1.研究背景

近年来，在高性能计算机设备和互联网背景下海量数据的辅助下，深度学习相关的技术取得了长足的进步，但是随着相关研究的不断涌现，深度学习为代表的的一系列以神经网络为基础的技术也进入了发展的深水区，相比于早期关注于网络结构设计的改进，当前的研究更关注如何完全发挥神经网络的全部性能潜力并探究监督学习之外的学习设定。最近出现的AlphaFold l2在生物学当中的基因序列和蛋白质结构预测发挥出了惊人的性能，延续了监督学习在科学发现上的探索。另外，预训练语言模型BERT[3]及其相关的预训练语言模型技术革新了整个自然语言处理社区的技术，并在计算机视觉[4和数据挖掘I5I等多个领域引发着变革，在机器学习设定上它也扩展了自监督学习的工具包。这些发展固然振奋人心，但是当前的人工智能体是否真的发展到了人们所期许的程度?通常认为现有的人工智能系统在可解释性和外部知识上还面临着很大的挑战。更准确地来说，可解释性困境指代模型的预测往往不可理解切可信度较低，因此当前的模型难以分析和理解其内在工作机理;外部知识困境指代当前模型难以引入现存的外部知识，例如常识知识和知识图谱。

2.图片演示

图片扫描输入

题目文本输入

3.视频演示

AI几何＆代数数学题自动答题系统（源码＆教程）_哔哩哔哩_bilibili

4.机器智能推理

基于神经符号推理的方法

该博客提出的基于符号推理的方法和基于概率统计推理的方法都具有很强的抽象性和泛化能力。这类系统具有良好的可解释性，但由于其符号表征技术的局限性和离散性，这类系统系统又往往具有脆弱和难以扩展的特性。相对应的，神经网络模型由于其良好的表征能力，在各种不同的人工智能任务上都实现了最优越的性能。然而，这类模型难以在深度表郑重体现出组合性和泛化性，同时它们也不能提供明确的决策证据来解释它们产生对应输出的原因，这些特性也使得这一类基于神经网络的推理系统看起来像一个黑盒子。因此，一个很直接的思路就是将神经网络模型与符号推理相结合，这在在本文中也被称之为神经符号推理。一般来说，神经符号推理系统将现有的推理技术与基于神经网络的符号表征相结合，以可微模块组合的形式实现推理任务，这里的每个模块都对应着一个具有特定功能的程序。以这样的实现方式构建的系统通常比常规的类似于黑盒的神经网络更易于解释。
比较具有代表性的神经符号推理方法主要有知识图谱推理[37.38]，神经语义解析[39-40]和模块化神经网络。
知识图谱指的是在以概念节点和关系类型边构成的一类图的数据结构，这一类图数据结构实际上是有大量的三元组数据拼接组合而成，知识图谱推理往往指的是继续现有的逻辑事实和关系结构，推理出图中不显式存在的一些知识。例如，在知识图谱中可能有有这样的一些事实:“姚期智-供职于-清华大学，清华大学-位于-中国”，我们可以据此总结出姚期智居住在中国这一事实，这也是一个基于知识图谱事实信息进行推理的例子。在神经符号推理中，这类问题中常常会涉及到深度表征的转移，基于循环网络的链路搜寻，强化学习等技术。

5.自注意力网络

该博客提出的自注意力网络由于其在并行计算中的灵活性和对长依赖关系建模的能力，在机器翻译[82,83]和自然语言推理等经典自然语言处理任务[84中取得了令人惊叹的效果。它可以通过计算输入序列中元素对之间的注意权重来获取序列之间复杂的关系。该网络[82l的核心之一是自注意力计算模块，称为“标度点积注意”( ScaleDot Product Attention, SDPA)。它也是自注意力网络的基本运算单元。此模块的输入包含查询矩阵o∈ Rmxd、键矩阵K ∈ Rm×d和值矩V∈ Rm×dv，其中m是输入符号单元的数量，d:是单个符号单元对应向量的维度，dv是值向量的维度。输出可通过以下公式计算:

