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 Jian Pengpeng;Wang Yanli;Xia Meng

作者机构：华中师范大学国家数字化学习工程技术研究中心湖北武汉430079 河南财经政法大学河南郑州450000 

基　　金：国家自然科学基金项目(61802142) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2020年第37卷第2期

页      码：118-123,151页

摘      要：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。

主 题 词：电路题目 文本理解 图形理解 自动解答 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2020.02.018

馆 藏 号：203895125...