为何 NLP 模型在初等数学上频频失误？基于深度学习的应用题求解器综述
计算与语言
2022-06-01 v1 人工智能
摘要
自上个十年的后半段以来，开发自动求解数学应用题（MWP）算法的兴趣日益增长。这是一项极具挑战且独特的任务，需要将表层文本模式识别与数学推理相融合。尽管研究广泛，我们仍远未构建出对初等数学应用题的鲁棒表示及针对该通用任务的有效解法。本文批判性审视已开发的各类应用题求解模型、其优劣及未来挑战。近两年来，大量深度学习模型在基准数据集上取得竞争性结果，使得在此节点对文献进行批判性概念分析极具价值。我们退一步分析，为何尽管学术关注如此丰富，主流实验与数据集设计仍是绊脚石。基于近距离分析文献的制高点，我们亦致力于为未来数学应用题研究提供路线图。
引用
@article{arxiv.2205.15683,
title = {Why are NLP Models Fumbling at Elementary Math? A Survey of Deep Learning based Word Problem Solvers},
author = {Sowmya S Sundaram and Sairam Gurajada and Marco Fisichella and Deepak P and Savitha Sam Abraham},
journal= {arXiv preprint arXiv:2205.15683},
year = {2022}
}