基于深度学习模型的MOOC视频依赖关系识别方法

作者：白友恒; 肖奎^*; 张; 陈智军

来源：郑州大学学报(理学版）, 2022, 54(05): 29-36.

DOI：10.13705/j.issn.1671-6841.2021304

• 依赖关系
• 深度学习
• 词向量
• 长短期记忆
• 门控循环单元

如今，MOOC学习平台上可用的视频资源呈指数级增长，帮助学习者推荐视频学习顺序成为研究热点。MOOC视频依赖关系可以用于MOOC视频排序和先验知识回顾。首先，提出了一种基于词向量和深度学习模型相结合的MOOC视频依赖识别模型；然后，使用该模型预测MOOC视频依赖关系。实验结果表明，BERT-LSTM模型可以从字幕中有效提取更多的隐含语义特征，完成MOOC视频依赖关系识别。在4个领域中，BERT-LSTM的平均F1值比其他模型高至少6.19%。此外，通过特征提取自动识别MOOC依赖关系方法也具有良好的推广性。