摘要
本发明公开了一种基于Informer的长序列知识追踪方法,根据学习者的历史答题交互记录挖掘习题的多维度特征,利用多热信息特征编码模块生成具有丰富语义的习题信息嵌入编码和历史交互记录编码;利用改进Informer编码器堆叠的多头概率稀疏自注意力模块、反向残差前馈网络模块和蒸馏机制模块,检索学习者实际获取知识的上下文表示特征;利用检索出的上下文表示特征,对掩码概率稀疏自注意力机制处理过的待预测序列进行预测,采用生成式解码的方式提取出学习者对应的知识状态;利用获取的知识状态,通过全连接层预测学习者的答题表现。本方案解决了现有技术中长时间序列答题情况预测准确度较低、推理速度效率不高等问题。
技术关键词
知识追踪方法
答题
时间卷积网络
序列
知识点
编码向量
网络模块
门控循环神经网络
语义特征
多头注意力机制
编码模块
前馈神经网络
编码器模块
矩阵
解码器
系统为您推荐了相关专利信息
基因突变小鼠模型
核酸分子
寡核苷酸
供体
感音神经性耳聋
配电网拓扑结构
数据生成模型
伪量测数据
节点
关系
混沌系统
像素矩阵
图像加密方法
像素点
二进制伪随机序列