用问题类型分类解决数学应用题
摘要：使用多种集成方法来改进数学文字问题（MWPs）的解决能力。首先，我们提出了一个问题类型分类器，结合了基于树的解算器和大型语言模型（LLM）解算器的优势，扩大了可以解决的MWPs范围。此外，我们还应用集成技术来改进基于树的解算器和LLM解算器的性能。对于基于树的解算器，我们提出了基于十折交叉验证和投票机制的集成学习框架。在LLM解算器中，我们采用自一致性（SC）方法来改进答案选择。实验结果证明了这些集成方法在提高MWPs解决能力方面的有效性。全面评估展示了改进的性能，验证了我们提出方法的优势。我们的代码可在以下网址获得：https://github.com/zhouzihao501/NLPCC2023-Shared-Task3-ChineseMWP.
作者：Jie Yao, Zihao Zhou, Qiufeng Wang
论文ID：2308.13844
分类：Computation and Language
分类简称：cs.CL
提交时间：2023-08-29