一种基于分层细化LSTM网络的知识追踪方法及系统

    公开(公告)号:CN114385801A

    公开(公告)日:2022-04-22

    申请号:CN202111617839.6

    申请日:2021-12-27

    Abstract: 本发明针对现有深度学习方法模型的不足,提出了一种基于分层细化LSTM网络的知识追踪方法及系统,属于知识追踪技术领域,该方法包括:构件深度追踪知识模型:通过初步学习层、双层注意力层、深入学习层的层次化过程,在学生学习的过程中得到学生的知识掌握情况;学生知识掌握情况融合自注意力机制作为LSTM网络的输入,计算得到学生的最终知识掌握情况;基于学生的最终知识掌握情况预测学生回答问题是否正确。本发明提高了知识追踪的性能,同时在一定程度上提供了可解释性,可以更好的帮助学习者的制定个性化计划。

Patent Agency Ranking