初等数学问题题意理解关键技术研究及其应用

发布时间：2017-11-28 21:56

  本文关键词：初等数学问题题意理解关键技术研究及其应用

  更多相关文章： 初等数学 知识表示 语义句模 题意理解

【摘要】：近年来,随着计算机信息处理和加工技术的迅速发展,基于自动求解和自动辅导的智能教学系统得到了越来越多的关注。实现计算机的自动求解和智能辅导等功能,其中一个重要的前提是如何让计算机理解以文本形式输入的数学语言,将其转换为计算机能够进行推理的知识表示形式。因此,针对初等数学问题题意理解的研究具有十分重要的意义。本文对初等数学题意理解的研究工作主要分为两个部分:一般数学语言理解方法的研究及应用题题意理解方法的研究。在一般初等数学语言的理解中,由于数学语言具有简练性、逻辑性、通用性,初等数学知识体系已确定。基于以上特点,使用基于谓词逻辑的知识表示方法和基于句模的题意理解方法。使用机器学习中的方法和理论,在人工标注的语料库基础上,训练数学命名实体识别模型。再经过同义词的归一化处理后,把一个句子转换为以词为基本单位,并且包含具有特殊意义的符号序列。基于有限自动机的原理实现句模的匹配。句模匹配与数学语句成功匹配后,生成正确的知识表示形式,完成对一般性数学语言的理解。初等数学应用题涉及的类型很多,本文选用概率应用题作为研究对象。通过分析概率题的语言特点和信息构成,在Kintsch提出的表征模型上进行扩展,提出了一套适合初等数学概率题的表征框架模型。该模型能够有效表示概率题中的对象、对象之间关系和求解问题。借鉴在一般数学题中使用的句模题意理解方法,并在其基础上增加词性和动词分类等信息,进一步抽象数学概率题语言。为句模添加语义信息后,实现了一套基于语义句模的概率题理解的理论和方法。在对大量的一般初等数学问题的测试和分析中,基于句模的题意理解方式能够有效理解句模库已覆盖句型。主要原因是一般数学问题中使用的语句较为广泛和通用,在此基础上编写的句模具有一定的健壮性。对概率相关的应用题进行测试和分析。在对句模已经覆盖的情况下,理解正确率较高。虽然健壮性不强,但是通过对句模进一步增加和完善能一定程度上解决这个问题。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O12-4;G642
，

本文编号：1235088