概念表示增强的知识追踪模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：知识追踪模型以学习者的历史学习行为数据作为输入，通过概念表示来描述学习者的概念掌握状态，从而预测学习者未来的学习表现。然而在概念的外延表示方面，当前知识追踪研究的概念外延信息被限制在一阶相关的范畴内，无法表征概念的一阶以上外延信息。为了解决这一问题，提出方法首先使用图结构描述概念内涵信息及其相互关系；其次使用图神经网络的池化操作等提取概念的外延表示，这保证了概念的外延信息来源于多阶相关关系；再与概念的内涵表示进行融合；最后预测学习者未来的答题情况。（剩余15071字）

试读结束

目录
monitor
客服机器人