服务型与技术型职业院校发展状况比较研究：基于大语言模型

作者简介

王丹（1983- ），女，中国人民大学书报资料中心编审，研究方向：数据分析（北京，100872）；张磊（1985- ），女，中国人民大学书报资料中心编辑，研究方向：高等教育；刘卫卫，中国人民大学书报资料中心；马倩妮，杨阳，西北师范大学管理学院

基金项目

甘肃省教育厅产业支撑计划项目“基于产教融合的‘大数据会计’专业特色及智慧平台建设研究”（2121CYZC-59），主持人：赵雪梅；甘肃省社科规划项目“渭河流域横向生态补偿政策绩效评估研究”（2021QN009），主持人：杨阳

摘 要 为深入探讨服务型职业院校与技术型职业院校在资源投入、参与教学改革以及助推企业发展三个关键方面的行业差异，为职业教育的精准发展提供理论支撑和实践指导，利用大语言模型ChatGPT，从职业院校发布的质量年度报告中抽取主谓宾结构信息，以此为基础构建本体关系的三元组，进而深入剖析服务型与技术型职业院校在资源投入、教学改革以及企业发展助推等三个维度上的具体差异。结果显示，服务型职业院校更注重服务类专业的实践教学和职业素养培养，致力于提升学生的服务能力和综合素质，以满足服务行业对人才的需求；而技术型职业院校则更侧重于技术类专业的教学设备、实训基地建设与技术更新，旨在培养具备专业技术能力和创新精神的技术人才。

关键词 大语言模型；职业教育；服务型职业院校；技术型职业院校；本体关系

中图分类号 G719.2 文献标识码 A 文章编号 1008-3219（2024）21-0014-09

职业教育作为我国国民教育体系中的一种教育类型，承担着培养高素质劳动者和技术技能型人才的使命。2014年5月，国务院颁布《关于加快发展现代职业教育的决定》，把职业教育发展置于国家战略的高度，系统规划了加快发展现代职业教育的理念和蓝图。2020年8月20日，教育部发布《中国职业教育发展白皮书》，指出职业教育是国民教育体系和人力资源开发的重要组成部分。进入新时代，中国政府高度重视职业教育，把职业教育摆在经济社会发展和教育改革创新更加突出的位置[1]。当前，我国职业教育已经进入体系建设改革新阶段，职业教育发展主要从数量发展转向内涵发展。行业企业参与职业教育是职业教育的特征与优势，也是必须下大功夫去探索和解决的难点。行业职业院校指的是由中华人民共和国政府部门、大型国有企业集团等组织所创立并运营的、带有显著行业特征的全日制公立专科教育层次的高等职业院校。这类教育机构作为中国特定历史时期与特定社会需求的结晶，多数由原行业部委监管的或大型企业设立的中等职业学校转型升级而来[2]，并在推进国家高等职业教育事业以及国民经济社会发展过程中扮演了举足轻重的角色。据统计，2011年，行业高职院校占我国高职院校总数的41.38%[3]。尽管如此，其面临的困境也不容忽视，如“企社分开、主辅分离”给其生存和发展带来的困境、与行业企业的关系日渐疏远等。如何重新获得行业主管部门的支持，与行业系统内外企业开展好合作，是目前行业职业院校普遍需要解决的难题。

为深入探究不同行业职业院校的发展现状，本研究对服务型与技术型职业院校所公开发布的质量报告进行了系统的对比分析。运用大语言模型，从质量报告的文本内容中精确抽取了主体关系，进而深入剖析了服务型职业院校与技术型职业院校在资源投入、参与教学改革及推动企业发展领域的独特优势与策略差异，从而全面揭示职业院校在不同行业中的发展态势与特色。

一、研究设计

（一）样本数据的选取

鉴于全国数据规模庞大，本研究运用对比分析的方法，专注于探究具有代表性的行业领域。在样本筛选环节，剔除那些质量报告缺乏规范性的院校，以确保所选取院校的质量报告具有高度的规范性和内容模块的一致性，便于开展跨模块的对比分析。以这些筛选的样本数据为基石，进一步凝练质量年报中涉及资源投入、参与教学改革与助推企业发展三个核心要素的信息，以此作为构建本体关系的语料基石。

