一种融合深度知识追踪的动态感知试题推荐方法及系统

    公开(公告)号:CN114372137B

    公开(公告)日:2024-06-04

    申请号:CN202210027830.8

    申请日:2022-01-11

    Abstract: 本发明涉及一种融合深度知识追踪的动态感知试题推荐方法及系统,属于计算机领域。第一步:将学生的试题交互序列数据输入嵌入层,把大规模稀疏特征转换为适合模型输入的低维密集特征,并按时间对学生试题交互排序;第二步:使用门控循环单元来建模试题交互序列之间的依赖关系,并引入辅助损失函数利用下一个试题交互来监督当前隐藏状态的学习;第三步:设计了带有自注意更新门的门控循环单元对与目标试题相关的知识演化过程进行建模;第四步:将学生动态的知识状态和目标试题的嵌入向量串联,馈入多层感知机进行最终的Softmax判决,决定目标试题是否要推荐给学生。本发明有效地提高了试题推荐预测的性能,实现对学生个性化试题推荐。

    一种融合深度知识追踪的动态感知试题推荐方法及系统

    公开(公告)号:CN114372137A

    公开(公告)日:2022-04-19

    申请号:CN202210027830.8

    申请日:2022-01-11

    Abstract: 本发明涉及一种融合深度知识追踪的动态感知试题推荐方法及系统,属于计算机领域。第一步:将学生的试题交互序列数据输入嵌入层,把大规模稀疏特征转换为适合模型输入的低维密集特征,并按时间对学生试题交互排序;第二步:使用门控循环单元来建模试题交互序列之间的依赖关系,并引入辅助损失函数利用下一个试题交互来监督当前隐藏状态的学习;第三步:设计了带有自注意更新门的门控循环单元对与目标试题相关的知识演化过程进行建模;第四步:将学生动态的知识状态和目标试题的嵌入向量串联,馈入多层感知机进行最终的Softmax判决,决定目标试题是否要推荐给学生。本发明有效地提高了试题推荐预测的性能,实现对学生个性化试题推荐。

    一种融合认知迁移的教学评价情感分析方法

    公开(公告)号:CN114331123A

    公开(公告)日:2022-04-12

    申请号:CN202111626141.0

    申请日:2021-12-28

    Abstract: 本发明涉及一种融合认知迁移的教学评价情感分析方法,属于教育信息化领域。该方法包括:对收集到的数据进行清洗和预处理;使用BERT语言模型对非结构化的教学评价文本进行词嵌入,将其输入双向GRU网络中进行学习,输出文本的上下文隐藏记忆信息;使用神经认知诊断模型对学生历史练习记录进行建模,获取学生个性化的认知能力向量作为先验知识表征;将提取的文本隐藏记忆信息与先验知识信息融合为认知迁移矩阵,并通过注意力机制使得先验知识迁移到文本记忆中,增强文本中蕴含的真实情感特征。本发明可以准确地对携带冲突性情感特征的教学评价文本进行情感分类,解决教学评价中因存在冲突性情感特征,导致情感误分类的问题。

Patent Agency Ranking