.png){kind=icon}
返回
A Scene-Attention Relation-Centric Algorithm for Solving Arithmetic Word Problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.127197.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种场景-注意力关系中心算法（SARC），这是一种解决算术文字问题（AWPs）的新方法。基于十年来的关系中心方法论进展，本研究整合了场景知识以增强关系获取和推理，从而形成了一种高性能算法，在准确性和生成教学性解方面表现优异。在关系获取方面，本文引入了场景-句法-语义（S3）方法，该方法从场景标注文本中提取显式和隐式关系。这是通过两个专门的S3模型池实现的：一个用于获取场景内关系，另一个用于连接场景间关系。在关系推理方面，开发了一种场景引导符号求解器，用于根据关联的场景或场景对对获取的关系进行分类，使推理过程能够以两种模式运行：场景内和场景间。这种场景引导策略通过提高推理操作的确定性，增强了关系推理的准确性和效率。在五个权威数据集上的实验评估表明，所提出的算法优于所有基线模型。它实现了1.7%的整体准确率提升，以及在多场景问题上的4.1%提升。此外，对说明性案例的定性分析显示，该算法比基线方法生成更教学性的解。这些发现强调了将场景知识纳入关系中心方法的有效性，显著提升了问题解决准确性和解释质量。
Keyword:
Problem Solving
Arithmetic Word Problems
Relation-Centric Algorithm
Scene-Syntax-Semantic Method
Scene-Guided Symbolic Solver
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
暂无机构信息
引用论文
A relation based algorithm for solving direct current circuit problems.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
分享收藏分享收藏
分享收藏
查看更多内容