論文の概要: Mathematical Word Problem Generation from Commonsense Knowledge Graph and Equations

• arxiv url: http://arxiv.org/abs/2010.06196v3
• Date: Thu, 9 Sep 2021 10:27:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 22:35:06.374394
• Title: Mathematical Word Problem Generation from Commonsense Knowledge Graph and Equations
• Title（参考訳）: 常識知識グラフと方程式を用いた数学的単語問題生成
• Authors: Tianqiao Liu, Qiang Fang, Wenbiao Ding, Hang Li, Zhongqin Wu, Zitao Liu
• Abstract要約: 実世界のシナリオにおいて,コモンセンス知識グラフと方程式から多様なMWPを生成するエンド・ツー・エンドのニューラルモデルを開発した。 提案したモデルは、記号方程式とコモンセンス知識のエッジ付きレヴィグラフから両方の表現を学習する。 教育用ゴールドスタンダードセットと大規模MWPセットの実験により,本手法がMWP生成タスクよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 27.063577644162358
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is an increasing interest in the use of mathematical word problem (MWP) generation in educational assessment. Different from standard natural question generation, MWP generation needs to maintain the underlying mathematical operations between quantities and variables, while at the same time ensuring the relevance between the output and the given topic. To address above problem, we develop an end-to-end neural model to generate diverse MWPs in real-world scenarios from commonsense knowledge graph and equations. The proposed model (1) learns both representations from edge-enhanced Levi graphs of symbolic equations and commonsense knowledge; (2) automatically fuses equation and commonsense knowledge information via a self-planning module when generating the MWPs. Experiments on an educational gold-standard set and a large-scale generated MWP set show that our approach is superior on the MWP generation task, and it outperforms the SOTA models in terms of both automatic evaluation metrics, i.e., BLEU-4, ROUGE-L, Self-BLEU, and human evaluation metrics, i.e., equation relevance, topic relevance, and language coherence. To encourage reproducible results, we make our code and MWP dataset public available at \url{https://github.com/tal-ai/MaKE_EMNLP2021}.
• Abstract（参考訳）: 教育評価における数学的単語問題(mwp)生成の利用への関心が高まっている。 通常の自然問題生成とは異なり、MWP生成は量と変数の間の基礎となる数学的操作を維持すると同時に、出力と与えられたトピックの関係性を保証する必要がある。 上記の問題に対処するため、我々はコモンセンス知識グラフと方程式から実世界のシナリオで多様なMWPを生成するエンド・ツー・エンドのニューラルモデルを開発した。 提案モデル(1)は記号方程式のエッジエンハンスレヴィグラフとコモンセンス知識から両方の表現を学習し、(2)mwpsを生成する際に自動的に自己計画モジュールを介して方程式とコモンセンス知識情報を融合する。 教育用ゴールドスタンダードセットと大規模MWPセットの実験から,我々のアプローチはMWP生成タスクよりも優れており,自動評価指標であるBLEU-4,ROUGE-L,Self-BLEU,および人間の評価指標である方程式関連性,話題関連性,言語コヒーレンスにおいて,SOTAモデルよりも優れていた。 再現可能な結果を促進するため、コードとMWPデータセットを \url{https://github.com/tal-ai/MaKE_EMNLP2021} で公開しています。

