申请/专利权人：华中师范大学

申请日：2023-08-21

公开（公告）日：2024-06-18

公开（公告）号：CN117272992B

主分类号：G06F40/289

分类号：G06F40/289;G06F40/30;G06F18/214;G06N3/0442;G06N3/0464;G06Q50/20

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明公开了一种融合物性知识提示的数学应用题机器解答系统及方法，该系统包括：题面数量关系检测模块，用于获取数学应用题的题目文本，输出题目文本对应的数学实体，以及与数学实体相关的属性关系组和连接关系组；实体物性关系图生成模块，用于依据数学实体、属性关系组和连接关系组，输出物性关系图；物性知识提示语生成模块，用于依据题目文本和物性关系图，输出物性知识提示语；表达式生成模块，用于依据题目文本和物性知识提示语，输出题目文本的预测表达式，进而计算数学应用题的参考答案。本发明根据题目文本进行数学实体物性关系图生成、基于物性关系关联计算的精准隐含知识添加能力，提高数学应用题机器解答效率。

主权项：1.一种融合物性知识提示的数学应用题机器解答系统，其特征在于，包括：题面数量关系检测模块，用于获取数学应用题的题目文本，输出所述题目文本对应的数学实体，以及与所述数学实体相关的属性关系组和连接关系组；所述题面数量关系检测模块包括数学实体检测和数量关系提取；所述数学实体检测是利用分词器获取所述题目文本中的主干词汇集合，进而使用显著性评分模型从名词集合中提取数学实体；所述主干词汇集合包括名词、动词、数词和量词集合；所述数量关系提取包括以数学实体和单位量词为线索进行模式匹配，输出所述属性关系组和所述连接关系组；其中，所述模式匹配是指将所述主干词汇集合中的名词、数词和量词所对应的词性标签组合作为模式串，与预定义的数量关系模板库中的目标串进行匹配；所述属性关系组表示为，所述连接关系组表示为，其中，为数学实体，为数词，为单位量词；实体物性关系图生成模块，用于依据所述数学实体、所述属性关系组和所述连接关系组，进行属性词匹配并生成与属性关系组合和连接关系组对应的物性关系图；所述属性词匹配，包括属性关系组的属性词匹配和连接关系组的属性词匹配；所述属性关系组的属性词匹配，是根据中的单位量词在物性知识库中匹配对应的属性词，得到更新的属性关系组；所述连接关系组的属性词匹配，是根据中的单位量词在物性知识库中匹配对应的属性词，得到新的连接关系组；所述物性关系图包括顶点和有向边；依据所述属性关系组和所述连接关系组中的实体、属性词，和数词构建所述物性关系图的顶点；依据属性关系组添加有向边和；依据连接关系组添加有向边，和；物性知识提示语生成模块，采用LSTM和预训练语言模型对提示语进行编码，同样对最后一个隐藏层的特征输出分别进行平均，以取得每个逻辑公式的语义向量表示；使用图文混合编码模型对题目文本和物性关系图进行编码，并对来自最后一个隐藏层的特征输出进行平均，以获取图增强后的题目向量表示；将语义向量表示和图增强后的题目向量表示输入评分模块，检索得到每一个题目文本关联度最高的条提示语；表达式生成模块，所述表达式生成模块，包括编码器和解码器，其中，所述编码器用于将所述提示语与所述题目文本拼接，输入循环神经网络模型，获取所述题目文本的字词的向量和上下文向量；还用于将所述物性关系图的邻接矩阵和所述物性关系图中顶点的向量表示输入到图卷积网络模型，得到全局上下文图表示和图增强后的顶点表示；还用于最后生成目标向量对和，并引入注意力机制获取全局表示作为解码器的目标向量；所述解码器是树形结构解码器，用于以目标向量和顶点表示为输入，从根顶点开始逐步生成表达式树；所述解码器还用于输出表达式树的中序遍历序列作为所述题目文本的预测表达式，并对表达式作算术运算，得到最终答案。

全文数据：

权利要求：

百度查询： 华中师范大学 一种融合物性知识提示的数学应用题机器解答系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD