深度自注意力在知识追踪中的应用
机器学习
2021-05-25 v2
摘要
智能辅导系统的发展极大影响了学生的学习和练习方式,提高了其学习效率。智能辅导系统在向学习者提供反馈与建议前,必须对学习者对知识的掌握程度建模,因此一类称为“知识追踪”的算法至关重要。本文基于 PTA(中国多所高校学生使用的在线测评系统)的数据,提出深度自注意力知识追踪(DSAKT),以帮助这些学生更高效学习。在 PTA 数据上的实验表明,DSAKT 优于其他知识追踪模型,AUC 平均提升 2.1%,且该模型在 ASSIST 数据集上也表现良好。
引用
@article{arxiv.2105.07909,
title = {Application of Deep Self-Attention in Knowledge Tracing},
author = {Junhao Zeng and Qingchun Zhang and Ning Xie and Bochun Yang},
journal= {arXiv preprint arXiv:2105.07909},
year = {2021}
}