基于时间卷积网络改进的自动数学应用题解算器

摘要

在传统的seq2seq模型的基础上,加入时间卷积网络TCN设计了一种自动数学应用题解算器模型seq2seq+TCN.在数据预处理部分采用FoolNLTK分词工具和ELMo词嵌入方法,以保证较高质量的数据输入;利用LSTM和GRU的不同组合构成seq2seq模型的编码器和解码器;在seq2seq模型中加入TCN,以扩大解码器的感受野,保证应用题文本的时序性.在数据集Math23K和AI2上进行实验,结果表明,由BiLSTM-LSTM构成的seq2seq+TCN模型性能最优,答案准确率分别达到70.3％和87.5％,高于现有的2个集成seq2seq的解算器.