[發明專利]深度知識追蹤方法、系統及可存儲介質

在審

• 申請號: 202111273766.3
• 申請日: 2021-10-29
• 公開（公告）號: CN113987124A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 肖永康;肖融;孫波;何珺;鄭瑞麗
• 申請（專利權）人: 北京師范大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F40/289;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 韓迎之

1.一種融合答題記錄和題目語義的深度知識追蹤方法，其特征在于，包括：

獲取文本特征；

將所述文本特征，與數據集中已有的知識概念特征以及學生的回答情況拼接達到知識概念向量；

將所述知識概念向量輸入到現有的深度知識追蹤模型中，得到學生對知識的掌握情況。

2.根據權利要求1所述的一種融合答題記錄和題目語義的深度知識追蹤方法，其特征在于，還包括對文本特征預處理，具體如下：

使用分詞工具對文本處理得到分詞；

對分詞進行特殊符號、停用詞進行清洗，得到分詞特征；

將分詞特征表示為一個句子矩陣，并為每個分詞建立位置向量；

將所述句子矩陣和位置矩陣相加后投影到三個不同的空間，輸入到現有的深度知識追蹤模型中，再經過多頭注意力層和前饋神經網絡得到文本特征。

3.根據權利要求2所述的一種融合答題記錄和題目語義的深度知識追蹤方法，其特征在于，對文本特征預處理，還包括分詞為固定長度，若分詞過長則截斷，長度過短則在末尾進行填充。

4.根據權利要求1所述的一種融合答題記錄和題目語義的深度知識追蹤方法，其特征在于，所述知識概念向量如下：

s＝{(e₁,k₁,r₁),(e₂,k₂,r₂),…,(e_T,e_T,r_T)}

對于題目文本e_t，可以表示成一個m×d₀維的句子矩陣，可以用e_t＝{w₁,w₂,w₃,…,w_m}表示，其中w_m表示第m個詞的詞向量；k_t為第t時刻學生作答題目的知識點編號，共有K個知識點；r_t是學生在第t時刻對q_t的作答情況，r_t為0時表示該題答錯，r_t為1時表示該題答對。

5.一種融合答題記錄和題目語義的深度知識追蹤系統，其特征在于，包括：

練習嵌入層，用于獲取文本特征；

學生嵌入層，用于將所述文本特征，知識概念特征以及學生的回答情況拼接達到知識概念向量；

預測層，用于將所述知識概念向量輸入到預測模型中，得到學生對知識的掌握情況。

6.一種計算機存儲介質，其特征在于，所述計算機存儲介質上存儲有計算機程序，所述計算機程序為被處理器執行時實現如權利要求1-4中任意一項所述的一種融合答題記錄和題目語義的深度知識追蹤方法的步驟。