基于因果-机器模型的医防融合技能评价方法

AITNT
正文
推荐专利
基于因果-机器模型的医防融合技能评价方法
申请号:CN202510038522
申请日期:2025-01-10
公开号:CN119851529B
公开日期:2025-09-16
类型:发明专利
摘要
本发明涉及教育技术领域,特别是涉及一种基于因果‑机器模型的医防融合技能评价方法,包括步骤1:使用自然语言处理技术结合深度学习模型生成题目特征向量和知识点语义向量,利用余弦相似度计算出特征向量之间的相关性;步骤2:基于因果‑机器模型生成题目难度系数;步骤3:通过学生的答题正确率和答题速度生成学生知识掌握特征向量;步骤4:基于深度学习模型为学生推荐最适合的作业题目;步骤5:通过因果‑机器模型量化分析学生的答题表现,提供反馈意见和学习建议。本发明能够识别学生的薄弱环节,有效提升预防医学专业学习的效率,辅助教师的教学决策,促进医防融合和医防协同人才的个性化培养。
技术关键词
语义向量 学生 评价方法 答题 BERT模型 深度学习模型 正确率 医学专业 策略学习方法 MCMC算法 文本 薄弱知识点 自然语言 课程教材 模糊隶属度 教师 网络优化 注意力机制 动态更新
系统为您推荐了相关专利信息
1
镜像文件传输方法、装置及存储介质
量子保密通信系统 加密数据 保密通信设备 传输方法 通信单元
2
模型蒸馏方法、装置、电子设备及存储介质
语句 模型蒸馏方法 教师 样本 学生
3
一种脑电和心电相结合的特征解纠缠情感解码系统
子模块 情感特征 解码系统 特征校验 特征向量值
4
基于模板匹配与LLM的产教知识图谱技能需求抽取方法
图谱 文本 模板 BERT模型 节点
5
城市灾害链识别方法、系统、设备、介质及产品
文本 识别方法 节点 灾害数据采集 非暂态计算机可读存储介质
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