Solucionadores de problemas de palabras matemáticas basados en plantillas con redes neuronales recursivas

El diseño de solucionadores automáticos para problemas de palabras matemáticas aritméticas ha atraído una atención considerable en los últimos años y se han publicado una gran cantidad de conjuntos de datos y métodos. Entre ellos, Math23K es el corpus de datos más grande que es muy útil para evaluar la generalidad y robustez de una solución propuesta. El mejor rendimiento en Math23K es un modelo seq2seq basado en LSTM para generar la expresión matemática. Sin embargo, el modelo sufre de degradación del rendimiento en un gran espacio de expresiones objetivo. En este documento, proponemos una solución basada en plantilla con una red neuronal recursiva para la construcción de expresiones matemáticas. Más específicamente, primero aplicamos un modelo seq2seq para predecir una plantilla de estructura arbórea, con números inferidos como nodos hoja y operadores desconocidos como nodos internos. Luego, diseñamos una red neuronal recursiva para codificar la cantidad con Bi-LSTM y autoatención, e inferir los nodos de operador desconocido de una manera ascendente. Los resultados experimentales establecen claramente la superioridad de nuestro nuevo marco ya que mejoramos la precisión en un amplio margen en dos de los conjuntos de datos más grandes, es decir, de 58.1% a 66.9% en Math23K y de 62.8% a 66.8% en MAWPS.