融合文本与图形理解的电路题目自动解答

作者：菅朋朋; 王彦丽; 夏盟

来源：计算机应用与软件, 2020, 37(02): 118-123+151.

DOI：10.3969/j.issn.1000-386x.2020.02.018

• 电路题目
• 文本理解
• 图形理解
• 自动解答

电路题目自动解答是人工智能领域前沿研究问题。提出一种融合文本和图形抽取物理关系的电路题目自动解答新方法。通过句法语义模型抽取题目文本中的数量关系,再使用网孔搜索算法抽取电路图形中的结构关系,从而形成一致性题目理解。为了验证该方法的有效性,在电路题目数据集上分别设计了文本、图形的理解及自动解答对比实验。结果表明:句法语义模型对电路文本关系完全抽取率达97.22%,电路图形中的VCR、KCL和KVL关系抽取准确率分别为90.91%、81.82%、91.3%,而文本和图形融合实现的电路题目自动解答,解答率达88.89%,验证了该方法的有效性。

• 单位
  华中师范大学; 河南财经政法大学