买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学技术大学申请的专利语法依赖增强的数学应用题语义识别与推理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112613323B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011517409.2，技术领域涉及：G06F40/30；该发明授权语法依赖增强的数学应用题语义识别与推理方法及系统是由陈恩红;刘淇;林鑫;黄振亚;王皓设计研发完成，并于2020-12-21向国家知识产权局提交的专利申请。

本语法依赖增强的数学应用题语义识别与推理方法及系统在说明书摘要公布了：本发明公开了一种语法依赖增强的数学应用题语义识别与推理方法及系统，通过树结构提取题目文本中的信息，融合题目文本局部和全局的语义，能够准确识别数学应用题的细节，有效地描述题目语义与细节，提升智能教育的实际应用中的效果。此外，编码器产生的语义向量可以给众多教育平台提供更好的试题表征、试题自动标注与个性化试题推荐等智慧教育领域的实践提供一定的技术支持，还可带来一定的潜在经济效益。

本发明授权语法依赖增强的数学应用题语义识别与推理方法及系统在权利要求书中公布了：1.一种语法依赖增强的数学应用题语义识别与推理方法，其特征在于，包括：将题目文本划分为多个分句，采用一个层次化的单词-分句-题目编码器学习题目从局部到全局的语义信息表示，并且利用分句内关联增强分句语义，建立语法依赖树保存题目文本结构并建模分句内各元素间的结构依赖，最终得到题目文本对应的全局语义信息的表征；采用基于树结构的解码器结合全局语义信息的表征，递归生成题目文本对应的数学表达式；其中，利用分句内关联增强分句语义，建立语法依赖树保存题目结构并建模分句内各元素间的结构依赖，并结合结构依赖关系得到分句Ck的语义表征包括：给定每个分句Ck和分句中每个词ps的语义表征hs，通过语法分析工具建立每个分句Ck的语法依赖树Tk＝{tk1，tk2，...，tkL}捕获分句内词间的语法依赖关系，依赖树Tk中每个节点tkl都表示分句中的一个词ps，kl＝k1，...，kL，L为分句Ck的词数目；定义节点间的父子关系，子节点依赖于父节点，并为父节点提供细节描述；对于叶节点tf，f∈[k1，kL]，以对应的词表征hf作为增强的节点语义表征对于非叶节点tp，p∈[k1，kL]，以对应的词的语义表征hp初始化节点语义表征，并通过注意力机制从子节点中抽取相关细节描述语义增强节点语义表征：首先，计算非叶节点tp与其每个子节点tc增强的节点语义表征的语义相关性Sac： 其中，Wcs、Wca和bca为可学习参数；依据语义相关性Sac从子节点中抽取与相关的细节语义 其中，c为抽取细节语义时每个子节点的索引，αc为从第c个子节点中抽取细节语义的权重，p′为计算权重所需的子节点的索引；将子节点的细节语义与初始化的节点语义表征进行融合，得到增强的节点语义表征 其中，Wco和bco为可学习参数；基于语法依赖树Tk的结构，按照从叶节点到根节点的自底向上的顺序计算每一节点增强的表征节点语义表征；最终，根节点的增强的节点语义表征中带有分句中所有节点的局部语义以及语法依赖树的结构信息，以根节点的增强的节点语义表征作为分句的局部语义表征所述采用基于树结构的解码器结合全局语义信息的表征、以及各个分句的局部语义表征，递归生成题目文本对应的数学表达式包括：通过基于树结构的方法，按照从根节点到叶节点的顺序自顶向下递归地依次预测并生成所需表达式树的每个节点组成完整有效的表达式树表达式树中每个叶节点上的符号为预测的一个常数或题目文本中的数值，每个非叶节点上的符号为预测的一个运算符，表示两个子节点的运算结果；按照生成的次序排列每个节点上的符号得到与表达式树等价的所需前缀数学表达式

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。