一种题目结构推理方法及系统与流程

技术特征：
1.一种题目结构推理方法，其特征在于，包括以下步骤：接收输入文本并构建内容之间的相互关系，得到语义关系；获取先验知识并将先验知识与输入文本融合，得到隐性知识；将隐性知识和语义关系结合，并生成树结构目标；按照预定遍历顺序对树结构目标解析，得到方程表达式。2.根据权利要求1所述一种题目结构推理方法，其特征在于，所述内容之间的相互关系包括词语级推理关系和句子级推理关系，所述接收输入文本并构建内容之间的相互关系，得到语义关系这一步骤，其具体包括：接收输入文本；基于词级推理层构建词语级推理关系；基于句子级推理层构建句子级推理关系；结合词语级推理关系和句子级推理关系，得到语义关系；所述词级推理层和句子级推理层均采用基于gru的序列编码。3.根据权利要求2所述一种题目结构推理方法，其特征在于，所述基于词级推理层构建词语级推理关系这一步骤，其具体包括：基于双向gru对词语进行编码；将上下文信息合并到词级表示，生成词语表示；引入注意力机制提取重要词语，并用词级上下文向量度量词语的重要性，得到词语级推理关系；将重要词语表征聚合成句子向量。4.根据权利要求3所述一种题目结构推理方法，其特征在于，所述基于句子级推理层构建句子级推理关系这一步骤，其具体包括：基于双向gru对句子进行编码；将相邻句子的信息合并到句子级表示，生成句子表示；引入注意力机制并用句子级上下文向量衡量句子的重要性，得到句子级推理关系。5.根据权利要求2所述一种题目结构推理方法，其特征在于，所述获取先验知识并将先验知识与输入文本融合，得到隐性知识这一步骤，其具体包括：基于大型语料库上的中文预训练模型获取先验知识；将先验知识与输入文本融合，提取得到输入文本的隐性知识。6.根据权利要求3所述一种题目结构推理方法，其特征在于，所述将隐性知识和语义关系结合，并生成树结构目标这一步骤，其具体包括：基于点积自适应合并隐性知识和语义关系，并通过线性映射函数生成增强表示；将树结构的节点分为数学操作符、常识性数值和数字；根据增强表示初始化根节点向量；结合预准备有候选词的目标词汇表，迭代使用带有可训练向量的根节点向量来预测属于节点的概率；根据预测概率生成树节点，得到树结构目标。7.根据权利要求6所述一种题目结构推理方法，其特征在于，所述增强表示的表达式如下：
y＝f([w
p
y
p
,w
h
y
h
])上式中，y表示增强表示，y
p
表示语义关系，y
h
表示隐性知识，w
p
和w
h
表示对应的重要性，[
·
]表示链接操作，f表示线性映射函数。8.根据权利要求7所述一种题目结构推理方法，其特征在于，所述按照预定遍历顺序对树结构目标解析，得到方程表达式这一步骤，其具体包括：对树结构目标进行解析；根据树结构目标的最顶端节点生成中间算子；从左子节点至右子节点的顺序，递归完成所有节点的解析，得到方程表达式。9.一种题目结构推理系统，其特征在于，包括：层次推理编码器，用于接收输入文本并构建内容之间的相互关系，得到语义关系；知识编码器，用于获取先验知识并将先验知识与输入文本融合，得到隐性知识；树型结构编码器，用于将隐性知识和语义关系结合，并生成树结构目标；树形结构解码器；用于按照预定遍历顺序对树结构目标解析，得到方程表达式。

技术总结
本发明公开了一种题目结构推理方法及系统，该方法包括：接收输入文本并构建内容之间的相互关系，得到语义关系；获取先验知识并将先验知识与输入文本融合，得到隐性知识；将隐性知识和语义关系结合，并生成树结构目标；按照预定遍历顺序对树结构目标解析，得到方程表达式。该系统包括：层次推理编码器、知识编码器、树型结构编码器和树形结构解码器。通过使用本发明，实现基于问题描述来构建数学表达式。本发明作为一种题目结构推理方法及系统，可广泛应用于自然语言处理领域。可广泛应用于自然语言处理领域。可广泛应用于自然语言处理领域。


技术研发人员：余伟江 卢宇彤 郑馥丹 文英鹏 陈志广
受保护的技术使用者：中山大学
技术研发日：2021.11.01
技术公布日：2022/1/28