公开(公告)号：CN119884785A

公开(公告)日：2025-04-25

申请号：CN202510046728.6

申请日：2025-01-13

Applicant: 暨南大学

Inventor： 刘子韬 ,  李薛毅 ,  黄雅莹

IPC: G06F18/22 ,  G06Q50/20 ,  G06F18/213 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/048

Abstract: 本发明公开了一种面向超长学生答题序列的知识追踪方法和系统，属于知识追踪技术领域，包括：获取学生答题序列，对所述学生答题序列进行嵌入计算，得到多维度特征向量；通过庞加莱半球空间注意力机制对多维度特征向量进行计算，得到相似度注意力分数；获取多维度特征向量的欧式空间注意力分数，通过线性补偿系数的注意力机制分别对相似度注意力分数和欧式空间注意力分数进行计算，得到补偿注意力分数；根据所述补偿注意力分数和多头聚合注意力机制中的值向量，得到隐含输出；根据隐含输出进行预测，得到学生答题预测情况；通过上述技术方案本发明能够捕捉学生的长期的知识状态变化情况，对学生的知识学习过程进行更加全面、准确的跟踪。

公开(公告)号：CN119830033A

公开(公告)日：2025-04-15

申请号：CN202510046737.5

申请日：2025-01-13

Applicant: 暨南大学

Inventor： 刘子韬 ,  李薛毅 ,  黄雅莹

IPC: G06F18/22 ,  G06Q50/20 ,  G06N5/022 ,  G06F18/213 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0499

Abstract: 本发明属于知识追踪技术领域，公开了一种支持动态上下文的知识追踪方法及系统，方法包括：基于学生的题目集，构建支持动态上下文长度的知识追踪模型；基于所述支持动态上下文长度的知识追踪模型，获得最终学生答题的预测结果。本发明通过问题编码器和答案编码器，将学生历史答题序列映射为高维特征嵌入，生成问题级别感知向量和联合问题‑答案交互表征。基于方向性惩罚函数矩阵对注意力得分矩阵进行动态调整，增强模型对上下文长度动态变化的适应能力。利用多头自注意力机制与缩放点积注意力，从学生交互数据中提取时间敏感性和上下文依赖的知识状态。