[发明专利]用于求解高中数学求值题的知识图谱及其构建和求解方法

说明书

本发明公开了一种用于求解高中数学求值题的知识图谱及其构建和解题方法，其中，用于求解高中数学求值题的知识图谱包括：多个节点和连接多个节点的有向边；多个节点包括对象节点、操作节点和约束节点，用于表示和描述一种数学对象、操作和约束；有向边包括继承型边和数据流型边，用于表示两个节点之间的继承关系和数据流关系。通过对题目中涉及到的各种数学对象、操作以及约束进行建模，并基于实体设计建立知识图谱，借助知识图谱自动解题，能够在多种题型上得到较好的自动解题答案的准确率。

技术领域

本发明涉及信息检索技术领域，特别涉及一种用于求解高中数学求值题的知识图谱及其构建和求解方法。

背景技术

目前智能教育变得越来越受到关注。在这一领域，自动解题有着重要的商业价值和社会意义。它可以帮助老师校对答案、自动判卷，也可以帮助学生答疑解惑、增强其对题目的理解。在中学的各个学科中，数学以其具有一定难度、涉及多类知识、需要严密的逻辑推理和计算成为自动解题的较难学科之一。

如今，知识图谱被广泛应用在各个领域中，例如语义网络搜索、问答系统和自然语言处理。例如，在一个语义搜索引擎中搜索“最高的山峰是哪座？”，就会得到“珠穆朗玛峰”的答案，这就得益于搜索引擎背后的知识图谱。现在，知识图谱已经成为人工智能领域中的重要组成部分，它通过结构化的方式描述客观世界中的概念、实体及其关系，提供了大量的、计算机可读取的知识。借助知识图谱可以进行知识推理，因此可以使用知识图谱来自动求解数学题。然而，现有的知识图谱的结构无法支持自动解题所需的数学计算和推导，因此需要设计一种特殊的知识图谱结构(以下简称为数学图谱)来完成自动解数学习题的目标。这种知识图谱和现有的知识图谱有以下几点不同：

1.一般的知识图谱关注现实世界中各种各样的概念和实体，可以从大量的Web文本中抽取语义并进行构建。而数学图谱则只关注特定的数学领域的知识，并且很难从现有的数学题目文本中抽取，需要大量的人的参与来帮助构建。

2.一般的知识图谱中的知识存储在实例级别。例如图谱中的一个三元组(北京，是……的首都，中国)展示了“北京”和“中国”两个实例之间的一个关系。然而在数学图谱中，知识将存储在类一级。这是因为数学知识(定义、定理等)关注的是一般性的数学规律，并且数学对象的实例是难以穷尽的(例如会存在无数个形状大小不相同的三角形)。因此“平面三角形的内角和为180度”这条性质将被存储在“三角形”这个类中。而只有当给定一个数学题目利用知识图谱进行解题时，才会根据题意创建类的实例。此时，类存储的知识才将传递到创建的实例中。

3.一般的知识图谱中存储实体间的逻辑关系很容易被存储，但MathGraph需要支持多种不同的数学推导和计算。

因此，需要对数学图谱进行特殊设计以满足以上三点要求。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种用于求解高中数学求值题的知识图谱。

本发明的另一个目的在于提出一种构建用于求解高中数学求值题的知识图谱的方法。

本发明的再一个目的在于提出一种利用构建的知识图谱自动求解高中数学求值题的方法。

本发明一方面实施例提出了一种用于求解高中数学求值题的知识图谱，包括：多个节点和连接所述多个节点的有向边；

通过所述多个节点和连接所述多个节点的有向边组成有向图结构；

所述多个节点包括对象节点、操作节点和约束节点，用于表示和描述一种数学对象、操作和约束；

所述有向边包括继承型边和数据流型边，用于表示两个节点之间的继承关系和数据流关系。

本发明另一方面实施例提出了一种构建用于求解高中数学求值题的知识图谱的方法，包括：