期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多特征注意力双向循环神经网络的客观题难度预测模型
1
作者
王煜焜
徐行健
+1 位作者
孟繁军
宋慧媛
《计算机工程》
北大核心
2025年第10期130-139,共10页
由于大多数试题难度预测方案是劳动密集型的,耗时且容易泄漏,或者在某种程度上是主观的,严重影响智能化教育评价体系的进步发展,因此,利用神经网络实现试题难度自动预测具有重要意义。提出一种基于多特征注意力的双向循环神经网络模型(M...
由于大多数试题难度预测方案是劳动密集型的,耗时且容易泄漏,或者在某种程度上是主观的,严重影响智能化教育评价体系的进步发展,因此,利用神经网络实现试题难度自动预测具有重要意义。提出一种基于多特征注意力的双向循环神经网络模型(M-ABRNN)。该模型首先基于多特征任务学习方法,通过检索计算机关联知识以丰富题干信息;其次通过双向循环神经网络挖掘客观题文本数据的逻辑关系并提取语句表征,并利用注意力机制度量关联语句对试题的重要程度;最后将获取的特征输入到模型中进行训练,训练完后模型可以自动预测每个新试题的难度。在大学计算机基础课程数据集上的实验结果表明,所提模型的皮尔逊相关系数(PCC)和一致性(DOA)均有显著提升,可见该模型能够有效地对客观题难度进行预测,实现题目难度的自动化评测。
展开更多
关键词
教育大数据
多任务特征
客观题难度预测
双向循环神经网络
注意力机制
在线阅读
下载PDF
职称材料
题名
基于多特征注意力双向循环神经网络的客观题难度预测模型
1
作者
王煜焜
徐行健
孟繁军
宋慧媛
机构
内蒙古师范大学计算机科学技术学院
内蒙古(电力)集团有限责任公司锡林郭勒供电分公司
出处
《计算机工程》
北大核心
2025年第10期130-139,共10页
基金
内蒙古自然科学基金(2023LHMS06011,2023MS06016)
内蒙古师范大学基本科研业务费专项资金(2022JBQN105)
内蒙古自治区军民融合重点科研项目及软科学研究项目(JMRKX202201)。
文摘
由于大多数试题难度预测方案是劳动密集型的,耗时且容易泄漏,或者在某种程度上是主观的,严重影响智能化教育评价体系的进步发展,因此,利用神经网络实现试题难度自动预测具有重要意义。提出一种基于多特征注意力的双向循环神经网络模型(M-ABRNN)。该模型首先基于多特征任务学习方法,通过检索计算机关联知识以丰富题干信息;其次通过双向循环神经网络挖掘客观题文本数据的逻辑关系并提取语句表征,并利用注意力机制度量关联语句对试题的重要程度;最后将获取的特征输入到模型中进行训练,训练完后模型可以自动预测每个新试题的难度。在大学计算机基础课程数据集上的实验结果表明,所提模型的皮尔逊相关系数(PCC)和一致性(DOA)均有显著提升,可见该模型能够有效地对客观题难度进行预测,实现题目难度的自动化评测。
关键词
教育大数据
多任务特征
客观题难度预测
双向循环神经网络
注意力机制
Keywords
big data for education
multitasking features
objective question difficulty prediction
bidirectional recurrent neural network
attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多特征注意力双向循环神经网络的客观题难度预测模型
王煜焜
徐行健
孟繁军
宋慧媛
《计算机工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
