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
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
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