摘要
本公开涉及人工智能教育技术领域,公开了一种多模态知识追踪方法及系统,方法包括:获取用户输入的结构化数据和非结构化数据;通过跨模态注意门将结构化数据和非结构化数据进行融合,确定融合向量;基于融合向量,构建动态认知图谱;基于LLM模块对动态认知图谱进行解析,确定学习任务。本公开设计跨模态注意力门控机制,实现结构化与非结构化数据的深度融合,避免了跨模态数据之间数据割裂的问题,另外,还构建了动态认知图谱,实现对学生认知状态的细粒度建模与个性化学习干预。
技术关键词
图谱
知识追踪方法
知识点
动态
跨模态
人工智能教育技术
语义向量
Dijkstra算法
学生认知状态
多模态
知识追踪系统
节点
正确率
时序
文本
依赖特征
数据获取模块
语义特征
系统为您推荐了相关专利信息
综合能源服务
电力交易方法
生成电力
安全监控数据
图谱
网络资源配置方法
网络节点资源
站点
网络节点集合
健康管理功能
动态知识图谱
多模态交互
智能评估方法
三元组
自然语言