态（Group Emotional State），例如：骄傲、羞耻、钦佩、责备、赞同、同情、鼓励、反对、批评等。②“情感分析”包括个体情感分析 （Individual Emotional Analysis） 和小组情感分析 （Group Emotional Analysis）。③“情感反馈”包括态度行为 （Attitudes and Behaviors）和教师反馈 （Teacher Feedback）。

（二）构建CSCL情感本体的关系

图5 工具类构成框图

图6 对象属性图

本体中的关系表示概念之间、概念和个体实例之间的关联。定义的对象属性（即关系）如图6所示。图7呈现了CSCL本体类之间的关系，典型的关系有：子类关系（subClassOf—虚线表示）、成员关系（MemberOf—实线表示）等，CSCL情感本体还包括以下关系：hasValue，Support Activity，is Treated With，hasConsequence等。

关系丰富度的评估用于揭示本体中的各种关系（见式1），其中：RR表示关系的丰富度，P代表关系的数量，SC代表子类的数量（继承关系）。RR值接近于零表明大多数关系是类-子类关系，而RR接近于1的本体表示大多数关系是语义关系。

图7 CSCL本体类之间的关系

（三）知识库和ECA规则

为了分析和识别协作活动中的情感作用，需要密切关注学习者在与同伴协作工作时的互动研究。总体来说，分析的目的是理解和解释协作过程，在计算方法中，分析包括从参与者的行为和交互中收集数据，然后推断出结论。因此，分析的第一步是记录用户在解决任务时执行的所有访问和操作，然后通过处理这些原始数据来得出结论，同时考虑系统配置的元素以及观察者选择的评估标准（这些标准存储在知识库中）。

规则本身不是作为本体的一部分存储，而是存储在知识库中。知识库的设计者需要思考记录中的什么类型数据可以计算，如何把数据之间的关系表达为规则，本体则是通过提供分析中涉及的每个元素来为数据表示成规则这一过程服务的：配置元素，处理标准（计算处理规则输入值的通用任务），以及这些规则的前提和结果。用于编辑知识库的工具则使用模糊逻辑算法从本体中的可用变量列表选择一个变量列表作为输入来编辑规则，本体中包含的变量可以是：NumberProposals、NumberParallelDiscussions和RateBetweenContributions （Number Contribution或Size Contribution）。随后，该工具自动为模糊值的所有可能组合生成完整的规则集。此外，可以通过将其他规则链接在一起来生成规则，因为一个规则的结果可以是后续规则的前提。

在情感本体中，图1所示的ECA规则中的事件是在两个层次上自动生成的。

第一层级，在学习平台上自动生成事件：①对于虚拟空间中学生的每个活动任务启用或配置单独的个人干预，为了响应该事件，在干预文本上运行情感分析工具（Emotion_Analysis），然后在分析内容的基础上，创建个体情感分析（Individual_Emotional_Analysis）子类的一个实例，实例包括：文本、工作空间名称、学生代码和活动代码{ the text of the statement, the name of workspace, code of student and code of activity}。②一组学生完成任务时，为响应事件，情感分析工具是在任务的全文本上运行，根据获得的数据创建（Group_Motional_Analysis）子类的一个实例，包括：文本名称、工作空间名称、小组代码和活动代码{ the text of the item, the name of workspace, the group code and the code of the activity}。

第二层级，每次为Group_Emotional_Analysis子类和Individual_Emotional_Analysis子类生成新实例时，都会自动触发新事件。对于每一个事件都有评估条件，上文描述的属性对情绪分析中获得的数据设置了限制。最后，作为行动，教师会收到适当的反馈，学生会收到与评估条件相适应的不同反馈。

综上，CSCL情感本体研究的第一个目标：检测和表示情感，我们使用已知的情感分析工具来识别和标记协作过程中的情感，使用本体建立一个能够识别文本中情感感知概念的知识库。研究的第二个目标：在协作学习环境中分析和解释这些情感，对情感状态的分析需要考虑其发生的学习环境（我们把所有的与协作学习活动相关的信息定义为学习环境），我们使用本体作为计算方法来表示这种情境，使得具有情感反馈功能的CSCL环境在响应情感状态检测的同时，向学习者发送适当的情感或认知信号，以确保学习者对学习过程的投入和坚持。

四、CSCL情感本体应用

本体生成的结构化元素构成了设计和开发CSCL环境的必要基础，因此，我们以图1为指导，结合某高校“交互设计”课程，利用本体来定义和构建基于活动理论的CSCL环境，设计基于项目的协作学习活动，这样既可以利用本体进行协作过程的分析与评估，也可以指导CSCL协作活动。

研究对象：某高校数字媒体技术专业“交互设计”课程的54名大二学生，3或4人一组，采用随机分组形式，共15组。其中8组为实验组，小组成员在Moodle 平台上进行协作学习，另外7组为控制组，在面对面的环境中完成协作学习活动，协作学习流程等其他因素与实验组一样，只是没有提供情感反馈支持。

以“根据用户需求确定项目功能”这一任务为例，协作学习的具体流程为：每个小组讨论确定真实的用户需求→把真实的需求归类放入表格中→根据需求发散讨论具体的功能点→收敛功能点→把功能点放入对应的需求表格中→对功能点进行说明→整理需求功能文档。在每项任务结束时，使用基于模糊的分类模型来识别和处理学生在协作学习平台上创建的所有文本中提取的情感信息。一方面，根据CSCL情感本体模型，把收集到的数据用于触发模糊规则，以获得学生在实现各自任务期间所经历的情感状态；另一方面，使用描述性统计来呈现小组协作过程中情感状态的变化，并把这些数据提供给（情感智能）导师和参与协作学习的学生，通过这种方式，（情感智能）导师可以进行干预，给予相关的支持和反馈，学生则可以更好地意识到自己在虚拟学习空间互动过程中的情感状态。

表1 实验组主体间效应的检验

表2 控制组主体间效应的检验

表3 实验组与控制组-主体间效应的检验

表1到表3的方差分析数据表明，无论是实验组还是控制组，在完成协作活动的过程中，组内成员之间的情感状态不存在显著差异（实验组F=1.647, p=0.176>0.05；控制组F=1.331, p=0.288>0.05），但实验组和控制组之间的情感状态则存在着显著差异（F=4.074, p=0.001<0.05）。实验组通过CSCL环境情感本体为参与者提供了情感感知和情感反馈，有助于学习者更好地了解小组成员的情感状态，从而更好地开展协作活动。

五、结语

情感计算技术的发展和相关研究的深入，为CSCL环境中的情感研究提供了基础。本研究以活动理论为基础，通过描述CSCL环境中与情感相关的实体、概念、属性以及它们之间的关系，来创建CSCL情感本体，并应用于教学实践过程，以帮助学习者意识到协作学习过程中个体和其他小组成员的情感，以使学生更好地参与协作学习。下一阶段我们将尝试使用多模态方式（文本、语音、生物信号等）来获取协作学习过程中的情感状态数据，并进一步改进模糊规则系统，以便在获取更多更客观的情感数据的同时，能更准确地实时处理和分析学生的情感状态，以使CSCL系统能通过相应的情感反馈来预测情感状态的发生。