[發(fā)明專利]語法依賴增強的數(shù)學應用題語義識別與推理方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011517409.2
• 申請日: 2020-12-21
• 公開（公告）號: CN112613323A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設計）人: 陳恩紅;劉淇;林鑫;黃振亞;王皓
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/211;G06N3/04;G06N5/04
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;韓珂

本發(fā)明公開了一種語法依賴增強的數(shù)學應用題語義識別與推理方法及系統(tǒng)，通過樹結構提取題目文本中的信息，融合題目文本局部和全局的語義，能夠準確識別數(shù)學應用題的細節(jié)，有效地描述題目語義與細節(jié)，提升智能教育的實際應用中的效果。此外，編碼器產生的語義向量可以給眾多教育平臺提供更好的試題表征、試題自動標注與個性化試題推薦等智慧教育領域的實踐提供一定的技術支持，還可帶來一定的潛在經濟效益。

技術領域

本發(fā)明涉及機器學習、人工智能和智能教育技術領域，尤其涉及一種語法依賴增強的數(shù)學應用題語義識別與推理方法及系統(tǒng)。

背景技術

在智能教育中，數(shù)學應用題的自動推理和求解是一項具有挑戰(zhàn)性的任務。數(shù)學應用題包含一段自然語言描述的故事以及一個相關的數(shù)學題目。數(shù)學應用題的題目由自然語言給出，答案由數(shù)學推理得到，因此求解數(shù)學應用題要求算法具有對自然語言的語義理解能力和數(shù)學推理能力。

現(xiàn)有的方法中，針對數(shù)學應用題推理時，結合數(shù)學表達式的邏輯結構將題目轉化為可計算求解的數(shù)學表達式。然而，這些工作只注重于如何讓計算機進行數(shù)學推理，但沒有對題目文本的語義進行深度理解，忽略題目中各元素間的語法依賴關系(如：數(shù)量與所修飾的實體)，難以準確識別數(shù)學應用題的細節(jié)，無法有效地描述題目語義與細節(jié)，導致在智能教育的實際應用中的效果不佳。

發(fā)明內容

本發(fā)明的目的是提供一種語法依賴增強的數(shù)學應用題語義識別與推理方法及系統(tǒng)，能夠準確識別數(shù)學應用題的細節(jié)，有效地描述題目語義與細節(jié)，提升在智能教育的實際應用中的效果。

本發(fā)明的目的是通過以下技術方案實現(xiàn)的：

一種語法依賴增強的數(shù)學應用題語義識別與推理方法，包括：

將題目文本劃分為多個分句，采用一個層次化的單詞-分句-題目編碼器學習題目從局部到全局的語義信息表示，并且利用分句內關聯(lián)增強分句語義，建立語法依賴樹保存題目文本結構并建模分句內各元素間的結構依賴，最終得到題目文本對應的全局語義信息的表征；

采用基于樹結構的解碼器結合全局語義信息的表征，遞歸生成題目文本對應的數(shù)學表達式。

由上述本發(fā)明提供的技術方案可以看出，相比于傳統(tǒng)序列化的處理方法，可以更有效地描述題目的語義與細節(jié)，從而提高模型的推理準確性。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域的普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他附圖。

圖1為本發(fā)明實施例提供的數(shù)學應用題描述圖；

圖2為本發(fā)明實施例提供的一種語法依賴增強的數(shù)學應用題語義識別與推理方法的框架圖；

圖3為本發(fā)明實施例提供的語法依賴增強的分句表征模塊中的框架圖；

圖4為本發(fā)明實施例提供的一種語法依賴增強的數(shù)學應用題語義識別與推理系統(tǒng)的示意圖。

具體實施方式

下面結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明的保護范圍。

本發(fā)明實施例提供一種語法依賴增強的數(shù)學應用題語義識別與推理方法，其主要包括：

將題目文本劃分為多個分句，采用一個層次化的單詞-分句-題目編碼器學習題目從局部到全局的語義信息表示，并且利用分句內關聯(lián)增強分句語義，建立語法依賴樹保存題目結構并建模分句內各元素間的結構依賴，最終得到題目文本對應的全局語義信息的表征；