# XES3G5M XES3G5M 是采集自好未来学而思三年级数学课程的知识追踪基准数据集,提供题目与知识概念两级序列以及题目文本、解析和图片等辅助信息。 ## 数据集链接 - 官方仓库:[ai4ed/XES3G5M](https://github.com/ai4ed/XES3G5M) - 下载入口:[XES3G5M 数据包](https://drive.google.com/file/d/1eFiIYyh5O2V90RA0brammGH6EpHvPDQe/view) - 赛事说明:[AAAI2023 Global Knowledge Tracing Challenge](https://ai4ed.cc/competitions/aaai2023competition) ## 数据规模与形态 | 指标 | 规模 | 说明 | | :--- | :--- | :--- | | 学生数 | 18,066 | 训练验证集 14,453 名,独立测试集 3,613 名 | | 题目数 | 7,652 | `metadata/questions.json` 收录的有效题目 | | 知识概念路径数 | 1,175 | `metadata/kc_routes_map.json` 映射的标准知识点路径 | | 题目级序列数 | 34,578 | 训练验证窗口 30,965 条,测试集 3,613 条 | | 概念级序列数 | 37,010 | 训练验证窗口 33,397 条,测试集 3,613 条 | :::{note} XES3G5M 源自 AAAI 2023 全球知识追踪挑战赛,官方发布包专为序列化建模设计,已预先按最大长度 200 进行窗口切分。UniKT 默认基于题目级序列 `question_level` 进行加载与评估。 ::: ## 发布包字段 以下字段按发布包各 CSV 的实际表头分组。 ### 所有序列文件共有的基础列 | 字段名称 | 数据类型 | 说明 | | --- | --- | --- | | `fold` | Integer | 训练验证集折号,取值 0 至 4;测试集为 -1 | | `uid` | Integer | 学生编号 | | `questions` | String | 题目编号序列,逗号分隔 | | `concepts` | String | 知识概念编号序列,逗号分隔;题目级文件中多个概念以下划线分隔 | | `responses` | String | 作答正误序列,1 为正确,0 为错误 | | `timestamps` | String | 作答开始时间戳序列,毫秒级 | ### 按文件附加的列 | 字段名称 | 出现文件 | 说明 | | --- | --- | --- | | `selectmasks` | 题目级训练与窗口测试文件、`kc_level/train_valid_sequences.csv`、`kc_level/test_question_window_sequences.csv` | 批处理有效位掩码;-1 表示填充位置或仅作为历史、不参与损失与评估的交互 | | `is_repeat` | `kc_level/train_valid_sequences.csv`、`kc_level/test.csv`、`kc_level/test_question_window_sequences.csv` | 1 表示当前概念与上一个概念属于同一道题,0 表示新题目 | | `cidxs` | `kc_level/test.csv` | 知识概念级测试集中的交互索引序列 | | `qidxs` | `kc_level/test_question_window_sequences.csv` | 题目级测试集中的交互索引序列 | | `rest` | `kc_level/test_question_window_sequences.csv` | 该交互在原序列中剩余的知识概念数量,用于预测融合 | | `orirow` | `kc_level/test_question_window_sequences.csv` | 该交互在测试集中的行号 | 题目级测试文件 `question_level/test_quelevel.csv` 仅包含基础列,不含 `selectmasks`、`is_repeat`、`cidxs`、`qidxs`、`rest`、`orirow`。 ### 题目元数据(`metadata/questions.json`) | 字段名称 | 数据类型 | 说明 | | --- | --- | --- | | `content` | String | 题干文本,保留 LaTeX | | `kc_routes` | String | 知识概念路径文本 | | `answer` | String | 标准答案 | | `options` | List[String] | 选择题选项,填空题可为空 | | `analysis` | String | 解析文本,保留 LaTeX | | `type` | Integer | 题型,0 为填空题,1 为选择题 | `metadata/kc_routes_map.json` 记录知识概念编号与大纲路径文本的映射;`metadata/embeddings/` 与 `metadata/images/` 分别提供题目、解析、知识概念的向量表示和题目图片。