Wide & Deep 学习用于在线一对一数学课中学生表现评判
计算与语言
2022-07-22 v1 人工智能
摘要
本文中，我们探究了在在线一对一数学课中使评判过程自动化的可能性。我们构建了一个 Wide & Deep 框架，从有限量的含噪课堂对话数据中学习细粒度预测表示，从而更好地进行学生评判。我们在预测学生对例题掌握程度这一任务上开展了实验，结果表明我们的模型在多项评价指标上均具有优越性与可用性。
关键词
引用
@article{arxiv.2207.10645,
title = {Wide & Deep Learning for Judging Student Performance in Online One-on-one Math Classes},
author = {Jiahao Chen and Zitao Liu and Weiqi Luo},
journal= {arXiv preprint arXiv:2207.10645},
year = {2022}
}
备注
Accepted at AIED'22: The 23rd International Conference on Artificial Intelligence in Education, 2022