基于注意力機(jī)制的深度知識追蹤模型研究

摘要： 提出了一種基于Transformer進(jìn)行知識追蹤的方法,改進(jìn)了互動記錄的嵌入表示,設(shè)計了適用于該方法的門結(jié)構(gòu),并且優(yōu)化了自注意力運(yùn)算子層的輸入處理以提高深度知識追蹤模型的預(yù)測性能。
在知識追蹤的4個常用公共數(shù)據(jù)集上的實驗結(jié)果表明,與傳統(tǒng)方法相比,提出的模型能更好地反映學(xué)習(xí)者對知識點的掌握情況,并且在樣本量大的數(shù)據(jù)集上有更好表現(xiàn)。 （共7頁）