論文の概要: MWP-BERT: A Strong Baseline for Math Word Problems

• arxiv url: http://arxiv.org/abs/2107.13435v1
• Date: Wed, 28 Jul 2021 15:28:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-29 14:01:56.657239
• Title: MWP-BERT: A Strong Baseline for Math Word Problems
• Title（参考訳）: MWP-BERT:数学語問題のための強力なベースライン
• Authors: Zhenwen Liang, Jipeng Zhang, Jie Shao, Xiangliang Zhang
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 47.51572465676904
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Math word problem (MWP) solving is the task of transforming a sequence of natural language problem descriptions to executable math equations. An MWP solver not only needs to understand complex scenarios described in the problem texts, but also identify the key mathematical variables and associate text descriptions with math equation logic. Although recent sequence modeling MWP solvers have gained credits on the math-text contextual understanding, pre-trained language models (PLM) have not been explored for solving MWP, considering that PLM trained over free-form texts is limited in representing text references to mathematical logic. In this work, we introduce MWP-BERT to obtain pre-trained token representations that capture the alignment between text description and mathematical logic. Additionally, we introduce a keyword-based prompt matching method to address the MWPs requiring common-sense knowledge. On a benchmark Math23K dataset and a new Ape210k dataset, we show that MWP-BERT outperforms the strongest baseline model by 5-10% improvement on accuracy.
• Abstract（参考訳）: 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。 mwpソルバは、問題テキストに記述された複雑なシナリオを理解するだけでなく、重要な数学的変数を特定し、テキスト記述を数学方程式論理と関連付ける。 近年のシーケンシャル・モデリング MWPソルバは、数学的な文脈的理解に功績を挙げているが、自由形式のテキストで訓練されたPLMは、数学的論理へのテキスト参照の表現に限られているため、事前訓練された言語モデル (PLM) は、MWPを解くために研究されていない。 本研究では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。 さらに,共通知識を必要とするMWPに対処するためのキーワードベースのプロンプトマッチング手法を提案する。 ベンチマークのMath23Kデータセットと新しいApe210kデータセットでは、MWP-BERTが5～10%の精度向上で最強のベースラインモデルを上回っている。

関連論文リスト

• 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)
• 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)
• Dynamic Prompt Learning via Policy Gradient for Semi-structured Mathematical Reasoning [150.17907456113537]
  数学的な推論を必要とする38,431のグレードレベルの問題を含む新しいデータセットであるTabular Math Word Problems (TabMWP)を提案する。 我々は,GPT-3モデルを含む,TabMWP上での事前学習モデルの評価を行った。 本稿では、ポリシー勾配を利用して、少量のトレーニングデータからコンテキスト内サンプルを選択する新しいアプローチ、PromptPGを提案する。
  論文  参考訳（メタデータ） (2022-09-29T08:01:04Z)
• 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)
• 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)
• 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)
• 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。