国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:程植,李金龙,
单位:中国科学技术大学a.人工智能与数据科学院;b.计算机学院,合肥230026;
关键词:深度学习,机器学习,教育领域的人工智能,自然语言处理,预训练语言模型,知识追踪,
针对开放域习题数据场景下知识追踪模型对新增习题表现不佳的问题,开展了基于练习题目文本语义嵌入的知识追踪模型研究。该模型包含两个阶段:第一阶段利用微调的预训练语言模型获取练习题目的语义嵌入信息;第二阶段利用习题的嵌入完成知识追踪任务,并设计了答案编码器捕获学生的作答答案信息。为验证模型性能,在英语阅读理解数据集上,将该模型与当前表现最优的知识追踪模型进行对比实验。实验结果显示,该模型在 AUC 和 ACC 等关键指标上显著优于对比模型,有效提升了开放域数据中新增习题的知识追踪效果。该方法通过文本语义嵌入技术实现了对新增习题的有效建模,为智能教育系统在开放域题库场景下的应用提供了创新解决方案。
来源:2025年第10期
《计算机应用研究》期刊编辑部