論文の概要: Counterfactual Monotonic Knowledge Tracing for Assessing Students' Dynamic Mastery of Knowledge Concepts

• arxiv url: http://arxiv.org/abs/2308.03377v1
• Date: Mon, 7 Aug 2023 07:57:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-08 14:32:21.685742
• Title: Counterfactual Monotonic Knowledge Tracing for Assessing Students' Dynamic Mastery of Knowledge Concepts
• Title（参考訳）: 学生の知識概念の動的習得を評価するための対物単調な知識追跡
• Authors: Moyu Zhang, Xinning Zhu, Chunhong Zhang, Wenchen Qian, Feng Pan, Hui Zhao
• Abstract要約: 学生の知識概念のダイナミックな熟達を評価することは、オフラインの教育とオンライン教育アプリケーションにとって不可欠である。 学生の知識概念の習得はラベル付けされていないことが多いため、既存のKT手法は知識概念の習得に歴史的実践の暗黙のパラダイムに依存している。 我々は、CMKT(Conserfactal Monotonic Knowledge Tracing)と呼ばれる原則的アプローチを提案する。
• 参考スコア（独自算出の注目度）: 3.2687390531088414
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the core of the Knowledge Tracking (KT) task, assessing students' dynamic mastery of knowledge concepts is crucial for both offline teaching and online educational applications. Since students' mastery of knowledge concepts is often unlabeled, existing KT methods rely on the implicit paradigm of historical practice to mastery of knowledge concepts to students' responses to practices to address the challenge of unlabeled concept mastery. However, purely predicting student responses without imposing specific constraints on hidden concept mastery values does not guarantee the accuracy of these intermediate values as concept mastery values. To address this issue, we propose a principled approach called Counterfactual Monotonic Knowledge Tracing (CMKT), which builds on the implicit paradigm described above by using a counterfactual assumption to constrain the evolution of students' mastery of knowledge concepts.
• Abstract（参考訳）: 知識追跡(KT)タスクの中核として、学生の知識概念の動的習得を評価することは、オフライン教育とオンライン教育アプリケーションの両方に不可欠である。 学生の知識概念の熟達はしばしばラベル付けされていないため、既存のkt法は、無ラベル概念の熟達の課題に対処するための実践に対する学生の反応に対する知識概念の熟達のために、歴史的実践の暗黙のパラダイムに依存している。 しかし、隠された概念熟達値に特定の制約を課さずに学生の反応を純粋に予測することは、概念熟達値としてこれらの中間値の精度を保証するものではない。 この問題に対処するため,本研究では,学生の知識概念習得の進化を抑えるために,反現実的仮定を用いて,上記の暗黙的パラダイムを基盤として,CMKTと呼ばれる原則的アプローチを提案する。

関連論文リスト

• Construction and Preliminary Validation of a Dynamic Programming Concept Inventory [0.7389633345370871]
  概念発明は、学術分野における重要な概念に対する学生の理解を評価する標準化された評価である。 STEM分野に広く普及しているが、その開発は動的プログラミング(DP)のような先進的なコンピュータ科学のトピックに遅れがある。 本研究は,DP概念に関する既知学生の誤解を対象とする複数選択質問を定式化するための反復的プロセスについて詳述する。 我々は,D PCIを172名の大学生に実施し,質問を適切な難易度と判断し,学生の理解度の違いを効果的に判別することで,予備的な心理測定検証を行った。
  論文  参考訳（メタデータ） (2024-11-22T01:01:43Z)
• ConcEPT: Concept-Enhanced Pre-Training for Language Models [57.778895980999124]
  ConcEPTは、概念知識を事前訓練された言語モデルに注入することを目的としている。 これは、事前訓練されたコンテキストで言及されたエンティティの概念を予測するために、外部エンティティの概念予測を利用する。 実験の結果,ConcEPTは概念強化事前学習により概念知識を向上することがわかった。
  論文  参考訳（メタデータ） (2024-01-11T05:05:01Z)
• Interpretable Neural-Symbolic Concept Reasoning [7.1904050674791185]
  概念に基づくモデルは、人間の理解可能な概念のセットに基づいてタスクを学習することでこの問題に対処することを目的としている。 本稿では,概念埋め込みに基づく最初の解釈可能な概念ベースモデルであるDeep Concept Reasoner (DCR)を提案する。
  論文  参考訳（メタデータ） (2023-04-27T09:58:15Z)
• Quiz-based Knowledge Tracing [61.9152637457605]
  知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。 QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-04-05T12:48:42Z)
• Towards Robust Metrics for Concept Representation Evaluation [25.549961337814523]
  概念学習モデルは、その表現に不純物を符号化する傾向があることが示されている。 両手法における概念表現の純度を評価するための新しい指標を提案する。
  論文  参考訳（メタデータ） (2023-01-25T00:40:19Z)
• COPEN: Probing Conceptual Knowledge in Pre-trained Language Models [60.10147136876669]
  概念的知識は人間の認知と知識基盤の基本である。 既存の知識探索作業は、事前訓練された言語モデル(PLM)の事実知識のみに焦点を当て、概念知識を無視する。 PLMが概念的類似性によってエンティティを編成し、概念的特性を学習し、コンテキスト内でエンティティを概念化するかどうかを調査する3つのタスクを設計する。 タスクのために、393のコンセプトをカバーする24kのデータインスタンスを収集、注釈付けします。
  論文  参考訳（メタデータ） (2022-11-08T08:18:06Z)
• A Unified End-to-End Retriever-Reader Framework for Knowledge-based VQA [67.75989848202343]
  本稿では,知識に基づくVQAに向けて,エンド・ツー・エンドのレトリバー・リーダー・フレームワークを提案する。 我々は、視覚言語による事前学習モデルからの多モーダルな暗黙の知識に光を当て、知識推論の可能性を掘り下げた。 提案手法では,知識検索のガイダンスを提供するだけでなく,質問応答に対してエラーが発生しやすいケースも排除できる。
  論文  参考訳（メタデータ） (2022-06-30T02:35:04Z)
• Exploring Student Representation For Neural Cognitive Diagnosis [2.8617826964327113]
  本稿では,知識概念と学生の埋め込みの階層的関係を探索し,学生表現の手法を提案する。 提案手法の有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2021-11-17T07:47:44Z)
• Active Refinement for Multi-Label Learning: A Pseudo-Label Approach [84.52793080276048]
  MLL(Multi-label Learning)は、あるインスタンスと関連するラベルを一連の概念から関連付けることを目的としている。 MLLの以前の研究は、主に概念セットが修正されると思われる設定に焦点を当てていた。 多くの現実世界のアプリケーションは、新しい要求を満たすために新しい概念をセットに導入する必要がある。
  論文  参考訳（メタデータ） (2021-09-29T19:17:05Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。