通过逐步规划生成可解释的数学应用题解答
计算与语言
2023-06-02 v1 人工智能
摘要
带有逐步解释的数学应用题解答在教育领域尤为有价值，可帮助学生更好地理解解题策略。大多数现有方法仅关注获得最终的正确答案。少数近期方法利用中间解题步骤来提高最终答案的正确性，但往往无法生成具有清晰解题策略的连贯步骤。与现有工作不同，我们致力于提高中间解题步骤的正确性和连贯性。我们提出了一种用于生成中间解答的逐步规划方法，该方法根据数学应用题和先前的解题步骤，策略性地规划下一个解题步骤的生成。我们的方法首先根据历史步骤，通过预测继续进行所需的数学运算来规划下一步，然后利用预测的数学运算提示语言模型，逐个 token 地生成下一步。在 GSM8K 数据集上的实验表明，我们的方法在自动指标和人工评估上均提高了解答的准确性和可解释性。
引用
@article{arxiv.2306.00784,
title = {Interpretable Math Word Problem Solution Generation Via Step-by-step Planning},
author = {Mengxue Zhang and Zichao Wang and Zhichao Yang and Weiqi Feng and Andrew Lan},
journal= {arXiv preprint arXiv:2306.00784},
year = {2023}
}
备注
Accepted to The 61st Annual Meeting of the Association for Computational Linguistics (ACL 2023)