为在有限的资源下为学生推荐合适的题目,通过对题目的异构数据信息特征(题目-文本、题目-知识点和题目-源代码)的提取,提出基于注意力的神经网络框架(HANN)的推荐题目的设计方案。为在HANN框架上评估文本与源代码、文本与知识点之间的关联,提出两种策略即文本-源代码(TCA)和文本-知识点(TQA);在相似注意的基础上,对每组练习中的相似部分进行测量;开发一个成对训练策略来返回相似的题目集。广泛的实验结果在真实数据下清楚地验证了HANN框架的有效性和解释能力。
科研之友
微信
新浪微博
Facebook
分享链接
