Interpretable Math Word Problem Solution Generation Via Step-by-step Planning

要約

ステップバイステップの説明付きの数学文章題 (MWP) の解答は、特に教育において、生徒が問題解決戦略をよりよく理解するのに役立ちます。
既存のアプローチのほとんどは、最終的な正解を取得することだけに焦点を当てています。
最近のいくつかのアプローチでは、中間的な解決ステップを利用して最終的な回答の正確性を向上させていますが、多くの場合、明確な解決戦略を備えた一貫したステップを生成できません。
既存の作業とは対照的に、私たちは中間ソリューションのステップの正確さと一貫性を向上させることに焦点を当てています。
我々は、中間解生成のための段階的な計画アプローチを提案します。これは、MWP と以前の解法ステップに基づいて次の解法ステップの生成を戦略的に計画します。
私たちのアプローチでは、まず、与えられた履歴ステップに基づいて、続行に必要な数学演算を予測することで次のステップを計画し、次に、予測された数学演算を言語モデルに要求することで、トークンごとに次のステップを生成します。
GSM8K データセットの実験では、私たちのアプローチにより、自動メトリクスと人間による評価の両方においてソリューションの精度と解釈可能性が向上することが実証されました。

要約(オリジナル)

Solutions to math word problems (MWPs) with step-by-step explanations are valuable, especially in education, to help students better comprehend problem-solving strategies. Most existing approaches only focus on obtaining the final correct answer. A few recent approaches leverage intermediate solution steps to improve final answer correctness but often cannot generate coherent steps with a clear solution strategy. Contrary to existing work, we focus on improving the correctness and coherence of the intermediate solutions steps. We propose a step-by-step planning approach for intermediate solution generation, which strategically plans the generation of the next solution step based on the MWP and the previous solution steps. Our approach first plans the next step by predicting the necessary math operation needed to proceed, given history steps, then generates the next step, token-by-token, by prompting a language model with the predicted math operation. Experiments on the GSM8K dataset demonstrate that our approach improves the accuracy and interpretability of the solution on both automatic metrics and human evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google