一种基于项目反应原理与GRU-Attention的知识追踪方法

本发明涉及一种基于项目反应原理与GRU‑Attention的知识追踪方法，属于深度学习和自然语言处理技术领域。首先，利用GRU对信息读与写模块进行深层次信息特征提取，以获取长期依赖关系；然后，通过注意力机制对特征信息进行权重分配，以增强模型对重要信息的关注程度；接着，将特征信息输入带有双曲正切函数的神经网络中，以推断出项目难度和学生的能力特征；最后，将项目难度与学生能力特征用于项目反应原理，以预测答案的正确性。本发明能够提升模型的预测性能与可解释性，在准确率与ROC曲线下的面积两个评价指标中，本发明的预测性能显著优于其它的知识追踪方法。