数学应用题的处理方法、装置、电子设备和存储介质与流程

1.本公开涉及计算机技术领域，具体涉及自然语言处理、大数据等人工智能技术领域，尤其涉及一种数学应用题的处理方法、装置、电子设备和存储介质。


背景技术：

2.随着计算机技术及通信技术的蓬勃发展，互联网应用可以为用户提供的服务越来越丰富，比如：内容推荐、网络搜题等等。
3.相关技术中，网络搜题服务，通常首先根据题干确定检索词，之后从题库中搜索该题干对应的答案。但是这种处理方式，不仅速度慢，而且对题库的要求较高，从而影响了网络搜题服务的性能。


技术实现要素：

4.本公开提供了一种数学应用题的处理方法、装置、电子设备和存储介质。
5.本公开一方面，提供了一种数学应用题的处理方法，包括：
6.从待解答的第一数学应用题中，抽取各个编码符号对应的数字；
7.将所述第一数学应用题输入训练生成的解题模型，以获取所述
8.第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符；
9.根据所述第一数学应用题对应每个算式模板的第一概率，确定候选算式模板；
10.根据所述候选算式模板中的编码符号对应的数字，确定所述第一数学应用题对应的第一答案。
11.本公开的另一方面，提供了一种数学应用题的处理装置，包括：
12.抽取模块，用于从待解答的第一数学应用题中，抽取各个编码符号对应的数字；
13.获取模块，用于将所述第一数学应用题输入训练生成的解题模型，以获取所述第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符；
14.第一确定模块，用于根据所述第一数学应用题对应每个算式模板的第一概率，确定候选算式模板；
15.第二确定模块，用于根据所述候选算式模板中的编码符号对应的数字，确定所述第一数学应用题对应的第一答案。
16.本公开的另一方面，提供了一种电子设备，包括：
17.至少一个处理器；以及
18.与所述至少一个处理器通信连接的存储器；其中，
19.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述一方面实施例所述的数学应用题的处理方法。
20.本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其上存储有计算机程序，所述计算机指令用于使所述计算机执行上述一方面实施例所述的数学应用题的处理方法。
21.本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述一方面实施例所述的数学应用题的处理方法。
22.本公开提供的数学应用题的处理方法、装置、电子设备和存储介质，首先从待解答的第一数学应用题中，抽取各个编码符号对应的数字，之后将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，再根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板，之后即可根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。由此，通过利用训练生成的解题模型，即可确定出候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出该数学应用题对应的答案，从而提高了对数学应用题处理的效率，节省了用户时间。
23.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
24.附图用于更好地理解本方案，不构成对本公开的限定。其中：
25.图1为本公开一实施例提供的一种数学应用题的处理方法的流程示意图；
26.图2为本公开另一实施例提供的一种在数学应用题的处理方法的流程示意图；
27.图3为本公开又一实施例提供的一种数学应用题的处理方法的流程示意图；
28.图4为本公开另一实施例提供的一种数学应用题的处理装置的结构示意图；
29.图5为用来实现本公开实施例的数学应用题的处理方法的电子设备的框图。
具体实施方式
30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
31.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
32.自然语言处理是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言，人类的思维也就无从谈起，所以自然语言处理体现了人工智能的最高任务与境界，也就是说，只有当计算机具备了处理自然语言的能力时，机器才算实现了真正的智能。
33.大数据技术是指通过多种渠道实现对大量数据的采集，并通过使用云计算技术来
实现对数据的深度挖掘和分析，确保能够及时的找出数据之间的规律和特点，总结和归纳出数据所存在的价值。大数据技术对于了解数据特征，预测发展趋势具有十分重要的意义。
34.下面参考附图描述本公开实施例的数学应用题的处理方法、装置、电子设备和存储介质。
35.本公开实施例的数学应用题的处理方法，可由本公开实施例提供的数学应用题的处理装置执行，该装置可配置于电子设备中。
36.图1为本公开实施例提供的一种数学应用题的处理方法的流程示意图。
37.如图1所示，该数学应用题的处理方法，可以包括以下步骤：
