摘要： 針對(duì)基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的深度知識(shí)追蹤模型存在的可解釋性不足和長(zhǎng)序列依賴問題，提出一種融合注意力機(jī)制的時(shí)間卷積知識(shí)追蹤（ATCKT）模型。首先，在訓(xùn)練階段學(xué)習(xí)學(xué)生歷史交互的嵌入表示；然后，使用基于題目的注意力機(jī)制學(xué)習(xí)特定權(quán)重矩陣，從而識(shí)別并強(qiáng)化學(xué)生的歷史交互對(duì)每一時(shí)刻知識(shí)狀態(tài)不同程度的影響；最后，使用時(shí)間卷積網(wǎng)絡(luò)（TCN）提取學(xué)生動(dòng)態(tài)變化的知識(shí)狀態(tài)，在這個(gè)過程中利用擴(kuò)張卷... （共6頁）