基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统

摘要

本发明公开一种基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统，包括：利用BERT模型构建教育领域课程知识点语料库，构建教育领域课程知识点三元组集合；将三元组集合输入至TransE模型中，对三元组集合中实体和关系进行向量表示；将三元组集合输入至三元组实体类型编码器中，对三元组集合中实体的类型进行向量表示；通过实体类型向量优化实体向量和关系向量；将优化后的实体向量和关系向量输入至图卷积神经网络中进行表示学习，得到最终更新后的向量表示，通过最终更新后的向量表示对关联知识点进行链接预测。本发明可以对关联知识点进行链接预测，有助于得出教育领域不同知识点之间的关联性。