知识状态神经推理的知识追踪模型

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.

关键词：知识追踪、知识点、知识点状态、知识状态、扩散模型

所属期刊栏目：40

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家科技部高端外国人才引进计划资助项目;湖北省自然科学基金资助项目;湖北省教育厅科学研究计划资助项目

在线出版日期：2023-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1686-1691