論文の概要: MWPToolkit: An Open-Source Framework for Deep Learning-Based Math Word Problem Solvers

• arxiv url: http://arxiv.org/abs/2109.00799v1
• Date: Thu, 2 Sep 2021 09:18:09 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-03 22:41:26.002143
• Title: MWPToolkit: An Open-Source Framework for Deep Learning-Based Math Word Problem Solvers
• Title（参考訳）: MWPToolkit: ディープラーニングに基づく数学語問題解決のためのオープンソースフレームワーク
• Authors: Yihuai Lan, Lei Wang, Qiyuan Zhang, Yunshi Lan, Bing Tian Dai, Yan Wang, Dongxiang Zhang, Ee-Peng Lim
• Abstract要約: MWPToolkitはMath Word Problem (MWP)を解くための最初のオープンソースフレームワークである。 広範に使用されている4つの単一方程式生成ベンチマークと2つの複数方程式生成ベンチマークに対して、17 MWPソルバを実装し比較する。
• 参考スコア（独自算出の注目度）: 29.611442087779896
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developing automatic Math Word Problem (MWP) solvers has been an interest of NLP researchers since the 1960s. Over the last few years, there are a growing number of datasets and deep learning-based methods proposed for effectively solving MWPs. However, most existing methods are benchmarked soly on one or two datasets, varying in different configurations, which leads to a lack of unified, standardized, fair, and comprehensive comparison between methods. This paper presents MWPToolkit, the first open-source framework for solving MWPs. In MWPToolkit, we decompose the procedure of existing MWP solvers into multiple core components and decouple their models into highly reusable modules. We also provide a hyper-parameter search function to boost the performance. In total, we implement and compare 17 MWP solvers on 4 widely-used single equation generation benchmarks and 2 multiple equations generation benchmarks. These features enable our MWPToolkit to be suitable for researchers to reproduce advanced baseline models and develop new MWP solvers quickly. Code and documents are available at https://github.com/LYH-YF/MWPToolkit.
• Abstract（参考訳）: 自動数学語問題(mwp)解法の開発は1960年代からnlp研究者の関心を集めている。 ここ数年、MWPを効果的に解決するためのデータセットやディープラーニングベースの手法が増えている。 しかし、既存のほとんどのメソッドは、1つか2つのデータセットでベンチマークされ、異なる構成で異なるため、メソッド間の統一、標準化、公正、包括的な比較が欠如している。 本稿では,MWP を解くための最初のオープンソースフレームワークである MWPToolkit について述べる。 MWPToolkitでは、既存のMWPソルバの手順を複数のコアコンポーネントに分解し、それらのモデルを再利用性の高いモジュールに分解する。 また,性能向上のためのハイパーパラメータ検索機能も提供する。 総じて、17 MWPソルバを4つの広く使われている1つの方程式生成ベンチマークと2つの複数の方程式生成ベンチマークで実装・比較する。 これらの特徴により、我々のMWPToolkitは、先進的なベースラインモデルを再現し、新しいMWPソルバを迅速に開発するのに適している。 コードとドキュメントはhttps://github.com/LYH-YF/MWPToolkit.comで入手できる。

関連論文リスト

• Cutting Through the Noise: Boosting LLM Performance on Math Word Problems [52.99006895757801]
  大規模言語モデルは数学用語の問題を解くのに優れるが、無関係な情報を含む現実世界の問題に苦戦する。 本稿では,無関係な変数を追加することで,MWPの逆変分を生成するプロンプトフレームワークを提案する。 敵の訓練インスタンスの微調整は、敵のMWPのパフォーマンスを8%向上させる。
  論文  参考訳（メタデータ） (2024-05-30T18:07:13Z)
• 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)
• 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)
• 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)
• 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)
• Are NLP Models really able to Solve Simple Math Word Problems? [7.433931244705934]
  MWP で質問された質問にアクセスできない MWP の解法は依然として MWP の大部分を解けることを示す。 既存のデータセットから抽出したサンプルに対して、慎重に選択されたバリエーションを適用して作成するチャレンジデータセットSVAMPを導入する。 最先端モデルによって達成される最高の精度はSVAMPよりも大幅に低いため、MWPの最も単純なモデルでも多くの処理が可能であることが示される。
  論文  参考訳（メタデータ） (2021-03-12T10:23:47Z)
• 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。