38.步骤101，从待解答的第一数学应用题中，抽取各个编码符号对应的数字。
39.其中，编码符号，可以为任意可唯一标识第一数学应用题中每个数字的编码。编码符号的编码方式，可以为提前设定好的，比如提前设定好，编码符号的样式为ai，其中，i为当前编码符号对应的数字在题目包含的全部数字中的顺序。
40.比如，待解答的第一数学应用题为：小明买了10本关于动物的书和1本关于外太空的书，卖了3本关于火车的书，所有书都是16元每本，请问小明在书店总共花了多少钱？
41.则编码符号a1对应的数字为10，编码符号a2对应的数字为1，编码符号a3对应的数字为3，编码符号a4对应的数字为16。
42.需要说明的是，上述示例只是举例说明，不能作为对本公开实施例中编码符号的数量、形式、第一数学应用题目的内容等的限定。
43.步骤102，将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符。
44.本公开实施例中，将第一数学应用题输入到训练生成的解题模型之后，该解题模型可以对第一数学应用题进行处理，从而确定出与该第一数学应用题对应的各个算式模板以及各个算式模板的第一概率，之后可以输出各个算式模板的第一概率。
45.其中，算式模板，可以为提前设定好的，包括任意组合形式的编码符号及运算符的算式，每个算式模板中包含的编码符号的数量可能相同，也可能不同，且不同算式模板中，相同编码符号间的运算符可能相同，也可能不同，本公开对此不做限定。
46.可以理解的是，可以利用算式模板对数学应用题进行求解、处理等，从而得到数学应用题的答案。
47.另外，运算符，可以为算术运算符、关系运算符、逻辑运算符等任意运算符，本公开对此不做限定。
48.另外，与第一数学应用题对应的算式模板，可以为一个，或者也可以为多个，本公开对此不做限定。
49.另外，每个算式模板的第一概率，可以相同，或者也可以不相同等等，本公开对此不做限定。
50.步骤103，根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板。
51.其中，在获取第一数学应用题对应的每个算式模板的第一概率之后，可以根据每个算式模板的第一概率，从中确定出候选算式模板。其中，候选算式模板，可以为一个，也可以为多个，本公开对此不做限定。
52.比如，可以将各个算式模板中第一概率最大的算式模板确定为候选算式模板。或者，也可以将第一概率大于阈值的算式模板确定为候选算式模板，其中，阈值可以为提前设定好的数值，或者也可以根据需要进行调整等等，本公开对此不做限定。
53.又或者，按照第一概率的大小对各个算式模板进行排序，可将前预设数量的算式模板确定为候选算式模板。其中，预设数量可以为提前设定好的数值，或者也可以根据需要进行调整等等，本公开对此不做限定。
54.步骤104，根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。
55.其中，可以将编码符号对应的数字代入候选算式模板中，之后经过候选算式模板的运算，可得运算结果，该运算结果即为第一数学应用题对应的第一答案。
56.比如，候选算式模板为(d1 d
2-d3)*d4，编码符号d1对应的数字为8，编码符号d2对应的数字为10，编码符号d3对应的数字为3，编码符号d4对应的数字为12，之后将8、10、3、12代入该候选算式模板中，所得结果为180，即第一数学应用题对应的第一答案为180。
57.需要说明的是，上述示例只是举例说明，不能作为对本公开实施例中候选算式模板、编码符号以及对应的数字等的限定。
58.本公开实施例，首先从待解答的第一数学应用题中，抽取各个编码符号对应的数字，之后将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，再根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板，之后即可根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。由此，通过利用训练生成的解题模型，即可确定出候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出该数学应用题对应的答案，从而提高了对数学应用题处理的效率，节省了用户时间。
59.可以理解的是，在实际实现过程中，候选算式模板也可能有多个，从而在根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案时，可能有多种情况，下面结合图2对上述过程进行详细说明。
60.图2为本公开实施例提供的一种数学应用题的处理方法的流程示意图。
61.如图2所示，该数学应用题的处理方法，可以包括以下步骤：
62.步骤201，从待解答的第一数学应用题中，抽取各个编码符号对应的数字。
63.步骤202，,第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符。
64.步骤203，根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板。
65.需要说明的是，步骤201至步骤203的具体内容及实现方式，可以参照本公开其他各实施例的说明，此处不再赘述。
