知识跟踪
AI强仔
人工智能爱好者、机器人爱好者
展开
-
SAKT:self attentive knowledge tracing知识跟踪模型
1 简介本文根据2019年《A Self-Attentive model for Knowledge Tracing》翻译终结。SAKT:self attentive knowledge tracing.知识追踪(Knowledge tracing)的任务是模拟每个学生在一系列学习活动中对知识概念的掌握情况。最近几年,基于RNN(Recurrent Neural Networks)方法,如 Deep Knowledge Tracing (DKT) 和Dynamic Key-Value Memory N翻译 2020-12-27 23:18:22 · 4878 阅读 · 8 评论 -
论文笔记SAINT+
SAINT+是SAINT的优化。学生知识跟踪的。本人的SAINT参考:https://blog.csdn.net/zephyr_wang/article/details/109684269SAINT+,根据《SAINT+: Integrating Temporal Features for EdNet Correctness Prediction》翻译总结的。SAINT+整体模型和SAINT一样,只是在response embeding 加入两个时间变量:elapsed time:the time翻译 2020-11-16 22:18:00 · 1428 阅读 · 2 评论 -
SAINT:一个基于transformer的知识跟踪模型
1 简介SAINT: Separated Self-AttentIve Neural Knowledge Tracing. 一个基于transformer的知识跟踪模型。本文根据《Towards an Appropriate Query, Key, and Value Computation for Knowledge Tracing》翻译总结。知识跟踪:基于每个学生过去的学习活动,预测学生对未来一个主题的理解。比如EdNet数据集,给了每个学生过去所有练习题的情况(练习题的类别、学生是否回答正确翻译 2020-11-13 23:13:42 · 4530 阅读 · 14 评论