简单应用题

摘要： 数学具有很强的逻辑性,是学生学习的基础学科,数学学习能提高学生的思维和思考能力,可以应用数字知识解决问题.培养学生应用数学知识分析和解决问题的能力,需要通过应用题的练习达到相应目的.应用题的教学和练习,可以检测学生的数学知识掌握情况,也可以反映学生分析问题和解决问题的能力.所以,在小学数学的教学中,要重视应用题的教学,数学老师要分析和研究应用题教学方法,有效提高学生处理问题能力,增强学生的数学综合素质.

摘要： 随着近几年来我国经济的迅猛发展和进步,我国在教育事业方面取得了举世瞩目的成就,特别是在小学数学的教学方面取得了巨大的成就,从而在很大程度上提高了我国整体的教育水平,也提高了我国在国际上的综合地位.本文就目前我国小学数学简单应用题教学方面所存在的问题以及相对应的解决策略做了简要的分析和探讨.

摘要： 数学既能锻炼人的形象思维能力又能锻炼人的逻辑思维能力。发展学生的思维能力,特别是创造性思维能力是素质教育的一项重要任务,也是二十一世纪培养杰出人才的需要。对学生进行思维能力的训练,是为了帮助学生揭示思维加工过程的规律,并且能根据学生独有的思维活动特点,总结成功的思维策略,从而更好地对学生进行思维训练,提高学生的思维能力。

摘要： 语言是思维的工具,是思维结果的表达。让学生结合具体的题目,表达自己的理解,会使学生逐渐形成前后一致、有根有据的思维方式,促进思维的发展。本文以小学数学低年级阶段简单应用题的教学为例,从课堂教学实践出发,归纳了简单应用题教学中学生语言训练的几种方式。

摘要： 小学阶段的应用题是培养学生应用已学知识解决实际问题的基础教育,是整个数学教学的重点,也是难点.针对小学生的思维特点,结合小学数学应用题的知识结构,对应用题教学提出一些方法与见解,供广大教师参考.

摘要： 本发明涉及一种算数应用题智能解题方法及系统，该方法包括以下步骤：步骤A：对采集到的算数应用题进行预处理，建立包含算数应用题的已知条件、问题以及答案的训练集；步骤B：构建用于算数应用题智能解题的深度学习模型，确定损失函数，在训练集上通过最小化损失函数训练用于算数应用题智能解题的深度学习模型；步骤C：将算数应用题的已知条件和问题输入训练好的深度学习模型中，输出问题的答案。该方法及系统能够理解输入的算数应用题的已知条件文本和问题，并给出对应的答案。

摘要： 本发明公开了一种基于知识学习的数学应用题智能解题方法及系统，将数学知识学习过程与应用题求解过程有机耦合，以助于在改善学习得到的知识质量的同时提高问题求解能力。相关方案中：设计了认知框架与知识学习过程，构建了更接近通用型人工智能目标的智能系统，系统可以作为一种通用框架，融合多种机器学习任务，为实现强人工智能提供了一定的基础；并且，建立了引入知识学习的数学应用题求解方法，有助于提高应用题求解的准确性与可解释性。同时，学习到的数学知识具有一定的实际应用价值，可以作为众多机器学习任务的先验信息改善任务表现，也可进一步辅助教育平台搭建知识图谱，并基于此提供更好的个性化教育服务。

摘要： 本发明提供了一种批改试卷中应用题的方法及装置，包括：针对各个待搜索题目，在题库中进行搜索，确定与待搜索试卷匹配的目标试卷；将题目类型为应用题的待搜索题目作为目标待批改题目，确定目标待批改题目在目标试卷中对应的目标题目，标注目标待批改题目的题干和/或图片中的数字部分，并记录数字部分的位置信息；根据目标题目中的各个数字及其位置信息、以及标准答案对应的计算公式，将目标待批改题目中相应位置的数字代入到计算公式中进行计算，得到目标待批改题目的正确答案，从而根据正确答案对目标待批改题目的答案进行批改。本发明可以解决现有的题目批改方式无法对简单替换数字的应用题进行批改的问题。

摘要： 本发明公开了一种基于教师学生网络和多头解码器的应用题自动解题方法，首先使用一个序列到树结构的编码解码网络训练一个准确率较高的教师网络，然后利用这个教师网络获得针对训练样本的预测分布向量即软标签向量。然后构造了一个同样基于序列到树结构的编码解码网络，并添加多个树结构的解码器，获得了一个有多头树结构解码器的学生网络。之后，通过使用软标签向量和原有的训练样本中提供的0‑1分布的标签向量即硬标签向量共同作为监督信号，训练了学生网络。在测试时，选取多头解码器中生成的多个解中置信度最高的一个作为模型的输出。本发明通过利用教师模型生成不同于标注的解题等式的能力，并辅以多头解码器结构，可以取得更好的解题效果。

