用于教育评价的人工智能模型训练方法

本发明公开了一种用于教育评价的人工智能模型训练方法，包括：通过分布式数据采集节点从多源异构学习行为数据库中获取学生的学习轨迹数据，采用深度语义解析算法提取学习行为特征序列，生成初始学习行为特征向量；根据所述初始学习行为特征向量，对学习行为数据进行时序对齐处理，判断对齐后特征向量与预设评价标准模板的匹配度，若匹配度超过预设阈值则确定学习行为初步匹配；从分布式存储系统中提取学生的历史学习记录数据；本发明目的是解决现有技术中对学生学习行为特征提取不充分、评估过程缺乏公平性与可解释性、数据分布差异导致的预测偏差以及分布式存储中分析链条不连贯的问题。