一种基于图文理解的电路题目自动解答方法

• 作者: 何彬 夏盟 王彦丽 菅朋朋
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 自动解答 图文理解 句法语义模型 网孔搜索法 卷积神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 567-574
• 页数: 8页
• 分类号: TP391.6
• 字数: 6036字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.03.010

摘要

自动解答是人工智能领域的一个研究热点.由于题目文本中包含自然语言描述的复杂情景,电路图形中亦包含众多的电路结构信息,因此图文理解成为自动解答中的一个关键挑战.针对该挑战,提出了一种基于图文理解的电路题目自动解答方法.该方法将图文理解的过程抽象为一个关系抽取的过程,并提出了一种句法语义模型用于抽取题目文本中的关系,进而提出一种电路网孔搜索法与深度卷积神经网络相结合的方法用于抽取电路图形中的关系,并求解抽取的关系,以实现电路题目的自动解答.通过对电路题目的解答实验,句法语义模型抽取了93.5％的文本关系,网孔搜索法对电路图形中的VCR、KCL和KVL关系抽取正确率分别达到88.2％、90.9％和80.7％,最终实现了75.56％的解答正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彦丽		3	0	0.0	0.0
2	菅朋朋	华中师范大学国家数字化学习工程技术研究中心	3	2	1.0	1.0
3	何彬	华中师范大学国家数字化学习工程技术研究中心	5	13	2.0	3.0
4	夏盟	华中师范大学国家数字化学习工程技术研究中心	3	0	0.0	0.0