-
公开(公告)号:CN117436473A
公开(公告)日:2024-01-23
申请号:CN202311514096.9
申请日:2023-11-14
Applicant: 华中师范大学
IPC: G06N3/042 , G06N3/084 , G06N3/0464 , G06N3/045 , G06Q50/20
Abstract: 本发明属于智能教育系统中的学习者对知识技能掌握程度的认知诊断领域,提供一种融合多实体隐式关系的异构图神经认知诊断方法,包括:(1)构建表征学生‑练习‑知识实体交互关系的三部异构图;(2)构建图结构优化层;(3)构建节点信息聚合层;(4)构建诊断任务层,输出对学生作答结构的预测值。本发明认知诊断方法具有良好的可解释性,在一定程度上解决了现有认知诊断模型对两两实体关系分部建模带来的不整体性,同时有效提升模型诊断的准确性。
-
公开(公告)号:CN111221939B
公开(公告)日:2023-09-08
申请号:CN201911163381.4
申请日:2019-11-22
Applicant: 华中师范大学
Abstract: 本发明提供了一种评分方法、装置和电子设备;包括:获取待评分文本和预设的标准文本;提取特征数据;将特征数据输入至预先设定的相似度分析模型中,得到待评分文本和标准文本的相似度数据;计算待评分文本和标准文本的检索相似度;根据语义相似度、文本相似度和检索相似度,确定待评分文本的评分。该方法分别提取待评分文本和标准文本的特征数据,输入至相似度分析模型中,得到语义相似度和文本相似度,计算待评分文本和标准文本的检索相似度,根据语义相似度、文本相似度和检索相似度,确定待评分文本的评分。该方式中,不仅考虑了文本特征,还考虑了语义特征,根据检索相似度确定待评分文本的评分,可以减少评分时间,增加评分的可靠性。
-
公开(公告)号:CN116705294A
公开(公告)日:2023-09-05
申请号:CN202310640694.4
申请日:2023-05-31
Applicant: 华中师范大学
IPC: G16H50/20 , G06N3/0442 , G06N3/096 , G06N3/048 , G06Q50/20
Abstract: 本发明属于教育数据挖掘领域,提供一种基于记忆网络的可解释动态认知诊断方法,包括以下步骤:(1)构建基于记忆网络的可解释动态认知诊断框架;(2)利用记忆网络结构更新知识熟练程度;(3)将学生特征和试题特征进行融合;(4)利用神经网络结构建模诊断算法,将步骤(3)获得的最终输入表征向量作为网络结构的输入,输出学生作答结果;(5)预测学生作答反应以及分析知识熟练程度变化情况。本发明方法从多个角度初始化学习者的学习诊断,以提高模型可解释性,同时,利用记忆网络在知识状态层面构建学习者知识熟练程度的迁移表示,不仅提高了推断学习者动态知识熟练程度的精度,而且增强了捕获试题序列中长期依赖性的能力。
-
公开(公告)号:CN113344053B
公开(公告)日:2022-08-12
申请号:CN202110596094.3
申请日:2021-05-29
Applicant: 华中师范大学
IPC: G06K9/62 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及教育大数据挖掘、图神经网络与学习者行为建模领域,提供一种基于试题异构图表征与学习者嵌入的知识追踪方法,该方法采用深度学习领域中的异构图神经网络技术来表征试题的多维特征,同时,结合项目反应理论对复杂的学习者特征建模,采用聚类等方式捕获学习者的能力特征;最后将试题与学习者混合特征融合至传统知识追踪模型,实现针对不同学习者群体的知识追踪与学习者表现预测。本发明能够科学、全面地对学习者学习情况进行预测,达到辅助教师进行精准教学的目的。
-
公开(公告)号:CN114861914A
公开(公告)日:2022-08-05
申请号:CN202210326235.4
申请日:2022-03-29
Applicant: 华中师范大学
Abstract: 本发明涉及教育大数据挖掘、知识追踪领域,提供一种面向学习轨迹的细粒度知识追踪方法,包括:(1)构建面向学习轨迹的细粒度知识追踪框架;(2)通过学习轨迹中的历史交互获得学习者的历史潜在知识状态;(3)通过学习轨迹中的当前交互获得学习者的当前潜在能力表示;(4)当前反应状态的细粒度预测。本发明利用多头自注意力网络、多任务预测、时间序列建模等技术方法,对学习者的学习轨迹进行建模,追踪学习者的知识状态和预测学习者的未来表现,辅助精准教学和个性化学习的开展。
-
公开(公告)号:CN114154797A
公开(公告)日:2022-03-08
申请号:CN202111307240.2