66.步骤204，可以根据每个候选算式模板中的编码符号对应的数字，确定每个候选算式模板对应的候选答案。
67.步骤205，在多个候选答案相同的情况下，将候选答案确定为第一答案。
68.比如说，候选算式模板分别为(a1 a2)*a3、a1*a3 a2*a3，编码符号a1对应的数字为10，编码符号a2对应的数字为5，编码符号a3对应的数字6，则使用上述两个候选算式模板确
定的候选答案均为90，此时可以将该候选答案90确定为第一答案。
69.需要说明的是，上述示例只是举例说明，不能作为对本公开实施例中候选算式模板、编码符号以及对应的数字、候选答案等的限定。
70.步骤206，在多个候选答案不相同的情况下，根据每种候选答案在多个候选答案中的出现次数，确定每种候选答案的第二概率。
71.步骤207，将第二概率最大的候选答案确定为第一答案。
72.比如说，共有5个候选算式模板，将每个候选算式模板中的编码符号对应的数字，分别代入5个候选算式模板，所得的5个候选答案分别为8、10、8、8、7。之后，根据各个候选答案在全部候选答案中出现的次数，可以确定候选答案8的第二概率为：0.6，候选答案10的第二概率为0.2，候选答案7的第二概率为0.2，其中，候选答案8的第二概率0.6最大，从而可以将候选答案8确定为第一答案。
73.需要说明的是，上述示例只是举例说明，不能作为对本公开实施例中候选算式模板的数量、候选答案以及各候选答案的第二概率等的限定。
74.本公开实施例中，有多个候选算式模板时，可以先分别确定出各个候选算式模板对应的各个候选答案，之后根据各个候选答案的情况，选择对应的方法确定待解答的第一数学应用题对应的第一答案，从而提高了确定出的第一答案的准确性和可靠性。
75.本公开实施例，可以先从待解答的第一数学应用题中，抽取各个编码符号对应的数字，之后可以将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，再根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板，之后可以根据每个候选算式模板中的编码符号对应的数字，确定每个候选算式模板对应的候选答案，在多个候选答案相同的情况下，将该候选答案确定为第一答案，在多个候选答案不相同的情况下，根据每种候选答案在多个候选答案中的出现次数，确定每种候选答案的第二概率，将第二概率最大的候选答案确定为第一答案。由此，通过利用训练生成的解题模型，即可确定出候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出各个候选算式模板对应的各个候选答案，之后根据各个候选答案出现的次数，即可确定该数学应用题对应的答案，该答案生成过程较为快速，节省了用户时间，从而提高了对数学应用题处理的效率。
76.可以理解的是，可以先对初始模型进行训练，以获取训练生成的解题模型，下面结合图3对上述过程进行详细说明。
77.图3为本公开实施例提供的一种数学应用题的处理方法的流程示意图。
78.如图3所示，该数学应用题的处理方法，可以包括以下步骤：
79.步骤301，获取训练数据集，其中，训练数据集中包括多个第二数学应用题、每个第二数学应用题对应的第二答案及算式模板。
80.其中，第二数学应用题、每个第二数学应用题对应的第二答案可以通过任意途径获取，比如可以从任意的书籍、网页中等获取。还可以对每个第二数学应用题对应的第二答案进行验证，以保证其正确性。
81.另外，可以通过对每个第二数学题及其答案进行标注处理等操作，以获取其对应的算式模板。
82.可选的，可以先获取多个第二数学应用题、每个第二数学应用题对应的算式及第
二答案，其中，算式中包括数字及运算符，之后基于预设的编码符号的确定规则，确定每个第二数学应用题对应的算式中各个数字对应的编码符号，再利用每个数字对应的编码符号，替换每个第二数学应用题对应的算式中的数字，以生成每个第二数学应用题对应的算式模板。
83.其中，第二数学应用题对应的算式，可以为解答该第二数学应用题的过程所使用的数学式，其可以为一种，或者也可以为多种，本公开对此不做限定。
84.另外，预设的编码符号的确定规则，可以有多种。比如，可以通过任意可取的方式，抽取第二数学应用题中出现的各个数字，之后可以使用编码符号依次对各个数字进行编码，本公开对此不做限定。
85.比如，第二数学应用题为：小红买了10本关于动物的书和1本关于外太空的书，卖了3本关于火车的书，所有书都是12元每本，请问小红在书店总共花了多少钱？该第二数学应用题对应的算式可以为：(10 1-3)*12。之后对第二数学应用题中进行抽取，并将各个数字按照顺序依次编码，编码结果可以为：a1对应的数字为10，a2对应的数字为1，a3对应的数字为3，a4对应的数字为12。用每个数字对应的编码符号替换对应的算式中的数字，所得算式模板可以为：(a1 a
2-a3)*a486.需要说明的是，上述示例只是举例说明，不能作为对本公开实施例中第二数学应用题及其中的数字以及编码符号、编码方式等的确定。
87.步骤302，将第二数学应用题输入初始模型，以获取第二数学应用题对应每个算式模板的第三概率。
88.其中，初始模型，可以为预先设置好的模型，其可以对输入的题目进行处理，以确定该题目所属类别。
89.本公开中，初始模型可以利用任意预训练模型及分类器构成，本公开对此不做限定。
