知识状态神经推理的知识追踪模型
Knowledge tracing via neural inference on knowledge states作者机构:长江大学计算机科学学院湖北荆州434000 长江大学文理学院外国语学院湖北荆州434020
出 版 物:《计算机应用研究》 (Application Research of Computers)
年 卷 期:2023年第40卷第6期
页 面:1686-1691页
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
基 金:国家自然科学基金资助项目(62077018) 国家科技部高端外国人才引进计划资助项目(G2022027006L) 湖北省自然科学基金资助项目(2022CFB132) 湖北省教育厅科学研究计划资助项目(B2022038)。
摘 要:针对知识追踪研究忽略知识点之间的拓扑关系,从而限制了知识点状态的表示并最终影响预测效果的问题,提出一种知识状态神经推理知识追踪模型。首先建立知识点关系图和知识点状态图;其次利用扩散模型得到关系图和状态图的投影并完成融合;然后利用逆扩散过程得到融合了知识点关系的整体知识状态表示;最后预测学习者的表现。在模型有效性方面,在若干数据集上对比四个相关模型,所提模型均取得了一定的优势。在可解释性方面,展示了知识状态进化过程与真实答题结果之间的对应关系。在实际应用方面,以该模型为基础的智慧学习环境已分别应用于一门人工智能课程和英语语法课程,并取得了优于对比模型的结果。