機器理解直陳述小學數(shù)學應(yīng)用題的語義模型構(gòu)建策略及分析.pdf

1、人工智能領(lǐng)域開創(chuàng)以來，研究者們從問題求解、定理證明、邏輯推理、自然語言理解和專家系統(tǒng)等多個方面展開了研究。使用機器自動解答中小學數(shù)學題也一直是人工智能領(lǐng)域中極具挑戰(zhàn)性且理論性和應(yīng)用性價值都很高的研究問題。在機器解答研究課題中，小學數(shù)學應(yīng)用題的機器解答以其相對簡單的題目語言組織及邏輯成為了良好的研究對象。目前，對小學數(shù)學應(yīng)用題機器解答的研究，國內(nèi)外學者已經(jīng)取得了豐富的研究成果，但仍有很多的問題與不足需要進一步研究。例如，目前的解題方法及解

2、題準確度還不高;關(guān)于語義模型的標準及提取方法尚無通行有效的理論及策略;針對自然語言描述的題目機器理解的能力依然不足等;因此，研究如何改進目前機器解題方法及理論具有重要的研究意義。研究小組提出了基于語義模型的題目理解方法，其理論是，通過語義模型提取一個題目中的所有數(shù)量關(guān)系形成一個方程組，機器通過解方程組就實現(xiàn)了題目解答，而方程組的提取過程即是題目的機器理解過程?；诖死碚?，本研究旨在研究語義模型或語義模型池的評判標準、提取方法及策略，并以

3、此來提取一套直陳述小學數(shù)學應(yīng)用題的語義模型池，并測試該方法理論的有效性與適應(yīng)性。語義模型的格式為一個三元組，其中包括關(guān)鍵詞;關(guān)系;映射，機器通過該三元組即可生成“理解語句意思”的方程。
　　本論文的具體內(nèi)容分為以下三個方面:第一，基于語義模型的數(shù)量關(guān)系提取及題目理解方法論述。第二，語義模型的構(gòu)建方法及分析，并舉例了幾個典型的語義模型的提取與分析。第三，收集一定數(shù)量的直陳述小學數(shù)學應(yīng)用題，依據(jù)提出的方法理論，對原題庫提取一套語義模型