典型文献
融合通用题目表征学习的神经知识追踪方法研究
文献摘要：
知识追踪是一项评估学生学习过程中知识状态演变情况的任务.现有大多数方法都致力于探索不同的知识状态评估方法.然而,答题过程中更为基础的题目表征受到的关注相对较少.因此,该文提出了一种融合通用题目表征学习的神经知识追踪框架.具体地,该文首先设计了一种通用的题目表征方法,通过知识点、难度和题目独有特征来区分题目.然后,采用现有知识追踪方法同时捕捉知识状态演变并学习题目表征.最后,利用知识状态和待回答题目表征的内积来模拟回答过程.在三个真实数据集上的实验结果表明,该文方法可以在知识追踪过程中学习精确有效的题目表征,并且显著提升了基线知识追踪方法的性能,使其能够超过现有最优方法.
文献关键词：
题目表征;知识追踪;深度学习;数据挖掘
中图分类号：
作者姓名：
魏思;沈双宏;黄振亚;刘淇;陈恩红;苏喻;王士进
作者机构：
认知智能国家重点实验室(科大讯飞),安徽 合肥 230088;中国科学技术大学 计算机科学与技术学院 大数据分析与应用安徽省重点实验室,安徽 合肥 230027;中国科学技术大学 大数据学院,安徽 合肥 230027
文献出处：
引用格式：
[1]魏思;沈双宏;黄振亚;刘淇;陈恩红;苏喻;王士进-.融合通用题目表征学习的神经知识追踪方法研究)[J].中文信息学报,2022(04):146-155
A类：
题目表征
B类：
合通,表征学习,知识追踪,学习过程,知识状态,状态评估,答题,表征方法,知识点,习题,内积,真实数据,确有
AB值：
0.165412
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
