您当前的位置： 首页 > 论文 > 2021,52(04) > 信息与计算机 ·电气与动力工程
基金项目:
国家自然科学基金资助项目(61872261)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2021.04.013
期刊号:
2021,52(04)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 强彦 | 太原理工大学信息与计算机学院 |
摘要:
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。
关键字:
知识追踪；学习者评估；注意力机制；Transformer;