一种预测定理的方法、装置、电子设备和存储介质制造方法及图纸

本申请提供了一种预测定理的方法、装置、电子设备和存储介质，该方法包括：获取目标题目的信息，目标题目的信息包括文本信息和/或图像信息；根据目标题目的信息、预设神经网络模型和多个预设定理，获取N个候选定理和N个候选定理中每一个候选定理参与解决目标题目的预测解题概率，预测解题概率为预设神经网络模型预测的能够正确求解目标题目的概率；将N个候选定理和N个候选定理中每一个候选定理的预测解题概率输入蒙特卡洛树模型进行定理探索，确定目标定理；基于目标定理处理目标题目。该方法能够通过神经网络模型和蒙特卡洛树模型两种模型，根据逻辑推理获取解答目标题目所需的解题定理，使目标题目的求解过程更加准确并且逻辑性更强。

【技术实现步骤摘要】

本申请涉及机器学习领域，并且更具体地，涉及机器学习领域中一种预测定理的方法、装置、电子设备和存储介质。

技术介绍

1、目前，随着互联网技术和科技的不断发展，越来越多的智能化产品涌入人们的生活。例如，当用户在学习过程中遇到不会求解的题目时，可以将题目输入智能的搜题软件中，即可查询到题目的求解步骤。

2、示例性的，搜题软件在智能解答几何题目的过程中，一般可以通过用户输入的目标题目的文本信息和图片信息进行解题。

3、一种可能的场景中，在解答几何题目时，先获取题目对应的文本信息与图像信息，然后将文本信息编码成对应的文本隐藏状态得到文本语义，将图像信息编码成对应的图像隐藏状态得到视觉语义，融合与对齐文本语义和视觉语义得到解答程序，按照解答程序的运算方式计算解答结果。

4、上述解答几何题目的过程中，直接根据输入的文本信息和图片信息进行解题，缺乏推理性，可能会导致题目的准确性受影响。

技术实现思路

1、本申请提供了一种预测定理的方法、装置、电子设备和存储介质，该方法能够在对目标题目处理时本文档来自技高网...

【技术保护点】

1.一种预测定理的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述N个候选定理和所述N个候选定理中每一个候选定理的预测解题概率输入蒙特卡洛树模型进行定理探索，确定目标定理，包括：

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述目标题目的信息、预设神经网络模型和多个预设定理，获取N个候选定理和所述N个候选定理中每一个候选定理参与解决所述目标题目的预测解题概率，包括：

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述基...

【技术特征摘要】

1.一种预测定理的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述n个候选定理和所述n个候选定理中每一个候选定理的预测解题概率输入蒙特卡洛树模型进行定理探索，确定目标定理，包括：

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述目标题目的信息、预设神经网络模型和多个预设定理，获取n个候选定理和所述n个候选定理中每一个候选定理参与解决所述目标题目的预测解题概率，包括：

5.根据权利要求1至3中任一项所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：黄世锋，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：