基于NLKT知识追踪模型的答题正确性预测方法

AITNT
正文
推荐专利
基于NLKT知识追踪模型的答题正确性预测方法
申请号:CN202410835237
申请日期:2024-06-26
公开号:CN118626650A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了基于NLKT知识追踪模型的答题正确性预测方法,包括:获取习题文本数据及知识成分特征;构建基于自然语言理解的知识追踪模型,基于自然语言理解的知识追踪模型包括习题文本理解模块、习题难度系数处理模块及深度知识追踪模块,习题文本理解模块基于预训练的BERT模型进行构建;将习题文本数据输入到基于自然语言理解的知识追踪模型中,通过习题文本理解模块对习题文本数据进行特征提取,得到综合文本向量,通过习题难度系数处理模型基于知识成分特征计算生成问题综合难度系数,根据综合文本向量及问题综合难度系数生成综合特征向量,通过深度知识追踪模块对综合特征向量进行深度知识追踪处理,得到最终预测的答题正确性结果。
技术关键词
深度知识追踪 自然语言理解 文本理解 答题 序列 回归分析方法 输出特征 模块 BERT模型 标识 数据 注意力机制 滑动窗口 计算方法 正确率 学生 索引 基础
系统为您推荐了相关专利信息
1
一种基于环境影响评价表数据挖掘的智能审核方法及系统
智能审核方法 环境影响评价 实体 序列 时序数据预测
2
一种基于动态阈值的变速分布式拒绝服务攻击检测方法和装置
滑动窗口 交换机系统 分布式拒绝服务攻击检测 机器学习模型 动态
3
一种miRNA在制备用于肺癌耐药诊断产品中的用途
引物 逆转录 肺癌 核苷酸 诊断试剂盒
4
基于人工蜂群算法的灭火微胶囊释放控制方法及系统
人工蜂群算法 释放控制方法 微胶囊 多模态 传感器
5
一种基于深度学习用电行为异常检测的方法及系统
深度学习模型 后验概率分布 重构误差 数据 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号