一种基于注意力机制的深度学习知识追踪方法及系统

摘要

本发明属于知识追踪领域，提供了一种基于注意力机制的深度学习知识追踪方法及系统，通过采用自我注意机制可以保留上下文顺序信息，在学生的整个历史序列中显式地调用题目交互，明确计算长短期历史序列中每个元素之间的不同权重，并捕捉动态的长期和短期知识状态，以划分子序列的形式准确地捕获和增强学生的长期和短期知识状态，学生在当前时间跨度的连续行为反映了学生的短期知识表示，而在当前时间跨度之前的所有历史行为都反映了学生的长期知识状态，自我注意机制能够自适应地学习学生长期和短期连续行为的对应依赖关系。