[发明专利]一种数学题目语义理解方法

说明书

一种数学题目语义理解方法，包括S1，对数学题目文本作预处理，使得数学题目文本规范化；S2，对数学题目文本中的数学符号和公式进行实体类型识别，并转换指示代词；S3，将数学题目文本中的长文本分割为语义完整且独立的短文本；S4，以带有标注的短文本为样本，搭建多分类神经网络模型，进行模型训练；S5，基于一阶逻辑语言所表示的数学知识类型分类结果，进行实体填补，得到完整的基于一阶逻辑语言所表示的数学知识，完成数学题目语义理解。

技术领域

本发明属于智能教学技术领域，特别涉及一种数学题目语义理解方法。

背景技术

随着人工智能技术的不断发展，深度学习与自然语言处理技术的结合使得自然语言方面有了突破性进展。教育AI方面的研究也越来越收到关注。其中，自动化解题技术是研究热门。要让计算机能够自动解题的前提便是让计算机理解题意。目前，对数学题目的语义理解，基于传统自然语言处理技术需要的工作量大，且题目信息提取效果差强人意。

发明内容

本发明的实施例提供了一种数学题目语义理解方法，目的在于，解决现有数学题目语义理解只利用传统自然语言处理技术所带来的问题。

为解决上述技术问题，本发明的实施例之一，提供一种数学题目语义理解方法，包括如下步骤：

S1：数学文本预处理，文本规范化；

S2：对数学文本中的数学符号和公式进行实体类型识别，并转换指示代词；

S3：将数学题目长文本分割为语义完整且独立的短文本；

S4：以带有标注的短文本为样本，搭建多分类神经网络模型，进行训练；

S5：基于一阶逻辑语言所表示的数学知识类型分类结果，进行实体填补，得到完整的基于一阶逻辑语言所表示的数学知识，完成数学题目语义理解。

在本发明中提到的指代消解、一阶逻辑语言具有如下解释。

指代消解，确定代词指代哪个名词，分为回指和预指。回指就是代词的先行语在代词前面，预指则是代词的先行语在代词后面。本方法指代消解的目标即替换数学文本中的代词为具体实体，将题目补充完整。

一阶逻辑语言，是一种形式化语言，也就一阶谓词逻辑，是一种抽象推理的符号工具。以逻辑谓词为中心，数学基本元素为组成要素，构成数学一阶逻辑语言。

本发明的有益效果是，本发明将深度学习技术运用于数学题目语义理解，将信息提取分解为不同的任务步骤，并创造性得将提取题目的知识表示转化为基于数学短文本的多分类任务，降低了计算机对数学语言理解的复杂度，并提高了信息提取的准确度，解决了智能答题对于语义理解的一大难关，推动深度学习在数学智能答题领域的运用。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1是本发明实施例中一种数学题目语义理解方法的流程图。

图2是本发明实施例中型数学题目语义理解方法的实例流程框图。

具体实施方式

如图1所示，本发明的一个实施例，一种数学题目语义理解方法，包括如下步骤：

S1：数学文本预处理，文本规范化；

S2：对数学文本中的数学符号和公式进行实体类型识别，并转换指示代词；

S3：将数学题目长文本分割为语义完整且独立的短文本；

S4：以带有标注的短文本为样本，搭建多分类神经网络模型，进行训练；