文献检索-宁波市创意产业特色资源库

限定检索结果

融合文本与图形理解的电路题目自动解答: 收藏
分享
引用; 《计算机应用与软件》2020年第2期37卷 118-123,151页; 作者：菅朋朋王彦丽夏盟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; 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...; 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。; 来源：详细信息评论

限定检索结果