从方程生成数学应用题：基于主题控制与常识约束的方法
计算与语言
2021-07-27 v2
摘要
近年来，在神经语言模型的帮助下，文本生成任务取得了显著进展。然而，存在一个具有挑战性的任务：基于数学方程生成数学问题文本，迄今为止进展甚微。在本文中，我们提出了一种新颖的方程到问题文本生成模型。在我们的模型中，1) 我们提出一种灵活的方案来有效编码数学方程，然后通过变分自编码器(VAE)增强方程编码器；2) 给定数学方程，我们进行主题选择，随后引入动态主题记忆机制以限制生成器的主题分布；3) 为避免传统生成模型中的常识违背，我们利用背景知识图谱(KG)预训练词嵌入，并将解码词链接到KG中的相关词，旨在将背景知识注入我们的模型。我们通过自动指标和人工评估对模型进行评价，实验表明我们的模型在生成问题文本的准确性与丰富性上均优于基线和先前模型。
引用
@article{arxiv.2012.07379,
title = {Generating Math Word Problems from Equations with Topic Controlling and Commonsense Enforcement},
author = {Tianyang Cao and Shuang Zeng and Songge Zhao and Mairgup Mansur and Baobao Chang},
journal= {arXiv preprint arXiv:2012.07379},
year = {2021}
}
备注
long paper accepted by ICANN 2021