arrow
返回

A Retrieval Augmentation Self-Distillation Method for Math Word Problem Solving

delete2025-08-29
delete0
delete
OA
AI
X
Xiaoqi Wu
秦景辉 封面图
秦景辉 (Jinghui Qin) *
杨志景 封面图
杨志景 (Zhijing Yang)
DOI:10.3390/electronics14173425delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
自动解决数学应用题是自然语言处理领域的一项关键任务。由于现有MWP数据集规模不足,近期模型已达到性能瓶颈。大规模、高质量的训练样本对于训练鲁棒性强的数学求解器至关重要,但现有高质量数据集的规模有限,而明确标注或合成大量MWP的成本极高。为解决这些问题,我们提出了一种基于隐藏空间检索增强的自蒸馏方法(RASD),通过语义表示增强和自蒸馏学习来提升MWP求解器的数学推理性能。RASD通过检索和合并相似问题来增强问题表示,然后将原始及增强表示同时输入解码器进行解题推理,并利用自蒸馏目标维持二者间的推理一致性。在包括MAWPS、Math23K、ASDiv-A、SVAMP和GeoQA在内的五个流行数学应用题求解基准上的大量实验表明,我们的RASD方法能有效且普遍地提升多种流行基线求解器的数学推理能力。
Keyword:
math word problems
natural language processing
retrieval augmentation
self-distillation
mathematical reasoning

期刊

Electronics 封面图
Electronics
IF:
2.6
论文数:
1.1W
被引数:
4.7W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
err分享
err收藏
err
IF0
err
err0
errOAAI
err
err分享
err收藏
学者 查看更多内容