買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中師范大學申請的專利一種面向深度知識追蹤的全局最優的因果解釋方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117236445B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311231385.8，技術領域涉及：G06N5/04；該發明授權一種面向深度知識追蹤的全局最優的因果解釋方法及系統是由李卿;劉三女牙;袁鑫;沈筱譞;孫建文設計研發完成，并于2023-09-21向國家知識產權局提交的專利申請。

本一種面向深度知識追蹤的全局最優的因果解釋方法及系統在說明書摘要公布了：本發明提供了一種面向深度知識追蹤的全局最優的因果解釋方法及系統，包括：構建因果歸因度量框架，以確定知識追蹤模型的輸入序列與待預測題目信息之間的因果關聯，對知識追蹤模型的輸出結果進行解釋；順序遍歷每個答題交互對并將其輸入到策略網絡中以生成動作分布概率進行抽樣決策，將決策指示保留的答題交互對加入候選解釋子序列；確定每個答題交互對的獎勵值，之后基于候選解釋子序列中每個答題交互對的獎勵確定候選解釋子序列的折扣回報；對獎勵值和折扣回報去絕對值，之后對策略網絡進行反向傳播更新梯度，以便策略網絡順序遍歷全部輸入序列中的答題交互對后更新候選解釋子序列，并將最后得到的候選解釋子序列作為輸出結果的解釋子序列。

本發明授權一種面向深度知識追蹤的全局最優的因果解釋方法及系統在權利要求書中公布了：1.一種面向深度知識追蹤的全局最優的因果解釋方法，其特征在于，包括： 構建因果歸因度量框架，以確定知識追蹤模型的輸入序列與待預測題目信息之間的因果關聯，對知識追蹤模型的輸出結果進行解釋；所述輸入序列包括多個歷史答題交互對； 順序遍歷每個答題交互對并將其輸入到策略網絡中以生成動作分布概率進行抽樣決策，將決策指示保留的答題交互對加入候選解釋子序列；所述候選解釋子序列包括輸入序列中的至少一個答題交互對；所述動作分布概率用于表示答題交互對相對待預測題目的重要程度； 根據每個答題交互對加入候選解釋子序列前后對應的因果效應值確定每個答題交互對的獎勵值，之后基于候選解釋子序列中每個答題交互對的獎勵確定候選解釋子序列的折扣回報；所述因果效應值反映候選解釋子序列對知識追蹤模塊輸出結果的貢獻程度； 對所述獎勵值和折扣回報去絕對值，之后對對應的策略網絡進行反向傳播更新梯度以訓練策略網絡，以便策略網絡順序遍歷全部輸入序列中的答題交互對后更新候選解釋子序列，并將最后得到的候選解釋子序列作為輸出結果的解釋子序列； 所述因果歸因度量框架用于確定各個候選解釋子序列對應的因果效應值；所述因果效應值通過如下步驟確定： 將輸入序列輸入到知識追蹤模型，得到知識追蹤模型對待預測題目的第一種預測輸出結果；所述預測輸出結果用于指示待預測題目被答對或被答錯的概率； 將輸入序列刪除候選解釋子序列后輸入到知識追蹤模型，得到知識追蹤模型對待預測題目的第二種預測輸出結果； 根據兩種預測輸出結果確定候選解釋子序列的因果效應值； 所述策略網絡通過如下步驟確定每個答題交互對的動作分布概率： 接收歷史遍歷過的答題交互對及其對應的決策動作；所述動作指是否將答題交互對添加至候選解釋子序列； 將歷史遍歷過的答題交互對和其對應的動作信息融合，之后利用長短期記憶網絡并基于所述融合得到的信息得到當前狀態的表征，從而確定下一個答題交互對的動作； 將下一個答題交互對的動作表征、當前時刻的狀態表征和待預測題目的表征融合，得到下一個答題交互對的動作分布概率；所述下一個答題交互對的動作表征為下一個答題交互對的表征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中師范大學，其通訊地址為：430079 湖北省武漢市洪山區珞喻路152號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。