（二）大语言模型框架

本研究采用全球公认的大型语言模型典范——ChatGPT，作为构建本体关系的核心工具。ChatGPT是由Open AI开发的一个人工智能聊天机器人程序，于2022年11月30日公开测试。ChatGPT的名字是由两部分组成的：Chat即“聊天”；GPT为英文“Generative Pre-trained Transformer”的首字母缩写，意即“生成式预训练转换器”。简言之，ChatGPT是一个聊天机器人程序，它可以理解人类输入的文字，并根据文字的提问和指令，以文字的方式输出答案和反馈，从而实现借助自然语言的多轮次人机对话[4]。这一特性赋予了ChatGPT精确辨识和理解文本内各种实体及其相互关系的能力，进而生成自然、连贯且流畅的文本内容。在进行本体关系构建时，ChatGPT首先利用上下文解析与模式识别技术，精准地识别文本内的关键实体与概念，进而构建出结构化的本体关系。这一流程的自动化与高效性，使得ChatGPT在知识管理、信息检索及自然语言处理等多个领域均获得了广泛应用。无论是在构建知识图谱，还是执行复杂的语义搜索任务，ChatGPT均显著提升了工作效率与精确性。

在自然语言表达中，主谓宾结构占据着举足轻重的地位，它构成了句子搭建的基本框架。主谓宾结构明确界定了句子中的三大核心元素，即行为的执行者（主语）、行为本身（谓语），以及行为所指向的对象（宾语）。此结构为理解句子各部分的交互作用，以及共同构建完整且富有意义的句子，提供了一种明晰而直观的途径。

本研究通过在Python环境中调用大型语言模型ChatGPT的API，精准抽取质量报告中的主谓宾结构，进而构建“主语—谓语—宾语”的本体关系三元组。见表1。

（三）知识图谱

Neo4j[5]是一种高性能的No SQL图形数据库，使用图相关的概念来描述数据模型，把数据保存为图中的节点以及节点之间的关系，其具有完全支持ACID事务、基于磁盘的持久存储、支持海量数据、高可用的分布式集群、迅速的图查询等特点[6]。Neo4j的优点主要有：采用具有自由邻接的图存储结构，提供更快的事务处理和数据关系处理能力；随时随意添加更改数据，从而缩短开发时间；Neo4j使用Cypher查询语言，提供了一种非常人性化且有效的表达方式；能很容易表示半结构化的数据；数据之间的关系附加在节点之上，无论关系的数量或深度如何，都能确保零延迟和实时性能[7]。基于上述优点，本文使用Neo4j图数据库来构建不同行业职业院校的知识图谱。

知识图谱是以知识域（knowledge domain）为对象，显示科学知识的发展进程与结构关系的一种图像。它具有“图”和“谱”的双重性质与特征：既是可视化的知识图形，又是序列化的知识谱系，显示了知识单元或知识群之间网络、结构、互动、交叉、演化或衍生等诸多隐含的复杂关系，而这些复杂的知识关系正孕育着新的知识的产生[8]。知识图谱的基础结构涵盖节点、关系及属性。在构建过程中，借助Neo4j技术，可将大语言模型抽取的<subject>与<object>实体转换为对应节点，并附加type属性以区分主客体。其中，<action>象征着主宾之间的联系，通过Relationship对象实现节点间的连接。

此外，利用大语言模型，可将质量报告中的文本内容转化为主谓宾三元组数据，进而在Neo4j中构建知识图谱。这样能够清晰展示实体与关系，实现复杂数据的结构化与可视化，便于深入理解和分析。同时，Neo4j的图数据库技术可高效处理复杂查询与分析，迅速挖掘数据中的潜在关系与模式，从而提升信息检索与决策支持的效能。

（四）度中心性

社会网络分析中，节点的重要性也称为“中心性”，其主要观点是节点的重要性等价于该节点与其他节点的连接，使其具有的显著性[9]。度中心性（degree centrality）[10]指的是，一个节点的邻居数目越多，影响力就越大，这是网络中刻画节点重要性最简单的指标。度中心性刻画的是节点的直接影响力[11]，它认为一个节点的度越大，能直接影响的邻居就越多，也就越重要。当网络中的某一节点拥有更多直接连接关系时，其度中心性数值会随之增高，这种增高直观地展现了该节点在整个网络架构中的核心位置和关键性。简言之，节点的度中心性增高，表明它在网络中发挥着更加重要的角色，其影响力和信息传递能力也显著增强。

