融合注意力機(jī)制的時間卷積知識追蹤模型

摘要： 針對基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的深度知識追蹤模型存在的可解釋性不足和長序列依賴問題，提出一種融合注意力機(jī)制的時間卷積知識追蹤（ATCKT）模型。首先，在訓(xùn)練階段學(xué)習(xí)學(xué)生歷史交互的嵌入表示；然后，使用基于題目的注意力機(jī)制學(xué)習(xí)特定權(quán)重矩陣，從而識別并強(qiáng)化學(xué)生的歷史交互對每一時刻知識狀態(tài)不同程度的影響；最后，使用時間卷積網(wǎng)絡(luò)（TCN）提取學(xué)生動態(tài)變化的知識狀態(tài)，在這個過程中利用擴(kuò)張卷... （共6頁）