論文の概要: Math Word Problem Generation with Mathematical Consistency and Problem
Context Constraints
- arxiv url: http://arxiv.org/abs/2109.04546v1
- Date: Thu, 9 Sep 2021 20:24:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-13 13:37:04.903958
- Title: Math Word Problem Generation with Mathematical Consistency and Problem
Context Constraints
- Title(参考訳): 数学的一貫性と問題コンテキスト制約を用いた数学語問題生成
- Authors: Zichao Wang, Andrew S. Lan, Richard G. Baraniuk
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 37.493809561634386
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study the problem of generating arithmetic math word problems (MWPs) given
a math equation that specifies the mathematical computation and a context that
specifies the problem scenario. Existing approaches are prone to generating
MWPs that are either mathematically invalid or have unsatisfactory language
quality. They also either ignore the context or require manual specification of
a problem template, which compromises the diversity of the generated MWPs. In
this paper, we develop a novel MWP generation approach that leverages i)
pre-trained language models and a context keyword selection model to improve
the language quality of the generated MWPs and ii) an equation consistency
constraint for math equations to improve the mathematical validity of the
generated MWPs. Extensive quantitative and qualitative experiments on three
real-world MWP datasets demonstrate the superior performance of our approach
compared to various baselines.
- Abstract(参考訳): 本研究では,数学計算を規定する数学方程式と問題シナリオを規定する文脈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、数学的に無効か不満足な言語品質を持つMWPを生成する傾向がある。
また、コンテキストを無視したり、生成したmwpの多様性を損なう問題テンプレートの手動仕様を必要としたりします。
本稿では,新しいMWP生成手法を提案する。
一 生成したmwpの言語品質を向上させるための事前学習された言語モデル及び文脈キーワード選択モデル
二 生成したMWPの数学的妥当性を向上させるための数学方程式の整合性制約
3つの実世界のMWPデータセットに対する大規模定量的および定性的実験は、様々なベースラインと比較して、我々のアプローチの優れた性能を示している。
関連論文リスト
- 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) - JiuZhang 2.0: A Unified Chinese Pre-trained Language Model for
Multi-task Mathematical Problem Solving [77.51817534090789]
マルチタスク数学問題の解法を専門とする統一中国語 PLM である textbfJiuZhang2.0 を提案する。
我々の考えは、中規模のモデルを維持し、マルチタスク設定におけるモデル容量を改善するために、Emphcross-taskの知識共有を利用することである。
論文 参考訳(メタデータ) (2023-06-19T15:45:36Z) - 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) - Adversarial Examples for Evaluating Math Word Problem Solvers [4.266990593059533]
MWP(Math Word Problem)は、ベンチマークデータセット上で高い性能を達成している。
既存のMWPソルバが言語を真に理解している範囲と数との関係はいまだ不明である。
我々は、最先端のMWPソルバの堅牢性を評価するために、敵攻撃を生成する。
論文 参考訳(メタデータ) (2021-09-13T12:47:40Z) - 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) - Mathematical Word Problem Generation from Commonsense Knowledge Graph
and Equations [27.063577644162358]
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。
論文 参考訳(メタデータ) (2020-10-13T06:31:53Z)
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。