公开(公告)号：CN119782605A

公开(公告)日：2025-04-08

申请号：CN202411789097.9

申请日：2024-12-06

Applicant: 华中师范大学

Inventor： 易宝林 ,  刘建芳 ,  王威 ,  张桓瑜 ,  沈筱譞

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06N3/042 ,  G06N3/045 ,  G06N3/09

Abstract: 本申请属于图神经网络技术领域，公开了一种基于图神经网络的个性化教育资源推荐方法及系统，方法包括：从编码信息库中提取学习者的第一编码信息和学习资源的第二编码信息；将第一编码信息和第二编码信息输入至多兴趣对比图注意力网络，得到学习者对应的第一特征向量和学习资源对应的第二特征向量；将第一特征向量和第二特征向量相乘，得到学习者与学习资源的偏好度进行教育资源推荐；多兴趣对比图注意力网络是将学习者历史学习记录和学习资源的样本数据作为训练集进行训练得到的，多兴趣对比图注意力网络用于利用学习者的多种兴趣信息融合以及对学习资源的属性信息，以捕捉和理解学习者的兴趣偏好。本申请能够提高教育资源推荐准确度和解释性。

公开(公告)号：CN119202200B

公开(公告)日：2025-03-21

申请号：CN202411676504.5

申请日：2024-11-22

Applicant: 华中师范大学

Inventor： 刘三女牙 ,  孙建文 ,  万仟 ,  沈筱譞 ,  杨宗凯

IPC: G06F16/3329 ,  G06F16/334 ,  G06N5/022 ,  G06Q50/20

Abstract: 本申请涉及大语言模型技术领域，为解决传统大模型微调框架仅依赖抽象经验执行教育领域迁移而导致难以响应除基础知识问答任务之外的教学应用的局限，公开了一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。该方法包括根据多源异构知识载体获取抽象经验，注入通用大语言模型以构建第一教育大模型；处理教学行为流数据获取观察经验，注入第一教育大模型以构建第二教育大模型；根据第二教育大模型应用反馈的偏好数据获取实践经验，执行第二教育大模型偏好对齐构建第三教育大模型。采用本方法能实现通用大语言模型应用于教育领域的迁移训练，提高教育大模型的知识问答、出题和解题等教育应用性能。

公开(公告)号：CN118709774A

公开(公告)日：2024-09-27

申请号：CN202410377882.7

申请日：2024-03-29

Applicant: 华中师范大学

Inventor： 孙建文 ,  沈筱譞 ,  高璐 ,  李卿 ,  刘三女牙 ,  杨宗凯

IPC: G06N5/04 ,  G06N5/01 ,  G06N5/022 ,  G06N3/126

Abstract: 本发明提供一种基于多目标遗传算法的反事实解释生成方法及系统，从知识追踪数据集中获取学习者的原始实例；获取待添加题目的个数长度并随机生成多种长度编码；从知识追踪数据集中获取待添加题目并通过待解释的深度知识追踪模型得到对应的答案值，形成待添加答题交互对；基于长度编码、待添加答题交互对和原始实例，得到反事实实例；重复获取不同待添加答题交互对得到不同的反事实实例，生成反事实实例种群并对其进行筛选，得到最优反事实实例；基于最优反事实实例实现对深度知识追踪模型的解释。本发明为深度知识追踪模型提供了一种基于因果推断理论下的事后解释策略，提出了适用于知识追踪问题情境的辅导式反事实解释思路和对应方法。

公开(公告)号：CN118673989A

公开(公告)日：2024-09-20

申请号：CN202410854724.6

申请日：2024-06-28

Applicant: 华中师范大学

Inventor： 刘三女牙 ,  陈傲 ,  沈筱譞 ,  孙建文 ,  杨宗凯

IPC: G06N3/08 ,  G06N3/0499

Abstract: 本申请公开了一种基于符号回归的在线学习效果分析方法、装置及设备，该方法包括：基于通用算子集合进行随机采样得到包含多层节点方程实例的初始数据集；根据所述初始数据集对初始算子筛选器进行训练，得到目标算子筛选器；基于学生在线真实学习数据和所述目标算子筛选器进行采样，得到函数算子集合；对所述学生在线真实学习数据和所述函数算子集合进行分析，生成学生在线学习效果方程。本发明通过生成包含多层节点方程实例的初始数据集对算子筛选器进行训练，最终得到函数算子集合，预测了算子的有效性，从而提升了搜索的效率，能够直接从数据中学习和发现描述学习者与知识点关系的数学表达式，实现了提供更精确和高效的个性化学习支持。

公开(公告)号：CN110609960A

公开(公告)日：2019-12-24

申请号：CN201910911097.4

申请日：2019-09-25

Applicant: 华中师范大学

Inventor： 易宝林 ,  沈筱譞 ,  刘三女牙 ,  张维 ,  刘海

IPC: G06F16/9535 ,  G06N20/00

Abstract: 本申请提供的学习资源推荐方法、装置、数据处理设备及存储介质，应用于数据处理领域。该方法通过获取能被所述机器学习模型处理的编码数据，将该编码数据输入到预先训练好的机器学习模型中，获得预设的偏好矩阵的第一分解矩阵以及第二分解矩阵中各参数的概率密度函数。根据所述第一分解矩阵以及第二分解矩阵中各参数的概率密度函数获得目标学习人员对偏好矩阵中未学习过的学习资源的期望兴趣度。根据期望兴趣度从所述未学习过的学习资源中为所述目标学习人员推荐目标学习资源。由于该第一分解矩阵以及第二分解矩阵中各参数为概率密度函数，使得可以根据具体的需求选取不同的参数，获得不同的期望兴趣度，继而提高了推荐学习资源的灵活度。