[发明专利]基于多视角认知诊断的学生成绩预测方法

权利要求书

1.一种基于多视角认知诊断的学生成绩预测方法，其特征在于，包括如下步骤：

S10，使用认知诊断模型对目标学生的给定考试成绩进行分析，得到目标学生参数与给定试题参数，根据目标学生参数与给定试题参数得到学生-试题反应函数；

S20，对于给定试题文本，使用第一词向量预训练模型提取第一试题文本信息，使用第二词向量预训练模型提取第二试题文本信息；所述给定试题文本为目标学生获得给定考试成绩的试题文本；

S40，将第一词向量预训练模型作为一个视角对所述第一试题文本信息进行训练，将第二词向量预训练模型作为另一视角对所述第二试题文本信息进行训练，在每一步迭代过程中，每一个视角验证集的试题文本数据进行标记，标记得到的预测参数加入另一视角下一迭代步骤的训练集中，反复迭代，直到第一词向量预训练模型和第二词向量预训练模型收敛，在收敛后的第一词向量预训练模型和第二词向量预训练模型中选取一个模型作为预测用模型；

S50，采用预测用模型提取待考试试题文本的多个试题文本信息，得到各个预测试题参数，将各个预测试题参数与给定试题参数进行对比，计算各个预测试题参数分别与给定试题参数余弦相似度，根据余弦相似度最高的K个预测试题参数确定目标试题参数；

S60，将所述目标试题参数代入所述学生-试题反应函数，得到所述目标学生参数相对于所述待考试试题文本的考试成绩。

2.根据权利要求1所述的基于多视角认知诊断的学生成绩预测方法，其特征在于，根据目标学生参数与给定试题参数得到学生-试题反应函数包括：

选取认知诊断模型对目标学生参数与给定试题参数进行机器学习，得到学生-试题反应函数；所述学生-试题反应函数拗口：

P(Y_uv＝1|θ_u，ξ_v)≡f(θ_u，ξ_v)，

其中，Y_uv为学生u回答给定试题文本试题v的情况，θ_u为学生u的隐藏属性，ξ_v为试题的参数，P(Y_uv＝1|θ_u，ξ_v)学生u答对试题v的概率，f(θ_u，ξ_v)为认知诊断模型的学生-试题反应函数，符号≡表示概率P表示为函数f。

3.根据权利要求1所述的基于多视角认知诊断的学生成绩预测方法，其特征在于，所述第一词向量预训练模型为fasttext；所述第二词向量预训练模型为ernie。

4.根据权利要求3所述的基于多视角认知诊断的学生成绩预测方法，其特征在于，对于给定试题文本，使用第一词向量预训练模型提取第一试题文本信息，使用第二词向量预训练模型提取第二试题文本信息包括：

将给定试题文本中的文本划分为词，将每个词对应得到fasttext的预训练词向量，以确定第一试题文本信息；使用ernie直接对给定试题文本提取文本信息，得到每个词的向量表示，以确定第二试题文本信息。