从在线教育资源推断概念先修关系
计算与语言
2019-01-24 v2 人工智能
机器学习
机器学习
摘要
互联网拥有丰富且快速增长的高质量教育内容来源。推断教育概念之间的先修关系对于现代大规模在线教育技术应用（如个性化推荐和自动课程创建）是必需的。我们提出 PREREQ，一种用于推断概念先修关系的新型监督学习方法。PREREQ 利用从成对隐狄利克雷分配（Pairwise Latent Dirichlet Allocation）模型获得的的概念潜在表示，以及基于连体网络（Siamese network）架构的神经网络进行设计。PREREQ 可从课程先修关系和带标签的概念先修数据中学习未知的概念先修关系。它在基准数据集上优于最先进的方法，并且能从极少的训练数据中有效学习。PREREQ 还能利用未标记的视频播放列表（一种稳步增长的训练数据来源）来学习概念先修关系，从而免除了对课程先修关系进行人工标注的需要。
引用
@article{arxiv.1811.12640,
title = {Inferring Concept Prerequisite Relations from Online Educational Resources},
author = {Sudeshna Roy and Meghana Madhyastha and Sheril Lawrence and Vaibhav Rajan},
journal= {arXiv preprint arXiv:1811.12640},
year = {2019}
}
备注
Accepted at the AAAI Conference on Innovative Applications of Artificial Intelligence (IAAI-19)