Solving Math Word Problems with Reexamination

要約

数学文章問題 (MWP) の解決は、記述的な数学問題を理解し、結果を計算することを目的としています。これまでの取り組みは主に、さまざまな技術モジュールのアップグレードに当てられていました。
この論文は、MWP の解決を強化する擬似双対タスクを導入することにより、トレーニング中の \textit{再検査プロセス} の異なる視点をもたらします。
我々は、このようなプロセスをモデル化するための擬似双対 (PseDual) 学習スキームを提案します。これはモデルに依存しないため、既存の MWP ソルバーに適応できます。
擬似双対タスクは、式内の数値をマスクされた数値で元の文章題に戻すこととして具体的に定義されます。
2 つのタスクの効果的な共同学習を促進するために、数値入力タスクのスケジュールされた融合戦略をさらに設計します。これにより、入力がグラウンドトゥルースの数式から予測された数式にスムーズに切り替わります。
当社の擬似二重学習スキームは、実証研究を通じていくつかの代表的な MWP ソルバーに装備された場合にテストされ、効果的であることが証明されています。
\textit{コードとトレーニングされたモデルは次の場所から入手できます:} \url{https://github.com/steven640pixel/PsedualMWP}。
\end{要約}

要約(オリジナル)

Math word problem (MWP) solving aims to understand the descriptive math problem and calculate the result, for which previous efforts are mostly devoted to upgrade different technical modules. This paper brings a different perspective of \textit{reexamination process} during training by introducing a pseudo-dual task to enhance the MWP solving. We propose a pseudo-dual (PseDual) learning scheme to model such process, which is model-agnostic thus can be adapted to any existing MWP solvers. The pseudo-dual task is specifically defined as filling the numbers in the expression back into the original word problem with numbers masked. To facilitate the effective joint learning of the two tasks, we further design a scheduled fusion strategy for the number infilling task, which smoothly switches the input from the ground-truth math expressions to the predicted ones. Our pseudo-dual learning scheme has been tested and proven effective when being equipped in several representative MWP solvers through empirical studies. \textit{The codes and trained models are available at:} \url{https://github.com/steven640pixel/PsedualMWP}. \end{abstract}

arxiv情報

提供元, 利用サービス

arxiv.jp, Google