論文の概要: Semantically-Aligned Universal Tree-Structured Solver for Math Word Problems

• arxiv url: http://arxiv.org/abs/2010.06823v1
• Date: Wed, 14 Oct 2020 06:27:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 13:19:45.645428
• Title: Semantically-Aligned Universal Tree-Structured Solver for Math Word Problems
• Title（参考訳）: 数学語問題に対する意味論的適応型普遍木構造解法
• Authors: Jinghui Qin, Lihui Lin, Xiaodan Liang, Rumin Zhang, Liang Lin
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 129.90766822085132
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A practical automatic textual math word problems (MWPs) solver should be able to solve various textual MWPs while most existing works only focused on one-unknown linear MWPs. Herein, we propose a simple but efficient method called Universal Expression Tree (UET) to make the first attempt to represent the equations of various MWPs uniformly. Then a semantically-aligned universal tree-structured solver (SAU-Solver) based on an encoder-decoder framework is proposed to resolve multiple types of MWPs in a unified model, benefiting from our UET representation. Our SAU-Solver generates a universal expression tree explicitly by deciding which symbol to generate according to the generated symbols' semantic meanings like human solving MWPs. Besides, our SAU-Solver also includes a novel subtree-level semanticallyaligned regularization to further enforce the semantic constraints and rationality of the generated expression tree by aligning with the contextual information. Finally, to validate the universality of our solver and extend the research boundary of MWPs, we introduce a new challenging Hybrid Math Word Problems dataset (HMWP), consisting of three types of MWPs. Experimental results on several MWPs datasets show that our model can solve universal types of MWPs and outperforms several state-of-the-art models.
• Abstract（参考訳）: 実用的自動テキスト代数学語問題(MWP)は、多くのテキスト代数学MWPを解くことができるが、既存の作業の多くは1つの未知の線形MWPのみに焦点を当てている。 本稿では,様々なmwpの方程式を一様表現する最初の試みとして,汎用表現木 (uet) と呼ばれる単純かつ効率的な手法を提案する。 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-Solver) を提案する。 我々のSAU-Solverは、人間の解法MWPなどのシンボルの意味に基づいて、どのシンボルを生成すべきかを明示的に決定することで、普遍的な表現木を生成する。 我々のSAU-Solverには、文脈情報と整合して生成した表現木の意味的制約と合理性をさらに強化する、新しいサブツリーレベルの意味的整合正規化も含まれている。 最後に,解法の普遍性を検証し,MWPの研究境界を拡張するために,3種類のMWPからなるHybrid Math Word Problemsデータセット(HMWP)を導入する。 いくつかのMWPデータセットの実験結果から,我々のモデルはMWPの普遍型を解くことができ,最先端モデルよりも優れることが示された。

関連論文リスト

• SPHINX: The Joint Mixing of Weights, Tasks, and Visual Embeddings for Multi-modal Large Language Models [86.478087039015]
  モデル重み、チューニングタスク、視覚埋め込みを併用した多目的多モード大言語モデル(MLLM)を提案する。 提案したジョイントミキシングに基づいて,高解像度画像のきめ細かい外観をより正確に捉えるための効率的な手法を提案する。 今後のMLLM研究におけるジョイントミキシングの探求に光を当てることを願っている。
  論文  参考訳（メタデータ） (2023-11-13T18:59:47Z)
• Solving Math Word Problem with Problem Type Classification [12.700472956406005]
  数学語問題(MWP)は、解を導出するためにテキスト記述を分析し、数学的方程式を生成する必要がある。 既存の研究は、木ベースの解法と大規模言語モデル(LLM)の2種類の解法でMWPを解くことに重点を置いている。 本稿では,MWP解決能力の向上に複数のアンサンブル手法を用いる。
  論文  参考訳（メタデータ） (2023-08-26T10:35:16Z)
• Analogical Math Word Problems Solving with Enhanced Problem-Solution Association [37.70402758178867]
  本稿では,アナログMWPを利用した新しいMWP解法を提案する。 アナロジー同定と呼ばれる鍵となるアイデアは、アナログMWP対を潜在空間で関連付けることである。 解判別器はMWPソルバに統合され、MWPの表現と真の解との関連性を高める。
  論文  参考訳（メタデータ） (2022-12-01T19:50:30Z)
• Generalizing Math Word Problem Solvers via Solution Diversification [56.2690023011738]
  我々は,解バッファと解判別器を導入することで,MWPソルバの新しいトレーニングフレームワークを設計する。 本フレームワークは,全Seq2Seq MWPソルバの完全・半弱・弱教師付きトレーニングに柔軟に適用可能である。
  論文  参考訳（メタデータ） (2022-12-01T19:34:58Z)
• LogicSolver: Towards Interpretable Math Word Problem Solving with Logical Prompt-enhanced Learning [135.8654475934613]
  我々はまず,11,495MWPからなる高品質MWPデータセットInterMWPを構築した。 本稿では論理的プロンプトと解釈を用いた新しい手法であるLogicrを提案する。 これらの改良されたセマンティック表現により、我々のLogicrは、生成された解表現に従って対応する解表現と解釈可能な知識を生成する。
  論文  参考訳（メタデータ） (2022-05-17T11:01:52Z)
• 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)

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。