摘要： 本申请提供了一种应用题的解答检测方法及装置；方法包括：获取应用题的题干信息及应用题的答案信息；其中，题干信息至少包括：用于解答应用题的至少一个参考数值，答案信息至少包括：由至少两个实际数值及运算符构成的运算式、以及运算式的运算结果；对运算式进行解构处理，得到运算式中各实际数值；将各实际数值与参考数值进行比对，得到比对结果；当比对结果表征运算式中的实际数值契合题干信息时，获取应用题的标准答案；基于标准答案，对运算式的运算过程及运算结果进行检测，得到用于表征答案信息的正确性的检测结果。通过本申请，能够提高对应用题进行自动批改时的准确性。

摘要： 本发明提供了一种知识感知的序列到树的数学应用题求解系统，用于对待分析应用题文本进行处理与推理得到对应的数学表达式，其特征在于，包括：问题编码模块利用预定的第一神经网络对待分析应用题文本进行编码得到编码后问题向量；实体图构建模块在预定的包含常识信息的外部知识库中对待分析应用题文本进行检索，得到对应的实体三元组，并基于该实体三元组构建实体图；知识表示生成模块基于编码后问题向量以及实体图利用预定的第二神经网络获取认识到知识的知识表示；树形解码模块基于编码后问题向量以及知识表示利用预定的第三神经网络生成数学表达式树。本系统融合了应用题中未出现的常识信息，从而提高了数学表达式的精准性。

摘要： 本公开涉及一种应用题批改方法、装置、存储介质及电子设备，属于教育领域，所述方法包括：获取学生针对目标题目作答的答题信息；对所述答题信息进行预处理，确定所述答题信息中每一步骤对应的表达式序列；基于二叉树以及遍历操作对所述表达式序列中的每一表达式进行校验，确定所述表达式序列中是否存在计算错误步骤；在所述表达式序列中不存在计算错误步骤的情况下，对所述表达式序列与所述目标题目对应的标准序列进行匹配，根据匹配结果确定所述学生是否作答正确。实现数学应用题的自动批改，有效地提高了效率，降低人力成本。

摘要： 本发明公开了一种基于知识学习的数学应用题智能解题方法及系统，将数学知识学习过程与应用题求解过程有机耦合，以助于在改善学习得到的知识质量的同时提高问题求解能力。相关方案中：设计了认知框架与知识学习过程，构建了更接近通用型人工智能目标的智能系统，系统可以作为一种通用框架，融合多种机器学习任务，为实现强人工智能提供了一定的基础；并且，建立了引入知识学习的数学应用题求解方法，有助于提高应用题求解的准确性与可解释性。同时，学习到的数学知识具有一定的实际应用价值，可以作为众多机器学习任务的先验信息改善任务表现，也可进一步辅助教育平台搭建知识图谱，并基于此提供更好的个性化教育服务。

摘要： 本发明涉及一种算数应用题智能解题方法及系统，该方法包括以下步骤：步骤A：对采集到的算数应用题进行预处理，建立包含算数应用题的已知条件、问题以及答案的训练集；步骤B：构建用于算数应用题智能解题的深度学习模型，确定损失函数，在训练集上通过最小化损失函数训练用于算数应用题智能解题的深度学习模型；步骤C：将算数应用题的已知条件和问题输入训练好的深度学习模型中，输出问题的答案。该方法及系统能够理解输入的算数应用题的已知条件文本和问题，并给出对应的答案。

摘要： 本公开实施例涉及一种应用题求解方法、装置、介质及电子设备。方法包括：获取待求解应用题的题干信息；根据题干信息，生成用于完整求解待求解应用题的综合算式和用于体现求解过程的多个子算式；针对每一子算式，根据题干信息、综合算式及子算式，生成子算式对应的解析信息；根据多个子算式和各子算式对应的解析信息，生成多个子算式对应的讲解信息。这样，不依赖于数据库，能对待求解应用题进行针对性的解答，提升解答的准确性。另外，不但提供综合算式，还给出用于体现求解过程的多个子算式以及多个子算式对应的讲解信息，讲解信息中包括各子算式的结果的含义和单位，便于用户快速、彻底理解待求解应用题的解题思想，提升学习效果和效率。