基于注意力机制的深度知识追踪模型研究

作者：周凯; 强彦^*; 王佳文; 王梦南

来源：太原理工大学学报, 2021, 52(04): 600-606.

DOI：10.16355/j.cnki.issn1007-9432tyut.2021.04.013

• 知识追踪
• 学习者评估
• 注意力机制
• Transformer

提出了一种基于Transformer进行知识追踪的方法,改进了互动记录的嵌入表示,设计了适用于该方法的门结构,并且优化了自注意力运算子层的输入处理以提高深度知识追踪模型的预测性能。在知识追踪的4个常用公共数据集上的实验结果表明,与传统方法相比,提出的模型能更好地反映学习者对知识点的掌握情况,并且在样本量大的数据集上有更好表现。

• 单位
  太原理工大学