基于上下文信息的知识追踪方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：知识追踪(KT)旨在通过分析学生的学习过程及其知识掌握情况来预测学生未来的学习表现.随着科技的进步,知识追踪技术不断成熟.然而,传统的知识追踪模型通常忽视了问题之间潜在的关联,并且在处理长序列数据时,模型难以有效捕捉长期依赖关系.为解决这些问题,文章提出了一种基于上下文信息的知识追踪模型.该模型通过引入注意力机制计算问题之间的相关性,确保当前问题获得更多相关信息,并有效捕捉问题的长序列信息.这种方法减少了信息在传递过程中的丢失,通过实验表明,与现有的模型相比本模型具有更好的预测能力.

作者：

何萌红

展开 >

作者单位：

贵州民族大学贵州贵阳 550025

关键词：

深度学习知识追踪教育系统上下文信息注意力机制

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.12.024

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(12)