融合文本与图形理解的电路题目自动解答

• 作者: 夏盟 王彦丽 菅朋朋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 电路题目 文本理解 图形理解 自动解答
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 118-123,151
• 页数: 7页
• 分类号: TP391.6
• 字数: 5399字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.018

摘要

电路题目自动解答是人工智能领域前沿研究问题.提出一种融合文本和图形抽取物理关系的电路题目自动解答新方法.通过句法语义模型抽取题目文本中的数量关系,再使用网孔搜索算法抽取电路图形中的结构关系,从而形成一致性题目理解.为了验证该方法的有效性,在电路题目数据集上分别设计了文本、图形的理解及自动解答对比实验.结果表明:句法语义模型对电路文本关系完全抽取率达97.22％,电路图形中的VCR、KCL和KVL关系抽取准确率分别为90.91％、81.82％、91.3％,而文本和图形融合实现的电路题目自动解答,解答率达88.89％,验证了该方法的有效性.

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	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