我校健康醫(yī)療大數(shù)據(jù)工程中心主任金博教授在AAAI發(fā)表高質(zhì)量論文

近日，我校特聘教授、廣東醫(yī)科大學(xué)健康醫(yī)療大數(shù)據(jù)工程中心主任金博教授以廣東醫(yī)科大學(xué)名義撰寫了一篇題為“Explicit and Implicit Examinee - Question Relation Exploiting for Efficient Computerized Adaptive Testing”的研究論文，被第39屆人工智能會(huì)議（AAAI 2025）錄用。

AAAI（AAAI Conference on Artificial Intelligence）是人工智能領(lǐng)域涵蓋內(nèi)容最廣泛的國際頂級(jí)學(xué)術(shù)會(huì)議之一，同時(shí)也是中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的A類國際學(xué)術(shù)會(huì)議，素有“人工智能頂會(huì)”之稱。自1979年創(chuàng)辦以來，AAAI以其嚴(yán)格的論文篩選機(jī)制和高水準(zhǔn)的學(xué)術(shù)貢獻(xiàn)，成為人工智能領(lǐng)域?qū)W術(shù)研究和技術(shù)發(fā)展的風(fēng)向標(biāo)。作為人工智能技術(shù)與應(yīng)用的前沿陣地，AAAI會(huì)議的內(nèi)容覆蓋了深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、生物信息學(xué)等多個(gè)交叉學(xué)科領(lǐng)域，是學(xué)界和工業(yè)界廣泛關(guān)注的行業(yè)標(biāo)桿。

計(jì)算機(jī)自適應(yīng)測(cè)試（CAT）是計(jì)算機(jī)輔助教育中的一個(gè)關(guān)鍵任務(wù)，旨在自適應(yīng)地選擇合適的題目來診斷考生的能力水平。現(xiàn)有的 CAT 方法通過探索試題 - 考生關(guān)系（E - Q 關(guān)系）來提高選擇性能。這些方法要么只利用顯式的 E - Q 關(guān)系，例如，基于策略的方法根據(jù)預(yù)定義的標(biāo)準(zhǔn)來決定題目選擇。然而，當(dāng)需要對(duì)題目庫進(jìn)行更改時(shí)，這些方法往往在搜索合適題目時(shí)會(huì)產(chǎn)生顯著的計(jì)算成本。相反，一些研究僅關(guān)注隱式的 E - Q 關(guān)系。例如，基于學(xué)習(xí)的方法訓(xùn)練代理從大規(guī)模數(shù)據(jù)集中高效地選擇題目。然而，它們可能難以處理新引入的題目。此外，大多數(shù)這些現(xiàn)有題目選擇器都是基于貪心策略，這可能會(huì)忽視潛在的更好選擇。

為了彌合上述兩種類型的方法，文章提出了一種名為基于關(guān)系挖掘的自適應(yīng)測(cè)試（REAT）的框架，通過挖掘和利用顯式和隱式的試題 - 考生關(guān)系。具體來說，首先定義考生能力 - 題目選擇關(guān)系來選擇更合適的題目。然后，為了挖掘隱式 E - Q 關(guān)系，設(shè)計(jì)了一個(gè)題目選擇器，它通過從兩個(gè)方面探索考生能力并生成最佳題目選擇來挖掘隱式 E - Q 關(guān)系，包括生成一致性和知識(shí)匹配。前者旨在最大化隱式 E - Q 關(guān)系學(xué)習(xí)過程的可能性，而后者用于擬合真實(shí)世界的數(shù)據(jù)。為了充分利用顯式 E - Q 關(guān)系，使用顯式 E - Q 關(guān)系生成一個(gè)高質(zhì)量的候選集，這簡(jiǎn)化了選擇過程，減少了選擇延遲。文章通過在真實(shí)世界數(shù)據(jù)集上的綜合實(shí)驗(yàn)展示了框架的有效性和效率。（文/段平濤 圖/生物醫(yī)學(xué)工程學(xué)院 審核/林林 復(fù)核/周圓 審發(fā)/裴金濤）