사후 학습 자료

<aside> 💡 Knowledge Tracing 분야는 기술적인 사전 지식이 필요합니다. 아래 자료를 한번 확인하시고 오면 좋습니다. 본 발제에서는 Option Tracing 분야도 함께 다루기 때문에 Option Tracing 자료도 별도로 공부하시면 좋습니다.

</aside>

• 이론
• 코드(pytorch)

Knowledge Tracing (KT)란?

• 지난번 PPT로 설명 https://docs.google.com/presentation/d/1LWI1h1wRpuYA6l8uHOI2UGeh6RtJCAT3K6Ot2OIAuME/edit?usp=sharing

Summary

• 본 연구는 Riiid 연구팀에서 연구하여, 2022년 AAAI Main Track에 투고한 페이퍼입니다. https://zdnet.co.kr/view/?no=20220214090349

  

• 기존 AIED 연구에서 주로 사용하던 방법은 Knowledge Tracing

  • 정답을 두 가지로 구분
  • 단점: 학생의 여러가지 선택지를 고르는 행동을 무시함

• Option Tracing (OT)라는 연구 방법도 있음

  • 학습자가 주어진 문제에 대해 어떤 선택지를 고르는지에 대한 연구 방법
  • 학생의 정답값에 대한 정보를 무시

• 본 연구에서는 KT와 OT를 통합한 프레임워크인 DP-MTL을 제안함

  • KT가 OT의 regularization으로 작동함
  • KT와 OT에서 성능 향상이 있었으며, Score Prediction (SP)와 같은 Down stream task에도 이점이 있었음

Related Works

Option Tracing (OT)

• 선다형 문항(multiple choice question)에 대해서 학생이 선택하는 선택지를 예측하는 것
• Polytomous IRT (P-IRT)71
• Option Tracing (Ghosh, Raspat, and Lan, 2021)
  • https://arxiv.org/abs/2104.09043
  • https://github.com/arghosh/OptionTracing
  • 문제점
    • KT와 OT가 동시에 적용되는 멀티태스크 학습 상황을 고려하지 않았고
    • OT를 수행할 때 미묘한 점을 설명하지 못함
      • 예) (A, B, C)에서 (B, A, C)를 섞는 행위는 예측에 영향을 주지 않음