6.模型图

7.系统整合

下图源码＆环境部署视频教程＆自定义UI界面

参考博客《AI几何＆代数数学题自动答题系统（源码＆教程）》

8.参考文献

[1]张景中,彭翕成,邹宇.几何机器明证引发的思考[D].2020
[2]张景中,李永彬.几何定理机器证明三十年[D].2009
[3]吴文俊.数学机械化研究回顾与展望[J].系统科学与数学.2008,(8).898-904.
[4]王磊.基于深度强化学习的数学应用题自动求解器[D].2019
[5]Zhang, Dongxiang,Wang, Lei,Zhang, Luming,等.The Gap of Semantic Parsing: A Survey on Automatic Math Word Problem Solvers[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2020,42(9).2287-2305.DOI:10.1109/TPAMI.2019.2914054.
[6]AlQuraishi, Mohammed.AlphaFold at CASP13[J].Bioinformatics.2019,35(22).4862-4865.DOI:10.1093/bioinformatics/btz422.
[7]Domingos, Pedro,Lowd, Daniel.Unifying Logical and Statistical AI with Markov Logic[J].Communications of the ACM.2019,62(7).74-83.DOI:10.1145/3241978.
[8]LeCun Yann,Bengio Yoshua,Hinton Geoffrey.Deep learning[J].Nature.2015,521(7553).436-444.DOI:10.1038/526050a.
[9]JAN WIELEMAKER,TOM SCHRIJVERS,MARKUS TRISKA,等.SWI-Prolog[J].Theory & practice of logic programming.2012,12(Jan.Pt.1).
[10]Anirban Mukherjee,Utpal Garain.A review of methods for automatic understanding of natural language mathematical problems[J].Artificial Intelligence Review: An International Science & Engineering Journal.2008,29(2).
[11]Richardson Matthew,Domingos Pedro.Markov logic networks[J].Machine Learning.2006,62(1-2).107-136.DOI:10.1007/s10994-006-5833-1.
[12]Jacobs, R,Jordan, M,Nowlan, S,等.Adaptive Mixtures of Local Experts[J].Neural Computation.1991,3(1).79-87.
[13]Charles R. Fletcher.Understanding and solving arithmetic word problems: A computer simulation[J].Behavior research methods, instruments & computers.1985,17(5).565-571.
[14]James R. Slagle.Experiments with a deductive question-answering program[J].Communications of the ACM.1965,8 (12).792-798.DOI:10.1145/365691.365960.
[15]Christopher D. Manning,Mihai Surdeanu,John Bauer,等.The Stanford CoreNLP Natural Language Processing Toolkit[C].2014
[16]Nate Kushman,Yoav Artzi,Luke Zettlemoyer,等.Learning to Automatically Solve Algebra Word Problems[C].2014
[17]Mohammad Javad Hosseini,Hannaneh Hajishirzi,Oren Etzioni,等.Learning to Solve Arithmetic Word Problems with Verb Categorization[C].2014
[18]Dan Goldwasser,Dan Roth.Learning from Natural Instructions[C].2011
[19]Ying Zhang,Tao Xiang,Timothy M. Hospedales,等.Deep Mutual Learning[C].
[20]Vlad Adrian Stefanescu,Ion Emilian Radoi.Autonomous Self-Diagnosis System[C].

AI几何＆代数数学题自动答题系统（源码＆教程）相关推荐

赚多多V10自动抢单系统源码_派单连单管理新增设置订单佣金
收到用户反馈需要连单设置时需要单独设置佣金,于是针对派单连单管理这一块做了个调整,新增了设置佣金栏目. 功能说明:派单时有设置佣金会按照设置的佣金进行计算,设置佣金为单商品价格的百分比,比如设置价格为 ...
2022新版驾考技巧驾考培训驾考技巧考试培训系统源码/题库小程序/题库系统源码/驾考答题系统源码
品牌:无语言:php 大小:998.3M 类型:驾考答题系统源码支持:H5 欢迎关注(发消息才不限制),私信,领取源码简介: 这套是我某站买的一套运营级系统,之前我在运营,现在没做 ...
(已更新)柒微自动发卡系统源码
源码简介: 柒微自动发卡系统源码 1.功能亮点 a.对接微信公众号(个人订阅号也可以),实现快速购买,快速查询卡密,更加方便快捷 b.不仅支持卡密类商品,还支持固定卡密类和代充类商品 c.优惠券和 ...
java计算机毕业设计自动评测系统源码+mysql数据库+系统+部署+lw文档
java计算机毕业设计自动评测系统源码+mysql数据库+系统+部署+lw文档 java计算机毕业设计自动评测系统源码+mysql数据库+系统+部署+lw文档本源码技术栈: 项目架构:B/S架构开 ...
党建学习答题系统源码，开源免费版是如何搭建的呢？
提起党建学习以及党建答题活动,我相信有不少国企工作人员或公务员都很有感触,学习党建知识,偶尔组织相关的答题活动等,是每年必不可少的一项企业活动,而对于这么一个常见活动,找到一个靠谱的.合适的党建学习答 ...
2023最新柒微聊天形式自动发卡系统源码+全新UI功能强大
正文: 柒微自动发卡系统源码 1.功能亮点 4.支付方式介绍 5.邮件配置说明端口:465 以下操作需要先授权, 并且服务器php版本要求安装sg11扩展, 建议:使用宝塔.php56版本开始安装 ...
安卓系统源码编译系列（1）——下载安卓系统源码教程
安卓系统源码编译系列(一)--下载安卓系统源码教程最近需要编译安卓系统,咨询了一个编译过安卓系统的朋友,说是下载源码就得下载两天,于是做好了长期抗战的准备,开始了下载安卓源码的旅程.在刚开始下载时, ...
价值1000元的稀有二开版的无限坐席在线客服系统源码+教程
demo软件园每日更新资源,请看到最后就能获取你想要的: 1.价值1000元的稀有二开版的无限坐席在线客服系统源码+教程价值1000元的稀有二开版的无限坐席在线客服系统源码直接一键安装的,启动两个 ...
安卓系统源码编译系列（一）——下载安卓系统源码教程
最近需要编译安卓系统,咨询了一个编译过安卓系统的朋友,说是下载源码就得下载两天,于是做好了长期抗战的准备,开始了下载安卓源码的旅程.在刚开始下载时,可以参照的内容只有官方教程,于是跟着官方教程一步一步 ...

AI几何＆代数数学题自动答题系统（源码＆教程）