一种基于神经符号融合算法的数值推理问题弱监督求解方法及存储介质
申请号:CN202510306023
申请日期:2025-03-14
公开号:CN120317361B
公开日期:2025-10-31
类型:发明专利
摘要
本发明属于自然语言处理技术,为一种基于神经符号融合算法的数值推理问题弱监督求解方法及存储介质。其方法包括:收集训练数据集,训练数据集中的每一条样本si包括字符串xi和浮点数yi,xi表示数值推理问题的题面,yi表示数值推理问题的数值解;训练神经网络,神经网络包括m个记忆格,表示求解问题所需要的最多计算步骤数量;将数值推理问题表示为最大长度为l的序列;将数值推理问题输入神经网络中,推理得到问题的数值解;解析神经网络的隐藏层输出,得到数值解的计算步骤。本发明输出的求解过程与最终答案一致,具有高可信度;只需要弱监督训练,即训练数据中不需要包含求解过程,训练成本低。
技术关键词
数值
记忆
收集训练数据
训练神经网络
融合算法
计算机可执行指令
语义
优化神经网络
训练语言模型
自然语言
浮点数
计算机存储介质
指针
模块
符号
注意力机制
样本
序列
参数