論文の概要: Non-Autoregressive Math Word Problem Solver with Unified Tree Structure
- arxiv url: http://arxiv.org/abs/2305.04556v1
- Date: Mon, 8 May 2023 08:53:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-09 14:56:45.992242
- Title: Non-Autoregressive Math Word Problem Solver with Unified Tree Structure
- Title（参考訳）: 木構造を統一した非自己回帰問題解法
- Authors: Yi Bin, Mengqun Han, Wenhao Shi, Lei Wang, Yang Yang, Heng Tao Shen
- Abstract要約: 既存のMWPソルバは、与えられた問題記述から解表現をデコードするためにシーケンスまたはバイナリツリーを使用している。
表現に統一されたツリー構造を導入し、要素は置換可能で、すべての表現変種と同一である。
そこで我々はMWP-NASと呼ばれる新しい非自己回帰解法を提案する。
- 参考スコア（独自算出の注目度）: 59.00454927340143
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing MWP solvers employ sequence or binary tree to present the solution
expression and decode it from given problem description. However, such
structures fail to handle the identical variants derived via mathematical
manipulation, e.g., $(a_1+a_2)*a_3$ and $a_1*a_3+a_2*a_3$ are for the same
problem but formulating different expression sequences and trees, which would
raise two issues in MWP solving: 1) different output solutions for the same
input problem, making the model hard to learn the mapping function between
input and output spaces, and 2) difficulty of evaluating solution expression
that indicates wrong between the above examples. To address these issues, we
first introduce a unified tree structure to present expression, where the
elements are permutable and identical for all the expression variants. We then
propose a novel non-autoregressive solver, dubbed MWP-NAS, to parse the problem
and reason the solution expression based on the unified tree. For the second
issue, to handle the variants in evaluation, we propose to match the unified
tree and design a path-based metric to evaluate the partial accuracy of
expression. Extensive experiments have been conducted on Math23K and MAWPS, and
the results demonstrate the effectiveness of the proposed MWP-NAS. The codes
and checkpoints are available at: https://github.com/mengqunhan/MWP-NAS
- Abstract（参考訳）: 既存のMWPソルバは、与えられた問題記述から解表現をデコードするためにシーケンスまたはバイナリツリーを使用している。
しかし、このような構造は、数学的操作によって導出される同一の変種、例えば $(a_1+a_2)*a_3$ と $a_1*a_3+a_2*a_3$ は、同じ問題に対して異なる式列と木を定式化している。
1)同一入力問題に対する異なる出力解により,モデルを入力空間と出力空間のマッピング関数の学習が困難になる。
2) 上記の例の誤りを示す解表現の評価が困難である。
これらの問題に対処するために、まず、要素が置換可能で、全ての表現変種と同一である表現を表現する統一ツリー構造を導入する。
そこで本研究では,mwp-nasと呼ばれる非自己回帰型解法を提案する。
第2の課題として,評価の変種を扱うために,統一木に適合し,表現の部分的精度を評価するパスベースメトリクスを設計することを提案する。
Math23KとMAWPSで大規模な実験を行い、提案したMWP-NASの有効性を実証した。
コードとチェックポイントは https://github.com/mengqunhan/MWP-NAS.com
関連論文リスト
- 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) - Structure-Unified M-Tree Coding Solver for MathWord Problem [57.825176412485504]
従来,数式表現の2次木構造を考慮に入れたモデルでは,性能が向上した。
本稿では、出力構造を統一するために、任意のM枝(M-tree)を持つ木を適用した構造統一M-Tree符号化(S-UMCr)を提案する。
広く使われているMAWPSとMath23Kデータセットの実験結果は、SUMC-rが複数の最先端モデルを上回るだけでなく、低リソース条件下でもはるかに優れた性能を発揮することを示した。
論文 参考訳（メタデータ） (2022-10-22T12:20:36Z) - Tackling Math Word Problems with Fine-to-Coarse Abstracting and
Reasoning [22.127301797950572]
本稿では,局所的なきめ細かい情報と,その大域的な論理構造の両方を捉えるために,微粒な方法で数学語問題をモデル化することを提案する。
我々のモデルは局所的な変動に自然に敏感であり、目に見えない問題タイプにより良い一般化が可能である。
論文 参考訳（メタデータ） (2022-05-17T12:14:44Z) - 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) - Learning by Fixing: Solving Math Word Problems with Weak Supervision [70.62896781438694]
数学用語問題(mwps)の従来のニューラルネットワークソルバは、完全な監視によって学習され、多様なソリューションを生み出すことができない。
MWPを学習するためのテキスト弱教師付きパラダイムを提案する。
この手法は最終回答のアノテーションのみを必要とし、単一の問題に対して様々な解決策を生成できる。
論文 参考訳（メタデータ） (2020-12-19T03:10:21Z) - 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) - Solving Arithmetic Word Problems by Scoring Equations with Recursive
Neural Networks [25.08023032443234]
最近の研究は、算術語問題に対する答えを提供する候補解方程式の自動抽出とランキングを用いている。
そこで本研究では,Tree-RNN 構成を用いて,そのような候補解方程式を評価する新しい手法について検討する。
提案手法は,方程式の数学的表現を表現木に変換することで構成する。
論文 参考訳（メタデータ） (2020-09-11T19:48:42Z) - AMR Parsing via Graph-Sequence Iterative Inference [62.85003739964878]
本稿では,AMR解析を入力シーケンスとインクリメンタルに構築されたグラフ上での2つの決定の連続として扱うエンド・ツー・エンドのモデルを提案する。
これら2つの質問に対する回答は相互因果関係であることを示す。
我々は、両方の視点でより良い回答を得るのに役立つ反復推論に基づくモデルを設計し、解析精度を大幅に改善する。
論文 参考訳（メタデータ） (2020-04-12T09:15:21Z)
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。