基于CRF模型的初等數(shù)學(xué)問題命名實體的識別.pdf

1、近年來，人工智能領(lǐng)域機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)的發(fā)展使語音識別、圖像識別取得了巨大的成功，因此人工智能技術(shù)越來越受到國內(nèi)外專家學(xué)者的關(guān)注，而知識推理是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)研究又是最重要、最核心的問題。因此基于知識推理的863課題“類人求解系統(tǒng)”相繼被提出。然而在初等數(shù)學(xué)領(lǐng)域的類人解題系統(tǒng)進(jìn)行知識推理的基礎(chǔ)是數(shù)學(xué)知識的正確獲取，然后才能進(jìn)行準(zhǔn)確的推理。所以本文從理論和實踐兩方面重點(diǎn)研究了如何正確高效的抽取數(shù)學(xué)領(lǐng)域的知識點(diǎn)。本文主要進(jìn)行了以下幾個

2、方面的研究。
　　1、基于自動解題的初等數(shù)學(xué)問題的相關(guān)研究
　　首先通過分析初等數(shù)學(xué)語言的特點(diǎn)和基于自動求解初等數(shù)學(xué)問題的知識表示本文確定了以命名實體的方式進(jìn)行知識的抽取。因為應(yīng)用于解題的數(shù)學(xué)實體沒有相關(guān)的研究，所以本文依據(jù)幾何和代數(shù)知識的具體特點(diǎn)確定了基于解題需要的數(shù)學(xué)命名實體的類別。
　　2、提出了新的基于解題的初等數(shù)學(xué)命名實體標(biāo)注方法
　　由于代數(shù)和幾何實體的特點(diǎn)不同以及代數(shù)部分實體長度較長、實體邊界判斷容

3、易出錯的原因，本文針對于代數(shù)部分提出了新的6詞位實體標(biāo)注法。通過實驗的方法證明了代數(shù)部分6詞位標(biāo)注方法效果要好于4詞位和2詞位的標(biāo)注方法。
　　3、提出了自動生成詞典的實體識別后處理方法
　　因為基于統(tǒng)計方法的命名實體的識別并不能達(dá)到100％的正確率，而解題需要完全正確的知識才能保證推理的正確。根據(jù)幾何和代數(shù)部分實體的詞形構(gòu)造的特點(diǎn)，本文在統(tǒng)計模型識別之后添加了自動生成詞典的識別后處理算法，大大的提高了實體識別的效果，也解決