一种基于情感大语言模型的学生早期表现预测方法

本发明涉及人工智能技术领域，公开了一种智慧教育场景下基于情感大语言模型的学生早期表现预测方法，包括获取与学生学业表现相关的结构化数据和非结构化数据，并进行预处理；将结构化数据经过多层感知机提取成结构化特征向量，将非结构化数据经过情感大语言模型提取得到情感特征向量，然后在融合层对结构化特征向量和情感特征向量进行特征融合，并引入注意力机制实现特征的交互，以生成反映学生行为和情感的融合特征；通过集成学习方法将多种分类器组合成多分类器模型，基于融合特征对学生学业表现进行分类预测。本发明通过融合结构化数据与情感特征，能够精准预测学生的学业表现，帮助教师尽早识别表现欠佳的学生并提供个性化学习支持。