二、结果分析

（一）资源投入

1. 度中心性分析

经过对服务型职业院校与技术型职业院校行业质量报告中资源投入部分内容进行分析，可以清晰地观察到两者在度中心性排名前列的名词上存在较明显的差异，见表2。这种差异不仅凸显了不同行业的特性和需求，也揭示了两者在职业教育发展道路上各自独特的策略与侧重点。

通过表2可以发现，服务型职业院校在资源投入上，明显倾向于培养学生与商业服务相关的实践能力。例如，“捐赠物资”可能包括运营所需的物资，这有助于学生了解实际的商业环境。通过“市场营销专业教学计划”和“数字媒体技术专业教学计划”，学校投入资源以构建与市场紧密结合的教学体系，培养学生具备市场营销和数字媒体方面的专业技能。同时，“新店拓展及新店运营”项目的投入，使学生能够直接参与到商业活动中，提升实际操作能力。此外，“商业视觉交互设计项目”的投入反映了学校对提升学生设计思维和创新能力的重视。在硬件设施方面，“设施及设备情况”和“学生实训基地”的建设，为学生提供了模拟或真实的商业环境，以便更好地将理论知识转化为实践。而“无形资源”的投入，如品牌、知识产权等，也在潜移默化中提升学生的商业素养。最后，“示范园”和“基地管理团队”的建设，不仅提供了优质的实践教学环境，还通过专业化的管理，确保教学质量和资源的有效利用。

技术型职业院校的资源投入主要集中在提升学生的专业技术和工程实践能力上。例如，“企业就业实习基地”和“项目”的投入，使学生能够在真实的工程环境中进行实践操作，增强解决实际问题的能力。学校通过建设“嵌入式综合创新开发平台”，为学生提供先进的技术开发工具和环境，培养其创新思维和技术研发能力。“现代学徒制人才培养质量管理体系”和“现代学徒制人才培养实施路径及人才培养质量保证体系”的构建，体现了学校对技术人才培养质量和实效性的高度重视。特定项目如“小鹏汽车产业学院‘鹏飞班’”的投入，显示了学校与产业的紧密合作，以及对学生未来就业方向的明确引导。“实训机房”“产业学院设施设备”“动作捕捉室”等硬件设施的建设，为学生提供了与产业发展同步的实训条件，确保其技术技能的先进性和实用性。

对比两者可以发现，其在资源投入上均注重实践教学和与产业的对接，但侧重点有所不同。服务型职业院校更倾向于投入与商业服务相关的资源和项目，旨在培养学生的商业思维和服务能力；而技术型职业院校则更专注于工程技术领域的资源投入，强调学生的技术研发和实践操作能力。两者都致力于提升学生的职业素养和就业竞争力，但服务型职业院校偏向于商业运营和服务管理，技术型职业院校则偏向于技术创新和工程应用。在硬件设施、教学计划以及人才培养模式上，两类学校均根据各自的专业特点进行了针对性的投入和设计。

2.本体关系分析

本研究利用ChatGPT大语言模型，从相关资源投入的文本语料中，精准抽取并构建出以“主谓宾”结构为基础的本体关系三元组。经过数据处理，成功构建了共计7345条关系数据，这些关系数据各自独立，共同构成了7345个独特的本体关系网络。由于篇幅所限，本研究仅精选并展示了其中的5条作为示例，见表3。

由表3可知，尽管这5条三元组数据均围绕着“设施及设备”这一核心主题展开，但所呈现的主体与关系却各不相同。在项目层面，精心策划并实施了改造提升基础设施的行动方案。这一方案旨在优化有形资源和设施设备的配置，确保教学和实训活动的顺利进行。在有形资源投入方面，注重设施及设备情况的完善与升级。在设施及设备情况方面，通过改造提升基础设施的行动方案，实现了设施设备的现代化和专业化，冷链物流设施的建设确保了生鲜类、蔬菜类、水果等冷藏货物的高效储存与配送。在产业学院设施设备层面，不仅体现在教学设备和实训设备的配置上，如新能源汽车理实一体化教学设备和实训设备逐步完善，为学生提供了更加真实的学习场景和实践机会；更体现在双方合作的深度和广度上，通过与企业的紧密合作，产业学院能够及时了解市场需求和技术动态，调整和优化教学方案。在双方合作方面，产业学院与企业的投入总额基本相当，这充分体现了双方在资源投入上的共同责任和担当。通过深度合作和资源共享，双方实现了优势互补和互利共赢，为培养高素质人才和推动科技创新提供了有力保障。