用AI赋能孟加拉语教育：通过Transformer模型求解孟加拉语数学应用题
计算与语言
2025-01-07 v1 人工智能
计算机与社会
机器学习
摘要
数学应用题涉及将文本描述转化为数学方程的任务。这在自然语言处理中构成了重大挑战，特别是对于孟加拉语等低资源语言。本文通过开发一种使用基于Transformer的模型（包括Basic Transformer、mT5、BanglaT5和mBART50）求解孟加拉语数学应用题的创新方法来应对这一挑战。为支持此项工作，引入了包含10,000道孟加拉语数学题的“PatiGonit”数据集，并对这些模型进行微调，以将应用题准确转化为方程。评估结果显示，mT5模型实现了97.30%的最高准确率，证明了Transformer模型在该领域的有效性。这项研究标志着孟加拉语自然语言处理向前迈出的重要一步，为教育AI工具提供了有价值的方法和资源。通过改善数学教育，它也有助于孟加拉语学生发展高级问题解决技能。
引用
@article{arxiv.2501.02599,
title = {Empowering Bengali Education with AI: Solving Bengali Math Word Problems through Transformer Models},
author = {Jalisha Jashim Era and Bidyarthi Paul and Tahmid Sattar Aothoi and Mirazur Rahman Zim and Faisal Muhammad Shah},
journal= {arXiv preprint arXiv:2501.02599},
year = {2025}
}