基于多模态因果感知的大规模培训智能巡查与评估方法

来源：计算机科学与探索杂志2026年第4期北京时间：

作者：安宁, 许文静, 于重, 刘珠慧

单位：国务院国有资产监督管理委员会干部教育培训中心 科技创新实验室，北京 100053

摘要：针对大规模干部教育培训质量评估中跨场景数据割裂、角色同质化及行为-认知映射衰减等核心问题，提出双轨融合因果评估框架（DICE-Frame）。该框架创新性构建“知识内化与实践转化”双层级时滞因果传导模型，通过自适应延迟机制桥接线上政策学习与线下能力转化链条，并设计了层级解耦权重矩阵实现职务特征自适应评估。核心技术突破体现为三级联立机制：在多模态感知增强层面，融合声纹分离技术与眼动-微表情动态关联解析群体互动质量，设计基于行为协同模式（停留时长/滚动速度/批注密度耦合）的学习深度量化算法；在混杂鲁棒因果推断层面，集成因果检验与政策规则先验库验证跨场景滞后效应，通过分层回归模型控制环境混杂因素；在跨域时空对齐层面，研发以政策术语为语义锚点的弹性时空规整算法，实现多源异构数据流精准同步。实证研究表明，该框架显著提升评估信效度（综合F1值提升11%，公平性KL散度降低62.5%），成功识别学用转化偏差模式并优化调训资源配置。相较于传统方法，创新贡献集中于两点：一是建立跨场景因果传导的解耦表示，突破评估同质化僵局；二是提出职务-能力解耦评估模型，生成多粒度干部能力动态画像。

关键词：多模态,教育培训,因果推理,自适应评估,智能巡查

基金资助：国务院国资委干部教育培训中心（中央党校国务院国资委分校）科研项目（26GZW0210）。