[发明专利]解题模型的训练方法及装置、解题公式生成方法及装置

说明书

本申请提供解题模型的训练方法及装置、解题公式生成方法及装置，其中所述解题模型的训练方法包括：获取题干信息和所述题干信息对应的解题公式；将所述题干信息输入至解题模型的编码器中进行编码，获得所述题干信息对应的编码向量；将所述编码向量输入至所述解题模型的解码器中进行解码，获得所述题干信息的解码结果；根据所述解码结果和所述解题公式确定损失值；根据所述损失值调整所述解题模型的参数以训练所述解题模型。

技术领域

本申请涉及计算机技术领域，特别涉及解题模型的训练方法及装置、解题公式生成方法及装置、计算设备和计算机可读存储介质。

背景技术

在数学的学习体系中，小学的数学应用题，题型丰富，千变万化，目前的数学应用题的解答需要依靠人力来解决，如老师根据自身的经验对每个应用题进行解答，这种方法，一方面成本很高，另一方面在很依靠老师个人的能力，并且在解题过程中难免会犯错，无法保证准确率，因此还需要再有另外的人参与到验证的过程中来，另外通过人工解题的速度是比较慢的，当题目的数量巨大的时候，需要耗费大量的人力和时间的成本，效率很低。

因此，如何解决上述问题，节约人力资源，提高解题速度，就成为技术人员亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供了解题模型的训练方法及装置、解题公式生成方法及装置、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种解题模型的训练方法，包括：

获取题干信息和所述题干信息对应的解题公式；

将所述题干信息输入至解题模型的编码器中进行编码，获得所述题干信息对应的编码向量；

将所述编码向量输入至所述解题模型的解码器中进行解码，获得所述题干信息的解码结果；

根据所述解码结果和所述解题公式确定损失值；

根据所述损失值调整所述解题模型的参数以训练所述解题模型。

可选的，获取题干信息和所述题干信息对应的解题公式，包括：

获取原始题干信息和所述原始题干信息对应的原始解题公式；

基于预设的题干规则对所述原始题干信息进行预处理，生成题干信息；

基于预设的公式规则对所述原始解题公式进行预处理，生成解题公式。

可选的，所述解题模型的编码器包括第一嵌入层和至少一个第一神经网络层；

将所述题干信息输入至解题模型的编码器中进行编码，获得所述题干信息对应的编码向量，包括：

对所述题干信息做分词处理，获得所述题干信息对应的词单元集合；

将所述词单元集合中的词单元输入至所述第一嵌入层做嵌入化处理，获得所述题干信息对应的词向量集合；

将所述词向量集合输入至每个所述第一神经网络层中做编码处理，获得所述题干信息对应的编码向量。

可选的，将所述词单元集合中的词单元输入至所述第一嵌入层做嵌入化处理，获得所述题干信息对应的词向量集合，包括：

根据预设的特征维度对每个词单元做嵌入化处理，获得每个所述词单元对应的至少一个特征编码，其中，所述特征维度包括字符特征、词性标注特征、词语特征、数字标识特征、数字大小关系特征中的至少一个；

根据每个所述词单元对应的特征编码和每个特征编码对应的权重生成所述词单元对应的词向量；

根据每个所述词单元对应的词向量生成所述题干信息对应的词向量集合。