申请日:2021-11-05
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多认知因素的学生技能评估方法及系统,其中,评估方法包括初始化步骤、认知因素获得步骤、认知注意力获得步骤、输入向量生成步骤、模型更新步骤、模型训练步骤、模型测试步骤、技能评估步骤。本发明充分考虑答题时间数据对作答得分的影响,同时综合考虑学生的潜在能力因素、技能掌握因素和速度因素之间的相互作用以及它们共同对作答得分的影响,并使用深度学习方法对三种认知因素进行建模,通过三层神经网络,结合多头自注意力机制,构建出更加贴合现实情况的认知评估方法及系统。本发明充分挖掘出学生与试题之间交互的非线性关系,能取得提高技能评估精准性的有益效果。
-
公开(公告)号:CN112395858A
公开(公告)日:2021-02-23
申请号:CN202011282980.0
申请日:2020-11-17
Applicant: 华中师范大学
IPC: G06F40/211 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合试题数据和解答数据的多知识点标注方法及系统。该方法包括步骤:采集试题数据,所述试题数据包括题目文本和解答文本,将所述题目文本和所述解答文本输入预先训练好的语言模型,以分别提取所述题目文本和所述解答文本的词向量,获得题目文本词向量和解答文本词向量;将所述题目文本词向量和所述解答文本词向量进行向量融合处理,获得融合词向量;将所述融合词向量输入预先训练好的多知识点分类模型,获得所述试题数据的知识点标签。本发明通过对信息表达有效性的提升,以及增加并扩充特征信息,即从纵向和横向提升了特征信息的准确性和维度,从而改进了最终知识点标注的准确度。
-
公开(公告)号:CN111064990A
公开(公告)日:2020-04-24
申请号:CN201911163385.2
申请日:2019-11-22
Applicant: 华中师范大学
IPC: H04N21/435 , H04N21/44 , H04N21/4402 , H04N21/478 , H04N21/488 , G09B5/02 , G06F40/253
Abstract: 本发明提供了一种视频处理方法、装置和电子设备;包括:获取正在播放的目标视频,以及对应的外语字幕文件;确定当前播放位置;从外语字幕文件中,确定当前播放位置之后的预设时间段内的外语字幕的难度值;如果难度值大于预设的第一阈值,则翻译外语字幕;在目标视频中显示翻译后的字幕。本发明从字幕文件中确定正在播放的目标视频的当前播放位置之后的预设时间段内的外语字幕的难度值,如果该难度值大于预设的第一阈值,则翻译当前播放位置之后的预设时间段内的外语字幕,在目标视频中显示翻译后的字幕。可以针对不同的学习者设定不同的第一阈值和难度值计算方法,以降低成本,适应所有学习者的外语水平,并且有效地帮助每一个学习者。
-
公开(公告)号:CN110363509A
公开(公告)日:2019-10-22
申请号:CN201910655113.8
申请日:2019-07-19
Applicant: 华中师范大学
Abstract: 本申请提供了一种信息保护方法及装置,通过从联盟链中获取目标信息;基于预先构建的加密椭圆曲线、公共字符串及所述目标信息,生成所述目标信息对应的加密的第一验证多项式;将所述第一验证多项式发送至联盟链,以使所述联盟链检验所述第一验证多项式是否成立,并在所述第一验证多项式的成立时,执行所述目标信息对应的操作。与现有技术中的信息保护方法相比,本申请通过验证目标信息对应的验证多项式是否成立,进而验证目标信息的合法性,可以防止目标信息在验证过程中被盗取,取代中心化的第三方交易所,进一步提升联盟链的安全性。
-
公开(公告)号:CN109325552A
公开(公告)日:2019-02-12
申请号:CN201811467521.2
申请日:2018-12-03
Applicant: 华中师范大学
Abstract: 本发明提供一种个性化资源推荐模型建立方法及装置,涉及数据处理技术领域,方法包括获取多个样本数据,其中,每个样本数据包括学习者的人口统计学特征信息数据、行为特征信息数据和课程资源内容信息数据,且多个样本数据中存在包括与所述课程资源内容信息数据对应的网络课程的评分的样本数据,将对多个样本数据进行处理得到多个目标样本数据输入至深度信念网络算法中,并将网络课程的评分作为该深度信念网络算法的决策项进行处理得到一目标模型。通过上述设置,以在采用目标模型查找网络课程时,仅需输入用户的人口统计学特征信息即可获得相对应的网络课程,以实现可靠的课程推荐,避免了用户在进行网络课程学习时存在的课程查找不便的情况。
-
-
-
-
-
-
-
-
-