一种几何题解答方法、系统及电子设备技术方案

本说明书公开了一种几何题解答方法、系统及电子设备，能够灵活高效准确地处理计算类与证明类几何问题。所述方法包括：收集原始问题数据以构建训练数据库，原始问题数据包括几何计算问题数据、几何证明问题数据；从训练数据项中提取题目信息作为跨模态神经网络的输入数据，利用所述跨模态神经网络对所述题目信息进行处理，生成预测解题信息；将所述预测解题信息与所述训练数据项中所述题目信息相应的解答信息进行对比，根据对比结果对所述跨模态神经网络进行训练优化。所述系统包括数据库构建模块、神经网络处理模块、训练优化模块。所述电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行以实现几何题解答方法的计算机程序。的计算机程序。的计算机程序。

【技术实现步骤摘要】
一种几何题解答方法、系统及电子设备


[0001]本专利技术涉及智能教育
，具体涉及一种几何题解答方法、系统及电子设备。

技术介绍

[0002]人工智能的一个应用领域是智能教育，以往的智能教育产品中几何问题的求解被划分为计算和证明两大类，相关技术中将二者当成两个单独的问题来处理。计算题方面，一些工作提出了用特定符号程序或逻辑形式来表示几何题；在几何证明的问题上，现有的工作主要依赖于精心设计的证明系统和前向链搜索方法。关于几何问题的解题算法通常使用一些基于规则的方法来对题目进行解析，并做一些简单的符号逻辑推理。这不仅限制了产品的题目求解的范围，繁重的规则编写也加大了算法开发的难度与成本，方案执行成本高、适用性差。

技术实现思路

[0003]有鉴于此，本说明书实施例提供了一种几何题解答方法、系统及电子设备，能够灵活高效且准确地处理计算类与证明类几何问题。
[0004]在第一方面，本说明书实施例提供了一种几何题解答方法，所述方法包括：
[0005]收集原始问题数据，基于所述原始问题数据构建训练数据库，其中，所述原始本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种几何题解答方法，其特征在于，所述方法包括：收集原始问题数据，基于所述原始问题数据构建训练数据库，其中，所述原始问题数据包括几何计算问题数据与几何证明问题数据；从所述训练数据库的训练数据项中提取题目信息，将所述题目信息作为跨模态神经网络的输入数据，利用所述跨模态神经网络对所述题目信息进行处理，以针对所述题目信息生成预测解题信息；通过将所述预测解题信息与所述训练数据项中所述题目信息相应的解答信息进行对比，确定所述跨模态神经网络的损失函数，基于所述损失函数对所述跨模态神经网络进行训练优化。2.根据权利要求1所述的方法，其特征在于，基于所述原始问题数据构建训练数据库，包括：将所述原始问题数据中的题目部分数据作为相应所述训练数据项中的所述题目信息；将所述原始问题数据中的解答部分数据转换为解答过程序列，将所述解答过程序列作为相应所述训练数据项中的所述解答信息。3.根据权利要求2所述的方法，其特征在于，将所述原始问题数据中的解答部分数据转换为解答过程序列，包括：从所述解答部分数据中提取几何实体元素、运算符号元素与数字元素，并基于所述几何实体元素、所述运算符号元素与所述数字元素组织生成所述解答过程序列。4.根据权利要求3所述的方法，其特征在于，在将所述几何证明问题数据中的解答部分数据转换为解答过程序列后，还包括：按照证明原因、运算符号以及几何元素的顺序，对所述解答过程序列进行调整。5.根据权利要求1所述的方法，其特征在于，将所述题目信息作为跨模态神经网络的输入数据，利用所述跨模态神经网络对所述题目信息进行处理，以针对所述题目信息生成预测解题信息，包括：提取所述题目信息中的文本数据与图表数据；分别对所述文本数据与所述图表数据进行编码，生成相应的文本特征向量与图表特征向量；拼接所述文本特征向量与所述图表特征向量并进行联合特征提取，生成融合特征向量；针对所述融合特征向量进行多任务联合解码...

【专利技术属性】
技术研发人员：陈嘉奇，陈崇雨，杨杰，杨志成，
申请(专利权)人：暗物智能科技广州有限公司，
类型：发明
国别省市：