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！

申请/专利权人：江西师范大学

摘要：本发明公开了一种融合结构信息的数学应用题统一解题方法，包括如下步骤：首先基于待求解数学应用题和数据集内数学应用题语义嵌入向量的语义依存关系和数值关系，结合对应数学应用题知识点，检索出数据集内与待求解数学应用题具有相同知识点的数学应用题作为候选数学应用题，随后获取与待求解数学应用题具有相似目的的候选数学应用题的特征，并将该特征结合待求解数学应用题的特征计算得到初始节点，将初始节点解码获得最终方程表达式；本发明采用数学应用题结构信息和知识点层级信息融合的方式，解决了相似数学应用题检索效果不佳的问题。

主权项：1.一种融合结构信息的数学应用题统一解题方法，其特征在于，包括如下步骤：步骤S1：构建数据集，数据集内包含若干数学应用题以及该数学应用题对应的方程表达式和答案，且每个数学应用题均被标注知识点；步骤S2：对待求解数学应用题进行定义；设定长度为的待求解数学应用题为，根据生成长度为的方程表达式为，通过计算得到的答案，其中，表示待求解数学应用题中第个位置对应的文字，表示方程表达式中第个位置对应的符号；步骤S3：构建数学应用题解答模型，所述数学应用题解答模型由解题特征编码器、相似题目检索器和数学应用题类比求解器组成；所述解题特征编码器包括数学应用题特征编码器和方程表达式特征编码器，数学应用题特征编码器由预训练好的Math-BERT模型构成，方程表达式特征编码器由双向门控循环单元构成；所述相似题目检索器包括语义依存关系图构建模块、数值关系图构建模块、由图编码器构成的图编码层、知识点权重构建模块以及余弦相似度计算模块；所述数学应用题类比求解器包括由文本特征提取器构成的相似求解目的题目检索器、门控模块、由交叉注意力模块构成的语义融合层以及树形解码器；步骤S4：将待求解数学应用题和数据集内数学应用题输入到数学应用题特征编码器中，得到待求解数学应用题和数据集内数学应用题的语义嵌入向量；获取待求解数学应用题和数据集内数学应用题的语义依存关系集合和数值关系集合，并通过语义依存关系图构建模块和数值关系图构建模块分别构建待求解数学应用题和数据集内数学应用题的语义依存关系图和数值关系图；将待求解数学应用题和数据集内数学应用题的语义依存关系图和数值关系图输入到图编码层中，分别得到待求解数学应用题和数据集内数学应用题的语义依存关系特征向量和数值关系特征向量；分别对待求解数学应用题和数据集内数学应用题的语义依存关系特征向量和数值关系特征向量进行融合，得到待求解数学应用题的特征表示以及数据集内数学应用题的特征表示；将特征表示结合自身对应知识点后与特征表示输入余弦相似度计算模块进行相似度计算，检索出数据集内与待求解数学应用题具有相同知识点的数学应用题作为候选数学应用题；步骤S5：获取候选数学应用题的语义嵌入向量和候选数学应用题方程表达式全局特征向量；将待求解数学应用题的语义嵌入向量、候选数学应用题的语义嵌入向量和候选数学应用题方程表达式全局特征向量输入相似求解目的题目检索器中，得到相似目的应用题语义嵌入向量以及相似目的应用题方程表达式全局特征向量；步骤S6：对待求解数学应用题的语义嵌入向量进行平均，得到待求解数学应用题的全局特征向量，将待求解数学应用题的全局特征向量以及相似目的应用题语义嵌入向量输入语义融合层中，得到深层次特征表示，将深层次特征表示与相似目的应用题方程表达式全局特征向量进行级联后输入门控模块，得到初始节点；步骤S7：将初始节点输入到树形解码器中进行解码，获得最终的方程表达式，再通过最小化负对数似然损失函数计算数学应用题类比求解器的损失，优化更新解题特征编码器和树形解码器的模型参数。

全文数据：

权利要求：

百度查询： 江西师范大学 一种融合结构信息的数学应用题统一解题方法