90.本公开实施例中，使用预训练模型构建初始模型，可以提高模型对第二数学应用题理解的准确性，从而进一步提高第三概率的准确性和可靠性。
91.步骤303，根据多个第三概率，确定交叉熵损失值。
92.其中，交叉熵损失值，可以由交叉熵损失函数确定，本公开对此不做限定。
93.可选的，在第二数学应用题对应的算式模板为1个时，交叉熵损失函数可以如下公式(1)所示：
94.l
ce
＝-log(pi),ti＝t
*
ꢀꢀꢀ
(1)
95.其中，i为任意数值,ti为第二数学应用题对应的第i个算式模板，pi为初始模型输出的第二数学应用题对应第i个算式模板的第三概率，t*为训练数据集中第二数学应用题对应的正确算式模板。
96.从而，通过公式(1)，可以尽量保证初始模型输出的正确算式模板对应的第三概率最大，从而提高了模型的准确性。
97.可选的，在第二数学应用题对应的算式模板为多个时，交叉熵损失函数可以如下公式(2)所示：
98.l
mml
＝-log(∑(eval(ti)＝a*)*pi)
ꢀꢀꢀ
(2)
99.其中，a
*
为正确答案，ti为第二数学应用题对应的第i个算式模板，pi为初始模型输
出的第二数学应用题对应的第i个算式模板的第三概率；eval(ti)表示对第二数学应用题对应的第i个算式模板进行求值，以判断其是否为正确算式模板，当ti为正确算式模板时，也即(eval(ti)＝a*)等式成立，则(eval(ti)＝a*)取值为1，否则(eval(ti)＝a*)取值为0。
100.从而，通过公式(2)，可以尽量保证初始模型输出的所有可以得到正确答案的算式模板对应的第三概率的和最大，从而提高了模型的准确性，也为实现一题多解提供了基础。
101.可以理解的是，本公开中，可以通过公式(1)确定交叉熵损失值，或者也可以通过公式(2)确定交叉熵损失值，或者也可以将公式(1)和公式(2)进行融合，以确定交叉熵损失值。其中，融合方式，可以有多种，比如直接融合，或者加权融合等等。本公开对此不做限定。
102.步骤304，基于交叉熵损失值，对初始模型进行修正，以获取解题模型。
103.可以理解的是，本公开实施例中，初始模型未达到模型精度要求，或者模型的训练次数未达到设定的训练次数的情况下，可以根据交叉熵损失值，对该初始模型进行反向修正，以使该初始模型的学习能力增强，从而可以生成具有较强学习能力的解题模型。从而使用该修正后的解题模型对数学应用题进行处理，可以得到较为准确的解题答案。
104.其中，对初始模型进行修正时，可以有多种方式。
105.比如，可以将各个第二数学应用题对应的交叉熵损失值l
ce
和l
mml
进行加和，之后对初始模型进行逐层反向修正。
106.或者，也可以根据交叉熵损失值l
ce
和l
mml
各自对应的权重对其进行加权融合，之后再对初始模型进行反向修正等等，本公开对此不做限定。
107.其中，交叉熵损失值l
ce
和l
mml
各自对应的权重可以为提前设定好的数值，或者也可以根据需要进行调整等等，本公开对此不做限定。
108.或者，也可以根据任一第二数学应用题对应的多个算式模板中每个算式模板对应的第三概率，确定修正损失值，之后基于修正损失值对交叉熵损失值进行修正，以获取修正后的损失值，之后基于修正后的损失值，再对初始模型进行修正。
109.比如，可以将任一第二数学应用题对应的多个算式模板中每个算式模板对应的第三概率与该任一第二数学应用题对应的多个算式模板中每个算式模板对应的已标注过的概率进行比较，以确定出每个算式模板对应的修正损失值。
110.之后，可以将多个修正损失值进行加和，以对交叉熵损失值进行修正；或者，也可以根据每个算式模板对应的权重，先对多个修正损失值按照权重进行加权融合，之后再对交叉熵损失值进行修正。之后，即可基于修正后的损失值，对初始模型进行逐层反向修正，以提高其性能。从而，使用该解题模型进行数学应用题解答时，既有效提高了对数学应用题进行处理的效率和准确性，同时也为数学应用题的一题多解提供了基础。
111.本公开实施例，可以先获取训练数据集，之后可以将第二数学应用题输入初始模型，以获取第二数学应用题对应每个算式模板的第三概率，之后可以根据多个第三概率，确定交叉熵损失值，再基于交叉熵损失值，对初始模型进行修正，以获取解题模型。由此，通过对初始模型进行训练，可以得到解题模型，从而不仅可以提高解题模型的学习能力，而且为提高解答数学应用题的准确性和可靠性提供了条件。
112.为了实现上述实施例，本公开还提出一种数学应用题的处理装置。
113.图4为本公开实施例提供的一种数学应用题的处理装置的结构示意图。
114.如图4所示，该数学应用题的处理装置400，包括：抽取模块410、获取模块420、第一
确定模块430以及第二确定模块440。
115.其中，抽取模块410，用于从待解答的第一数学应用题中，抽取各个编码符号对应的数字。
116.获取模块420，用于将所述第一数学应用题输入训练生成的解题模型，以获取所述第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符。
117.第一确定模块430，用于根据所述第一数学应用题对应每个算式模板的第一概率，确定候选算式模板。
118.第二确定模块440，用于根据所述候选算式模板中的编码符号对应的数字，确定所述第一数学应用题对应的第一答案。
119.可选的，所述候选算式模板有多个，所述第二确定模块440，具体用于：
