本文關(guān)鍵詞：初等數(shù)學(xué)問(wèn)題題意理解關(guān)鍵技術(shù)研究及其應(yīng)用

  更多相關(guān)文章： 初等數(shù)學(xué) 知識(shí)表示 語(yǔ)義句模 題意理解

【摘要】：近年來(lái),隨著計(jì)算機(jī)信息處理和加工技術(shù)的迅速發(fā)展,基于自動(dòng)求解和自動(dòng)輔導(dǎo)的智能教學(xué)系統(tǒng)得到了越來(lái)越多的關(guān)注。實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)求解和智能輔導(dǎo)等功能,其中一個(gè)重要的前提是如何讓計(jì)算機(jī)理解以文本形式輸入的數(shù)學(xué)語(yǔ)言,將其轉(zhuǎn)換為計(jì)算機(jī)能夠進(jìn)行推理的知識(shí)表示形式。因此,針對(duì)初等數(shù)學(xué)問(wèn)題題意理解的研究具有十分重要的意義。本文對(duì)初等數(shù)學(xué)題意理解的研究工作主要分為兩個(gè)部分:一般數(shù)學(xué)語(yǔ)言理解方法的研究及應(yīng)用題題意理解方法的研究。在一般初等數(shù)學(xué)語(yǔ)言的理解中,由于數(shù)學(xué)語(yǔ)言具有簡(jiǎn)練性、邏輯性、通用性,初等數(shù)學(xué)知識(shí)體系已確定。基于以上特點(diǎn),使用基于謂詞邏輯的知識(shí)表示方法和基于句模的題意理解方法。使用機(jī)器學(xué)習(xí)中的方法和理論,在人工標(biāo)注的語(yǔ)料庫(kù)基礎(chǔ)上,訓(xùn)練數(shù)學(xué)命名實(shí)體識(shí)別模型。再經(jīng)過(guò)同義詞的歸一化處理后,把一個(gè)句子轉(zhuǎn)換為以詞為基本單位,并且包含具有特殊意義的符號(hào)序列�；谟邢拮詣�(dòng)機(jī)的原理實(shí)現(xiàn)句模的匹配。句模匹配與數(shù)學(xué)語(yǔ)句成功匹配后,生成正確的知識(shí)表示形式,完成對(duì)一般性數(shù)學(xué)語(yǔ)言的理解。初等數(shù)學(xué)應(yīng)用題涉及的類(lèi)型很多,本文選用概率應(yīng)用題作為研究對(duì)象。通過(guò)分析概率題的語(yǔ)言特點(diǎn)和信息構(gòu)成,在Kintsch提出的表征模型上進(jìn)行擴(kuò)展,提出了一套適合初等數(shù)學(xué)概率題的表征框架模型。該模型能夠有效表示概率題中的對(duì)象、對(duì)象之間關(guān)系和求解問(wèn)題。借鑒在一般數(shù)學(xué)題中使用的句模題意理解方法,并在其基礎(chǔ)上增加詞性和動(dòng)詞分類(lèi)等信息,進(jìn)一步抽象數(shù)學(xué)概率題語(yǔ)言。為句模添加語(yǔ)義信息后,實(shí)現(xiàn)了一套基于語(yǔ)義句模的概率題理解的理論和方法。在對(duì)大量的一般初等數(shù)學(xué)問(wèn)題的測(cè)試和分析中,基于句模的題意理解方式能夠有效理解句模庫(kù)已覆蓋句型。主要原因是一般數(shù)學(xué)問(wèn)題中使用的語(yǔ)句較為廣泛和通用,在此基礎(chǔ)上編寫(xiě)的句模具有一定的健壯性。對(duì)概率相關(guān)的應(yīng)用題進(jìn)行測(cè)試和分析。在對(duì)句模已經(jīng)覆蓋的情況下,理解正確率較高。雖然健壯性不強(qiáng),但是通過(guò)對(duì)句模進(jìn)一步增加和完善能一定程度上解決這個(gè)問(wèn)題。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：O12-4;G642
，

本文編號(hào)：1235088