基于注意力機制的深度知識追蹤模型研究

摘要： 提出了一種基于Transformer進行知識追蹤的方法,改進了互動記錄的嵌入表示,設計了適用于該方法的門結構,并且優(yōu)化了自注意力運算子層的輸入處理以提高深度知識追蹤模型的預測性能。
在知識追蹤的4個常用公共數(shù)據(jù)集上的實驗結果表明,與傳統(tǒng)方法相比,提出的模型能更好地反映學習者對知識點的掌握情況,并且在樣本量大的數(shù)據(jù)集上有更好表現(xiàn)。 （共7頁）