120.根据每个所述候选算式模板中的编码符号对应的数字，确定每个所述候选算式模板对应的候选答案；
121.在多个所述候选答案相同的情况下，将所述候选答案确定为所述第一答案；
122.在多个所述候选答案不相同的情况下，根据每种候选答案在所述多个候选答案中的出现次数，确定每种所述候选答案的第二概率；
123.将第二概率最大的候选答案确定为所述第一答案。
124.可选的，所述获取模块420，还用于获取训练数据集，其中，所述数据集中包括多个第二数学应用题、每个第二数学应用题对应的第二答案及算式模板；
125.所述获取模块420，还用于将所述第二数学应用题输入初始模型，以获取所述第二数学应用题对应每个算式模板的第三概率；
126.所述第一确定模块430，还用于根据多个所述第三概率，确定交叉熵损失值；
127.所述获取模块420，还用于基于所述交叉熵损失值，对所述初始模型进行修正，以获取所述解题模型。
128.可选的，所述获取模块420，具体用于：
129.根据所述任一第二数学应用题对应的多个算式模板中每个算式模板对应的第三概率，确定修正损失值；
130.基于所述修正损失值对所述交叉熵损失值进行修正，以获取修正后的损失值；
131.基于所述修正后的损失值，对所述初始模型进行修正。
132.可选的，所述获取模块420，还具体用于：
133.获取多个第二数学应用题、每个第二数学应用题对应的算式及第二答案，其中，所述算式中包括数字及运算符；
134.基于预设的编码符号的确定规则，确定每个所述第二数学应用题对应的算式中各个数字对应的编码符号；
135.利用每个数字对应的编码符号，替换每个所述第二数学应用题对应的算式中的数字，以生成每个所述第二数学应用题对应的算式模板。
136.本公开实施例中的上述各模块的功能及具体实现原理，可参照上述各方法实施例，此处不再赘述。
137.本公开实施例的数学应用题的处理装置，首先从待解答的第一数学应用题中，抽
取各个编码符号对应的数字，之后将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，再根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板，之后即可根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。由此，通过利用训练生成的解题模型，即可确定出候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出该数学应用题对应的答案，从而提高了对数学应用题处理的效率，节省了用户时间。
138.图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
139.如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
140.设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
141.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如数学应用题的处理方法。例如，在一些实施例中，数学应用题的处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的数学应用题的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数学应用题的处理方法。
142.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
143.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
144.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
145.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
146.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
147.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
148.本公开的技术方案，首先从待解答的第一数学应用题中，抽取各个编码符号对应的数字，之后将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，再根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板，之后即可根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。由此，通过利用训练生成的解题模型，即可确定出候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出该数学应用题对应的答案，从而提高了对数学应用题处理的效率，节省了用户时间。
149.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
150.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。