論文の概要: Analogical Math Word Problems Solving with Enhanced Problem-Solution
Association
- arxiv url: http://arxiv.org/abs/2212.00837v1
- Date: Thu, 1 Dec 2022 19:50:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-05 15:48:16.316186
- Title: Analogical Math Word Problems Solving with Enhanced Problem-Solution
Association
- Title(参考訳): 拡張問題解関係を用いた類推的数学語問題解法
- Authors: Zhenwen Liang, Jipeng Zhang, Xiangliang Zhang
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 37.70402758178867
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Math word problem (MWP) solving is an important task in question answering
which requires human-like reasoning ability. Analogical reasoning has long been
used in mathematical education, as it enables students to apply common
relational structures of mathematical situations to solve new problems. In this
paper, we propose to build a novel MWP solver by leveraging analogical MWPs,
which advance the solver's generalization ability across different kinds of
MWPs. The key idea, named analogy identification, is to associate the
analogical MWP pairs in a latent space, i.e., encoding an MWP close to another
analogical MWP, while moving away from the non-analogical ones. Moreover, a
solution discriminator is integrated into the MWP solver to enhance the
association between the representations of MWPs and their true solutions. The
evaluation results verify that our proposed analogical learning strategy
promotes the performance of MWP-BERT on Math23k over the state-of-the-art model
Generate2Rank, with 5 times fewer parameters in the encoder. We also find that
our model has a stronger generalization ability in solving difficult MWPs due
to the analogical learning from easy MWPs.
- Abstract(参考訳): 数学語問題(MWP)解決は、人間のような推論能力を必要とする質問応答において重要な課題である。
数学教育では、数学的な状況の共通関係構造を新しい問題を解決するために適用できるため、類推学は長い間使われてきた。
本稿では,様々な種類のMWPにまたがる解の一般化能力を向上するアナログMWPを利用して,新しいMWPソルバを構築することを提案する。
アナログ識別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、すなわち別のアナログMWPに近づいたMWPを符号化し、非解析的なものから離れることである。
さらに、解判別器をMWPソルバに統合し、MWPの表現と真の解との関連性を高める。
評価結果は,提案したアナログ学習戦略により,最新技術モデルGenerate2RankよりもMWP-BERTの性能が向上し,エンコーダのパラメータが5倍になることを確認した。
また,本モデルでは,MWPの類似学習により,難解なMWPを解く上で,より強力な一般化能力を有することがわかった。
関連論文リスト
- Investigating the Robustness of LLMs 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) - 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) - 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) - 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。