一种基于大模型的教育认知引擎自适应优化方法

AITNT
正文
推荐专利
一种基于大模型的教育认知引擎自适应优化方法
申请号:CN202511187867
申请日期:2025-08-25
公开号:CN120688604B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于大模型的教育认知引擎自适应优化方法,包括:S1:制定采集规范从教育数据库中采集教学行为数据,通过ETL工具形成统一格式,并通过认知信号编码器结合预设的认知维度将行为数据映射为认知状态向量;S2:通过BERT从认知状态向量中提取认知关联,通过认知关联权重优化的进化标记机制获取具有进化标记的进化知识图谱;S3:基于进化知识图谱,引入改进图神经网络进行认知进化链路建模获得认知链路进化模型,通过认知链路进化模型生成最优候选策略列表;S4:基于最优候选策略列表接入基础教育认知引擎自动匹配教学资源,有效满足不同学生的学习需求,提升教学的针对性和有效性。
技术关键词
信号编码器 标记机制 链路 BERT模型 节点 策略 三元组 知识图谱数据 注意力机制 列表 实体间关系 历史教学
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