【成果推介】一种面向跨学科主观试题的知识水平深度挖掘方法及系统

【应用行业】教育

【技术领域】计算机技术、智慧教育技术

【知识产权】发明专利

【成果完成单位】华中师范大学

【成果完成人姓名】王志锋、侯玉林、何贝、李军、左明章

【完成人团队简介】团队主要研究人工智能，图像与音视频智能信息处理，教育数据挖掘，机器学习，人机交互，虚拟现实，游戏技术，数据挖掘，深度学习

【成果完成时间】2024-01-04

【专利号】CN2024100092083

【授权日期】2024-04-02

【技术成熟度】研发阶段

【应用背景】学习诊断指对个体的认知过程、加工技能或知识结构的诊断评估，它建立在传统测验理论之上。随着心理测量学和认知心理学的发展，人们不满足于只关注个体宏观层次的能力水平评估，还希望深入了解个体内部微观心理加工过程。学习诊断被视为新一代测验理论的核心，它把认知与测量结合起来，不仅在宏观能力层面对个体进行评估，还对个体内部微观认知结构进行诊断，进一步揭示个体内部心理加工过程。

在智能教育系统中，学习诊断旨在发现学习者在学习过程中的状态，例如学习者对特定知识点的掌握程度。目前，较为主流的学习诊断方法根据学习者正确回答问题所需的知识、技能、策略等，即学习者的认知属性如何影响问题的作答概率，可以分为简化的学习诊断方法和饱和的学习诊断方法。简化的学习诊断方法假设不同的认知属性组合对学习者答对问题的概率影响不同，有些方法假设学习者缺少任何一个属性都会导致错误回答问题，也就是说学习者缺少任何一个属性答对问题的概率与学习者缺少所有属性答对问题的概率完全一样。例如经典的决定型输入、噪音与门模型方法，其假设学习者正确回答问题需掌握该问题测量的全部属性，缺少任何一个属性都会导致学习者错误回答或回答正确概率很低。另一些方法假设学习者掌握任何一个属性都会正确回答问题，也就是说学习者掌握任何一个属性与掌握所有属性答对问题的概率完全相同。例如经典的决定型输入、噪音或门模型方法，其假设学习者只要掌握了问题所要测量的任何一个属性，就可以正确回答问题。然而由于测验项目的认知加工过程不尽相同，如果仅采用一种简化的学习诊断方法来分析整个测验项目，则有可能导致数据与使用的模型方法不拟合，从而影响数据结果的正确性和可靠性。由此，学者开发出了饱和的学习诊断方法，这种方法没有严格的属性作用机制假设，方法更加灵活，适用面也更加广泛。

传统的学习诊断方法通常采用人工设计的项目反应函数来挖掘学习者在答题过程中与试题的交互过程，这种交互通常是线性的，不足以捕捉学习者和问题之间复杂的关系。基于这种使用自动学习复杂交互作用的方法来代替人工设计的交互函数进行学习诊断的需求，学者开发出了一种利用神经网络来学习复杂的非线性相互作用的学习诊断方法，用来获得准确和可解释的诊断结果。然而，无论是经典的诊断方法还是基于神经网络的诊断方法，现有方法仍然存在一些局限性。首先，目前的学习诊断方法多数只能针对单一学科进行诊断，而不同学科之间学习者试题交互的共性信息没有被充分挖掘；其次，传统的学习诊断方法只能基于简单的客观题来对学习者的知识水平进行评估，而蕴含着更多信息的主观试题在很大程度上没有得到充分的挖掘，同时，与客观题相比，主观试题通常没有预设的标准答案，对于主观试题的回答，根据评判者的主观判断，可以是完全正确、部分正确或完全错误的，因此学习者很难通过猜测来正确回答主观试题，或因粗心而导致出错，所以不能简单按照客观题的模式对主观试题进行诊断。总而言之，寻找一种针对主观试题的学习诊断方式是很有必要的。

通过上述分析，现有技术存在的问题及缺陷为：

（1）传统的学习诊断方法通常采用人工设计的交互函数来对学习者的答题过程进行诊断，这种方法只是线性地将学习者和问题的特征相乘结合起来，无法挖掘学习者和问题之间更加复杂的关系。

（2）传统的学习诊断方法通常只针对单一学科进行诊断，无法采用一种方式对不同学科的学习者-试题交互序列中的共性信息进行充分挖掘。

（3）传统的学习诊断方法通常只能对客观试题进行诊断，对于主观试题则无法获得较好的诊断结果。

（4）传统的学习诊断方法大多数只关注到了对学习者本身知识认知状态的诊断，而忽视了对问题所包含信息的诊断。

【成果简介】本成果属于个性化学习技术领域，发明了一种面向跨学科主观试题的知识水平深度挖掘方法及系统，包括：提取学习者特征、跨学科主观试题特征、学习者‑试题交互特征，引入深度神经网络对学习者和试题的交互信息进行挖掘；结合模糊逻辑对学习者在主观试题上的答题情况进行表征，基于深度模糊神经网络对学习者在主观试题上的知识认知状态进行预测；利用学习者与试题之间的交互信息，在对学习者知识水平深度挖掘的同时，对试题区分度以及试题所涉及知识点难度进行预测。本成果公开的方法有利于提高模型在学习者试题表现和知识认知状态的预测准确度性能，优化了模型的收敛速率和训练速率，从技术层面助力智慧教育的落地。

【成果图片】

【联系方式】段治国、安红高、刘树楠、吴涛，02767868068，02767868067，02767862769