通过基于 BERT 的图像问句提取改进学术查询解决
计算与语言
2024-05-06 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
为学生查询提供快速准确的解决方法是教育技术组织提供的 essential solution。通常通过类似聊天机器人的界面提供，以便学生轻松提出疑问。学生查询的首选格式是图像，因为它允许学生在不输入复杂方程和信息的情况下捕捉和发布问题。然而，这种格式也带来了困难，因为图像可能包含多个问题或文本噪声，这降低了现有单查询解答解决方案的准确性。本文提出了一种方法，通过基于 BERT 的深度学习模型从文本或图像中提取问题，并将其与其他基于规则的方法和基于布局的方法进行比较。我们的方法旨在提高教育技术组织中学生查询解决的准确性和效率。
引用
@article{arxiv.2405.01587,
title = {Improve Academic Query Resolution through BERT-based Question Extraction from Images},
author = {Nidhi Kamal and Saurabh Yadav and Jorawar Singh and Aditi Avasthi},
journal= {arXiv preprint arXiv:2405.01587},
year = {2024}
}