基于CRF模型的初等數(shù)學(xué)問題命名實(shí)體的識(shí)別.pdf

1、近年來，人工智能領(lǐng)域機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)的發(fā)展使語(yǔ)音識(shí)別、圖像識(shí)別取得了巨大的成功，因此人工智能技術(shù)越來越受到國(guó)內(nèi)外專家學(xué)者的關(guān)注，而知識(shí)推理是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)研究又是最重要、最核心的問題。因此基于知識(shí)推理的863課題“類人求解系統(tǒng)”相繼被提出。然而在初等數(shù)學(xué)領(lǐng)域的類人解題系統(tǒng)進(jìn)行知識(shí)推理的基礎(chǔ)是數(shù)學(xué)知識(shí)的正確獲取，然后才能進(jìn)行準(zhǔn)確的推理。所以本文從理論和實(shí)踐兩方面重點(diǎn)研究了如何正確高效的抽取數(shù)學(xué)領(lǐng)域的知識(shí)點(diǎn)。本文主要進(jìn)行了以下幾個(gè)

2、方面的研究。
　　1、基于自動(dòng)解題的初等數(shù)學(xué)問題的相關(guān)研究
　　首先通過分析初等數(shù)學(xué)語(yǔ)言的特點(diǎn)和基于自動(dòng)求解初等數(shù)學(xué)問題的知識(shí)表示本文確定了以命名實(shí)體的方式進(jìn)行知識(shí)的抽取。因?yàn)閼?yīng)用于解題的數(shù)學(xué)實(shí)體沒有相關(guān)的研究，所以本文依據(jù)幾何和代數(shù)知識(shí)的具體特點(diǎn)確定了基于解題需要的數(shù)學(xué)命名實(shí)體的類別。
　　2、提出了新的基于解題的初等數(shù)學(xué)命名實(shí)體標(biāo)注方法
　　由于代數(shù)和幾何實(shí)體的特點(diǎn)不同以及代數(shù)部分實(shí)體長(zhǎng)度較長(zhǎng)、實(shí)體邊界判斷容

3、易出錯(cuò)的原因，本文針對(duì)于代數(shù)部分提出了新的6詞位實(shí)體標(biāo)注法。通過實(shí)驗(yàn)的方法證明了代數(shù)部分6詞位標(biāo)注方法效果要好于4詞位和2詞位的標(biāo)注方法。
　　3、提出了自動(dòng)生成詞典的實(shí)體識(shí)別后處理方法
　　因?yàn)榛诮y(tǒng)計(jì)方法的命名實(shí)體的識(shí)別并不能達(dá)到100％的正確率，而解題需要完全正確的知識(shí)才能保證推理的正確。根據(jù)幾何和代數(shù)部分實(shí)體的詞形構(gòu)造的特點(diǎn)，本文在統(tǒng)計(jì)模型識(shí)別之后添加了自動(dòng)生成詞典的識(shí)別后處理算法，大大的提高了實(shí)體識(shí)別的效果，也解決