Deep Knowledge Tracing [Pytorch] Top

DKT

知识追踪(Knowledge Tracing)是根据学生过去的答题情况对学生的知识掌握情况进行建模,从而得到学生当前知识状态表示的一种技术。将深度学习的方法引入知识追踪最早出现于发表在NeurIPS 2015上的一篇论文《Deep Knowledge Tracing》,作者来自斯坦福大学。在这篇论文中,作者提出了使用深度知识追踪(Deep Knowledge Tracing, DKT)的概念,利用RNN对学生的学习情况进行建模,之后引出了一系列工作,2019年已经有使用Transformer代替RNN和LSTM并且达到了SOTA的论文。DKT作为知识追踪模型深度化的开山之作,在几乎所有的深度知识追踪模型中都作为baseline,而DKT作者给出的模型实现是基于lua语言的,为了能够让更多的研究人员更方便的使用,这里给出一种python的实现,采用的是pytorch框架。

阅读全文

认知诊断理论的前世今生

认知诊断逐渐成为现代心理与教育测量领域的重点研究方向,它是由认知心理学与心理测量理论相融合而产生。其目的是为了更好更全面的了解被测个体的心理或活动行为规律,对被测个体认知的优缺点进行综合评估和诊断,从而更好的针对性的促进被测个体的全面发展。此方向受到国内外学术界和工业界的广泛关注。

文末有资料分享

阅读全文

知识追踪资料集

论文集合

资料获取全部免费,领取方式请看文末。

应该是目前最全的KT论文集合,可能有某些论文遗漏,大家可以评论,后续由我们继续更新补充。

若有的链接需要科学上网,或者有的论文需要购买,在这里完全不需要。可直接到sci hub输入论文DOI上下载。

SCI-HUB 1
SCI-HUB 2

刚入门KT的KTer,建议从2014年的论文开始阅读,也可以从最早的开始,了解KT的来龙去脉。

阅读全文

么么哒,请我喝杯咖啡吧~

支付宝
微信