#跨域学习

TIZSKT 提出以文本为索引的零样本跨域知识追踪

论文针对新平台只有题目文本、缺少作答日志的零样本跨域知识追踪问题，提出 TIZSKT，将行为序列建模与域内历史证据构建分离，把文本当作索引而非可直接迁移的预测表示。方法包含掌握度动态编码器、域内题目寻址与文本寻址核等组件。在三个公开数据集上留一域实验中取得最高平均 AUC 与准确率。