申请/专利权人：江西师范大学

申请日：2024-01-26

公开（公告）日：2024-03-01

公开（公告）号：CN117633643A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/214;G06F18/25;G06F18/15;G06N3/0442;G06N3/0455;G06F18/213;G06Q50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明公开了一种基于对比学习的中学几何问题自动求解方法，其方法为：收集若干道中学几何题及答案得到所需的中学几何数据集；划分成无图几何题数据集和有图几何题数据集；无图几何题输入到几何图像生成器中获得准确率高的几何图形；再输入到有图解题器中得到最终的多模态特征向量；有图解题器中的程序解码器得到准确率高的解题答案；最后将几何图像生成器和有图解题器合在一起测试，形成一个解决自己作图和自带图形的几何题型的统一大模型。本发明的有益效果是：从全新的视角，将中学几何问题分成两种题型来分别对应解决，并将它们融合到一起形成一个能解中学几何问题的模型。

主权项：1.一种基于对比学习的中学几何问题自动求解方法，其特征在于：方法步骤如下：步骤S1,数据集构建：收集若干道中学几何题及答案；并分别按照训练集、验证集、测试集对收集若干道几何题及答案进行划分，得到所需的中学几何数据集；步骤S2,任务形式化定义：给定包含N条中学几何数据集，经过题型分类器划分成：无图中学几何题数据集B和有图中学几何题数据集C；步骤S3,无图中学几何题数据集B中有y道需要自己作图的几何题型by和有图中学几何题数据集C中z道自带图形的几何题型cz输入到中学几何问题自动求解模型中的BERT特征编码器中；获取中学几何题题干中的所有字嵌入特征向量；步骤S4,将BERT特征编码器获得的无图中学几何题题干中的字嵌入特征向量输入到几何图像生成器中，几何图像生成器基于对比学习模型训练与微调得到，用于生成中学几何题所需要的几何图形，采用人工监督的方式进行对比学习模型训练，通过均方误差损失函数计算几何图形生成损失Lprior，优化更新BERT特征编码器和几何图像生成器的参数，获得几何图形；步骤S5,将BERT特征编码器获得的有图中学几何题题干中的字嵌入特征向量以及无图中学几何题和几何图像生成器所生成对应的几何图形输入到有图解题器中，然后有图解题器中内含的图形编码器将几何图形进行编码并特征提取，与BERT特征编码器的字嵌入特征向量进行中学几何题干与几何图形的对齐操作得到最终的多模态特征向量；步骤S6,有图解题器中的程序解码器在多模态特征向量的引导下顺序生成解题程序，采用负对数似然损失函数计算解题错误的生成损失Lg，得到准确率高的解题答案；步骤S7,将几何图像生成器和有图解题器合在一起测试，形成一个既能解决需要自己作图的无图几何题型，也能解决自带图形的几何题型的统一大模型。

全文数据：

权利要求：

百度查询： 江西师范大学 一种基于对比学习的中学几何问题自动求解方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD