[发明专利]初等数学分层抽样应用题的句子语义角色识别方法及系统

说明书

本发明公开了一种初等数学分层抽样应用题的句子语义角色识别方法及系统，本发明首先定义了分层抽样应用题求解中涉及到的五类核心句子语义角色，然后通过基于特征词/模式与概率相结合的方法对应用题文本中的每一个句子进行角色判定，从而实现分层抽样应用题的自动题意理解。该方法为分层抽样应用题的自动求解提供基础，促进人工智能技术的发展。

技术领域

本发明属于计算机技术领域，涉及一种语义角色识别方法及系统，具体涉及一种初等数学分层抽样应用题文本中的句子的语义角色判定方法及系统。

背景技术

数学问题的自动求解一直是人工智能领域的一项富有挑战性和吸引力的工作。在几何和代数领域的数学问题自动求解都取得了很大的进展。如由吴文俊院士所提出的吴方法可以对初等数学中的几何定理进行机器证明，被公认为机器证明领域的里程碑。张景中院士提出的平面几何定理的可读机器证明的方法和智能教学软件超级画板，是机器自动求解领域的一座丰碑，同时为基础教育事业做出了巨大贡献。代数领域的三角函数自动化简、方程及方程组的自动求解也取得了极大的进展。但是，对于应用题的自动求解则相对研究较少。目前的研究主要集中在初等数学代数问题尤其是加减法的应用题求解问题上。研究者们选择加减法应用题作为研究对象的主要原因在于初等数学中的加减法类应用题题意相对清晰、涉及到的参数较少、求解规则相对简单。对于情境和求解规则较为复杂的应用题，如高考数学试卷中应用题的自动求解研究则极为少见，目前尚未发现相关的研究文献。其主要原因在于高中学段的数学应用题情境多变、求解规则复杂、语义中包含的参数较多，这些都给题意的自动识别带来了困难。

发明内容

为了解决上述技术问题，本发明针对初等数学高考应用题中的分层抽样类应用题，通过对分层抽样应用题文本中的句子进行语义角色的识别，提供了一种语义角色识别方法及系统，以实现应用题的题意理解，为应用题的自动求解提供基础。

本发明的方法所采用的技术方案是：一种初等数学分层抽样应用题的句子语义角色识别方法，其特征在于，包括以下步骤：

步骤1：将分层抽样应用题的文本以“，”和“。”作为分割标志，分割为多个单句，形成单句集合；

步骤2：对单句集合中每一个句子的特征词/模式所属语义角色和数量进行统计，得到统计结果；

步骤3：将单句集合中既不包含数值信息也不包含任何特征词/模式的单句删除，保留所有含有数值信息或含有特征词/模式的单句；

步骤4：根据统计结果对每个句子的语义角色进行判断；若可以判断则将句子标注为对应的语义角色；若不能根据统计结果进行判断，则将其语义角色标注为待定；

步骤5：在语义角色概率模型的帮助下对语义角色待定的句子进行角色预测，最终得到所有句子的语义角色判定结果。

本发明的系统所采用的技术方案是：一种初等数学分层抽样应用题的句子语义角色识别系统，其特征在于：包括单句切分器、特征词/模式统计器、句子筛选器、基于特征词/模式的角色判定器和基于概率的角色判定器；

所述单句切分器用于将分层抽样应用题的文本以“，”和“。”作为分割标志，分割为多个单句，形成单句集合；

所述特征词/模式统计器用于对单句集合中每一个句子进行特征词/模式所属语义角色和数量的统计，得到统计结果；

所述句子筛选器用于将单句集合中既不包含数值信息也不包含任何特征词/模式的单句删除，保留所有含有数值信息或含有特征词/模式的单句；

所述基于特征词/模式的角色判定器用于根据统计结果对每个句子的语义角色进行判断；若可以判断则将句子标注为对应的语义角色；若不能根据统计结果进行判断，则将其语义角色标注为待定；

所述基于概率的角色判定器用于在语义角色概率模型的帮助下对语义角色待定的句子进行角色预测，最终得到所有句子的语义角色判定结果。