科研速遞 | 湖北大學軟件工程研究所成果入選人工智能會議IJCAI 2026

    近日，國際人工智能聯合會IJCAI公布了2026年的論文錄用結果，湖北大學軟件工程研究所24級碩士研究生鄭樂樂和25級碩士研究生何曉雪同學（導師：肖奎、張淼）的論文“LECDPR: LLM Enhancement and Concept-Document Interactive Modeling for Prerequisite Relation Prediction”被全文錄用。International Joint Conference on Artificial Intelligence(簡稱IJCAI)由國際人工智能聯合會主辦，是中國計算機學會（CCF）推薦的B類國際學術會議。

論文介紹

論文題目：LECDPR: LLM Enhancement and Concept-Document Interactive Modeling for Prerequisite Relation Prediction（IJCAI 2026）

論文作者：肖奎，鄭樂樂，何曉雪，張淼（通訊作者），黃志芳，張龑

論文概述：準確預測概念之間的先決關系對于課程規劃和智能輔導系統至關重要。現有的基于文本的方法經常受到冗余措辭、模糊句子和領域特定口語等噪聲的污染。此外，基于圖結構的先前方法可能未能捕捉概念與文檔之間的復雜交互，兩種方法之間存在信息鴻溝。因此，我們提出了一種用于先決關系預測的大語言模型增強與概念-文檔交互建模（LECDPR）模型。具體而言，LECDPR 通過兩階段提示引導大語言模型提取概念描述和文檔中的上下文證據，生成概念的語義空間嵌入。然后，通過三種傳播機制對概念與文檔之間的復雜交互關系進行建模，以產生關系空間嵌入，通過隨機掩碼和對比學習對齊兩種嵌入，并自適應地融合所得嵌入。最后，融合后的概念表示被用于更準確的先決關系預測。在三個公開數據集上的實驗結果表明，LECDPR 在學習概念先決關系方面優于現有方法。

LECDPR模型圖