【技术实现步骤摘要】
本申请涉及电子数字数据处理领域，尤其涉及一种基于gru捕捉问题上下文特征的知识追踪方法。
技术介绍
1、推荐知识追踪任务是实现大规模个性化教学的基础性技术，可以帮助教育者诊断学习者认知水平，从而提供更有针对性的教学。知识追踪的目标是根据学习者的交互序列预测学生在未来交互中的表现，可以被视为一种序列建模任务。在这个任务中，学生的学习历史被视为一个交互序列，该学习历史通常是学生作答练习的历史记录。模型的目标是根据这个序列中的数据来预测他们是否会正确回答下一个问题。
2、在相关技术中，通常将transformer（变压器）模型引入推荐系统，如具有跨模态的建模能力的vit模型，用于多模态学习；如基于transformer的sasrec算法有效地提升了推荐算法的精度。然而，transformer模型在知识追踪领域并未带来突破性成效，即使用基于transformer的编码器和解码器捕捉学生交互序列的特征，但是带来的性能提升却是有限，学生作答预测的精度差。
技术实现思路
1、本申请通过提供一...
【技术保护点】
1.一种基于GRU捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于GRU捕捉问题上下文特征的知识追踪方法包括：
2.如权利要求1所述的基于GRU捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于预设数据结构以及历史交互记录，确定所述历史交互记录对应的嵌入矩阵的步骤包括：
3.如权利要求2所述的基于GRU捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于所述模型输入，从练习、知识点以及作答情况三个维度进行嵌入，确定所述嵌入矩阵的步骤包括：
4.如权利要求1所述的基于GRU捕捉问题上下文特征的知识追踪方法，其特征在于，所述...
【技术特征摘要】
1.一种基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于gru捕捉问题上下文特征的知识追踪方法包括：
2.如权利要求1所述的基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于预设数据结构以及历史交互记录，确定所述历史交互记录对应的嵌入矩阵的步骤包括：
3.如权利要求2所述的基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于所述模型输入，从练习、知识点以及作答情况三个维度进行嵌入，确定所述嵌入矩阵的步骤包括：
4.如权利要求1所述的基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于gru单元确定所述历史交互记录对应的知识状态特征以及练习特征的步骤包括：
5.如权利要求4所述的基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述基于第一gru单元构建的序列特征提取器，确定所述历史交互记录对应的所述知识状态特征的步骤包括：
6.如权利要求5所述的基于gru捕捉问题上下文特征的知识追踪方法，其特征在于，所述以所述知识点及作答情况表征作为所述序列特征...
【专利技术属性】
技术研发人员：张姝，李子杰，陈书雨，王俊，周菊香，
申请(专利权)人：云南师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。