【技术实现步骤摘要】
本专利技术涉及评估方法，更具体的说，它涉及基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法。
技术介绍
1、目前在线课程在军事院校普遍应用，为提升在线学习效果，教员必须及时评估学员在线学习的认知能力并给予反馈。学员的认知参与可用于检查在线学习模式的有效性，且对学习成绩和知识构建有显著影响，这对学习有意义的知识至关重要。因此，在整个在线课程中，评估学员的表现并衡量他们的认知水平非常重要。
2、已有许多技术用于评估学员在在线学习平台中的表现及他们的认知能力，一些研究者使用自动创建的问题来测试在线学习者的实时认知特征，收集在线课程中的视频文本，使用模型创建问题，用于评估答案。yang等人和lehman等人的研究使用两种方法来识别2000多个问题的认知复杂性。有些方法只允许以图表作为答案来分类学员的物理认知评价，然后根据基于风险(rbt)的认知水平对学员们的回答进行分析。还有一些方法提出使用预测模型来调查学员对远程学习的智力参与，学员的参与度通过学习管理系统(lms)跟踪，书面评论在练习中收集，最后使用认知参与编码结构对书...
【技术保护点】
1.基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法，其特征是：包括依次连接的上传布鲁姆分类问题样本模块、数据预处理模块、布鲁姆分类层级预测模型和面向学生认知评估的智能体。
2.根据权利要求1所述的基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法，其特征是：所述数据预处理模块涉及使用自然语言处理NLP对试题和学员的文本答案进行预处理，将其转换为数据集形式，停用词、拼错词等在文本回答中很常见，但这些无关紧要的特征会对基于机器学习ML算法性能产生负面影响，因此，有必要先使用自然语言数据库NLTK进行文本预处理。
3.根据权利要求...
【技术特征摘要】
1.基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法，其特征是：包括依次连接的上传布鲁姆分类问题样本模块、数据预处理模块、布鲁姆分类层级预测模型和面向学生认知评估的智能体。
2.根据权利要求1所述的基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法，其特征是：所述数据预处理模块涉及使用自然语言处理nlp对试题和学员的文本答案进行预处理，将其转换为数据集形式，停用词、拼错词等在文本回答中很常见，但这些无关紧要的特征会对基于机器学习ml算法性能产生负面影响，因此，有必要先使用自然语言数据库nltk进行文本预处理。
3.根据权利要求2所述的基于多智能体与布鲁姆教育目标分类的军校学员认知能力评估方法，其特征是：在基于多智能体系统的学员在线学习认知评估中，特征提取是至关重要的一步，决定了后续机器学习模型能够理解和利用学员文本信息的程度，本系统中，采用了两种特征提取方法：词...
【专利技术属性】
技术研发人员：李康，刘海龙，赵伟，张爱赟，管青青，王敬为，张瑞，潘军，陈程，赵涵，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
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。