文献

J-GLOBAL ID：202002253692206960   整理番号：20A2139423

強化された公式構造を持つニューラル数学的ソルバ【JST・京大機械翻訳】

Neural Mathematical Solver with Enhanced Formula Structure

著者 (7件)： Huang Zhenya (University of Science and Technology of China, Hefei, China) ,  Liu Qi (University of Science and Technology of China, Hefei, China) ,  Gao Weibo (University of Science and Technology of China, Hefei, China) ,  Wu Jinze (University of Science and Technology of China, Hefei, China) ,  Yin Yu (University of Science and Technology of China, Hefei, China) ,  Wang Hao (University of Science and Technology of China, Hefei, China) ,  Chen Enhong (University of Science and Technology of China, Hefei, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR ’20  ページ： 1729-1732  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 数学的な問題を自動的に答えることは,言語理解の能力だけでなく数学的理解を必要とするので,挑戦的なタスクである。既存の研究は,通常,構造公式を含むより一般的な問題を解決することができない,自然言語ナラティブに記載された質問を理解することを狙った基本数学語問題に関する解決策を探索する。この目的のために,本論文では,強化された公式構造を有する新しいニューラル数学ソルバ(NMS)を提案した。特に,著者らは,公式強化構造を保存するためのTeX依存性グラフとして,ある問題における公式を最初にフレーム化した。次に,数式グラフネットワーク(FGN)を設計し,数学的関係を捕捉する。次に,単語空間と公式空間の両方からトークンを接続する2つのGRUモデルによる新しいアーキテクチャを開発し,回答のための言語意味論を学習した。大規模データセットに関する大規模な実験は,NMSがより良い回答予測を達成するだけでなく,問題の妥当な数学的表現を視覚化することを証明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  *言語 ,  可視化 ,  自然言語 ,  数学的関係 ,  計算機アーキテクチャ ,  言語理解 ,  単語 ,  トークン ,  語の問題
準シソーラス用語： *ソルバ ,  大規模データセット , 【Automatic Indexing@JST】

著者キーワード (3件)： 公式 ,  数学的理解 ,  数学的問題

分類 (2件)： 科学技術教育  (AA04000C) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 強化 ,  数学 ,  ソルバ