Neurlps2024论文解析|Collaborative Cognitive Diagnosis with Disentangled Representation Learning for

论文标题

Collaborative Cognitive Diagnosis with Disentangled Representation Learning for Learner Modeling 基于解耦表示学习的协同认知诊断与学习者建模

论文链接

Collaborative Cognitive Diagnosis with Disentangled Representation Learning for Learner Modeling论文下载

论文作者

Weibo Gao, Qi Liu, Linan Yue, Fangzhou Yao, Hao Wang, Yin Gu, Zheng Zhang

内容简介

本文提出了一种新的协同认知诊断模型Coral，旨在通过解耦表示学习来改善学习者建模。研究表明，具有相似隐性认知状态的学习者往往表现出相似的显性行为，因此利用学习者之间的协作信号可以有效地诊断其认知状态。Coral模型通过引入解耦状态编码器，初步实现学习者状态的解耦，并通过上下文感知的协作图构建策略动态捕捉学习者之间的协作信号。实验结果表明，Coral在多个真实数据集上显著优于现有的最先进方法，展示了其在智能教育领域的应用潜力。

分点关键点

1. Coral模型的设计

   • Coral模型结合了解耦表示学习和协作信号，旨在