摘要这项研究是人工智能虚拟教练（AI-VT）项目的一部分，该项目旨在创建一个可以通过机器学习从文本中识别用户技能的系统。AI-VT是一种基于病例的推理学习支持系统可以生成专门适合用户需求的自定义练习列表。要达到此结果，必须优化第一个建议的练习的相关性，以帮助系统创建个性化的用户配置文件。为了解决此问题，该项目旨在包括初步测试阶段。作为通用工具，AI-VT被设计为适应任何学习领域。AI-VT的最新应用是在计算机科学领域，特别是在算法学习的基础上。AI-VT可以并且在其他学科中也将很有用。 使用Keras API和Tensorflow框架开发，该基于人工智能的工具涵盖了监督的学习环境，多标签文本分类技术和深层神经网络。 本文介绍并比较了在计算机编程和算法的背景下对两个不同数据集测试的不同模型的性能水平。 关键字：算法学习，深度学习，个性化学习，学生锻炼分析，文本分类，自然语言处理。AI-VT可以并且在其他学科中也将很有用。使用Keras API和Tensorflow框架开发，该基于人工智能的工具涵盖了监督的学习环境，多标签文本分类技术和深层神经网络。本文介绍并比较了在计算机编程和算法的背景下对两个不同数据集测试的不同模型的性能水平。关键字：算法学习，深度学习，个性化学习，学生锻炼分析，文本分类，自然语言处理。