科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过个性化试题推荐，来对在线学习用户实现全面性的评估。个性化试题推荐的关键思想就是构建每个用户的知识点的知识图谱，即Skill-Graph，以通过挖掘丰富的历史试题成绩和网络中可用的对知识点掌握情况，全面建模那些在线学习用户的各项能力进行评估的能力。首先开发一种基于自适应门机制的双向LSTM-CRF神经网络的知识实体提取方法。接着为了提高提取的知识实体的可靠性，设计了一种基于实体-URL图上的标签传播方法，该实体-URL图是根据百度搜索引擎的查询日志中的点击数据构建的。此外，抽取知识实体之间的上位词-下位词关系，并通过利用具有广泛上下文特征训练的分类器来构建知识图谱。最后，提出了一种基于知识点的个性化试题推荐方法，以提高的用户学习效率和优越性。
- 单位