関連論文リスト

• VHELM: A Holistic Evaluation of Vision Language Models [75.88987277686914]
  視覚言語モデル(VHELM)の全体的評価について述べる。 VHELMは、視覚的知覚、知識、推論、バイアス、公平性、多言語性、堅牢性、毒性、安全性の9つの側面の1つ以上をカバーするために、さまざまなデータセットを集約する。 私たちのフレームワークは軽量で自動で、評価の実行が安価で高速に行えるように設計されています。
  論文  参考訳（メタデータ） (2024-10-09T17:46:34Z)
• Solving Math Word Problems with Reexamination [27.80592576792461]
  モデルに依存しない擬似双対学習手法を提案する。 擬似双対タスクは、表現中の数字を元の単語問題に記入し、数字をマスクするものとして特に定義される。 提案手法は,複数の代表MWPソルバを実証実験により適用した場合に有効であることが確認された。
  論文  参考訳（メタデータ） (2023-10-14T14:23:44Z)
• MWPRanker: An Expression Similarity Based Math Word Problem Retriever [12.638925774492403]
  オンラインアセスメントにおける数学語問題(MWP)は、学習者が重要な推論を行う能力をテストするのに役立つ。 本稿では,MWP検索のためのツールを提案する。
  論文  参考訳（メタデータ） (2023-07-03T15:44:18Z)
• Learning by Analogy: Diverse Questions Generation in Math Word Problem [21.211970350827183]
  AI技術を用いた数学語問題(MWP)の解法は、最近ディープニューラルネットワーク(DNN)の成功で大きな進歩を遂げた。 我々は、MWPソルバが様々な方法で定式化されるのと同じ問題をよりよく理解するために、類推による学習能力が不可欠であると主張する。 本稿では,MWPを多様だが一貫した問合せ/解法を生成することで,MWPの解法を初めて試みる。
  論文  参考訳（メタデータ） (2023-06-15T11:47:07Z)
• Large Language Models with Controllable Working Memory [64.71038763708161]
  大規模言語モデル(LLM)は、自然言語処理(NLP)の一連のブレークスルーをもたらした。 これらのモデルをさらに切り離すのは、事前訓練中に内在する膨大な量の世界的知識だ。 モデルの世界知識が、文脈で提示された事実情報とどのように相互作用するかは、まだ解明されていない。
  論文  参考訳（メタデータ） (2022-11-09T18:58:29Z)
• Unbiased Math Word Problems Benchmark for Mitigating Solving Bias [72.8677805114825]
  現在の問題解決者は、バイアス付きデータセットと不適切なトレーニング戦略によるデータバイアスと学習バイアスからなるバイアスを解決している。 実験により,MWP の解法は,すべての MWP の問題を多種多様な質問をカバーしないバイアス付きトレーニングデータセットにより容易にバイアスを受けられることを確認した。 MWPは複数の等価方程式によって自然に解けるが、現在のデータセットは1つの等価方程式のみを基底真理とする。
  論文  参考訳（メタデータ） (2022-05-17T06:07:04Z)
• DISK: Domain-constrained Instance Sketch for Math Word Problem Generation [16.045655800225436]
  数学語問題 (MWP) は、数学方程式の基礎となる論理を反映したコヒーレントな物語である。 従来の方法は、主に柔軟性のない事前定義されたテンプレートに基づいてMWPテキストを生成する。 本稿では,数学式からMWPテキストを生成するニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-04-10T13:54:23Z)
• Math Word Problem Generation with Mathematical Consistency and Problem Context Constraints [37.493809561634386]
  算数方程式を与えられた算術演算語問題(MWP)を生成する問題について検討する。 既存のアプローチは、数学的に無効あるいは不満足な言語品質を持つMWPを生成する傾向がある。
  論文  参考訳（メタデータ） (2021-09-09T20:24:25Z)
• Generate & Rank: A Multi-task Framework for Math Word Problems [48.99880318686938]
  数学語問題(MWP)は自然言語処理において困難かつ重要な課題である。 生成事前学習型言語モデルに基づくフレームワークであるGenerate & Rankを提案する。 生成とランキングの併用トレーニングによって、モデルは自身のミスから学習し、正しい表現と間違った表現を区別することができる。
  論文  参考訳（メタデータ） (2021-09-07T12:21:49Z)
• MWP-BERT: A Strong Baseline for Math Word Problems [47.51572465676904]
  数学語問題(英: Math word problem、MWP)とは、自然言語による問題記述の列を、実行可能な数学方程式に変換するタスクである。 近年, MWP の逐次モデル化は, 文脈理解の数学的側面から評価されているが, 事前学習言語モデル (PLM) はMWP の解法として研究されていない。 我々はMWP-BERTを導入し、テキスト記述と数理論理の整合性を捉える事前訓練されたトークン表現を得る。
  論文  参考訳（メタデータ） (2021-07-28T15:28:41Z)
• Semantically-Aligned Universal Tree-Structured Solver for Math Word Problems [129.90766822085132]
  実用的自動テキスト数学語問題(MWP)は,様々なテキストMWPを解くことができる。 MWPの方程式を一様に表現する最初の試みとして,Universal Expression Tree (UET) を提案する。 次に,エンコーダ・デコーダ・フレームワークに基づく意味的に整合した普遍木構造解法 (SAU-r) を提案し,複数のMWPを統一モデルで解く。
  論文  参考訳（メタデータ） (2020-10-14T06:27:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。