数学問題テキスト中の数式の型の予測

抄録

ニューラル言語モデルと型推論を組み合わせることにより, 数学テキスト中の数式の型を予測することを試みた. 予測された数式の型は, 数学テキストを入力とする自動演繹や数式検索などで利用できる．まず，ひとつの数式から型定義に基づき，型の候補を複数列挙する．一般に数式には複数の解釈が存在するため，文脈がない限り型を完全に判断することはできない．次に, テキスト中の数式を日本語とともにニューラル言語モデルに入力し, 数式中の変数および数式全体の型をスコアとともに予測する. 最後に, 複数の型の候補のうち, 最もスコアが高い型を選択する. 実験では大学入試問題を用いて, ニューラル言語モデルのみを用いた統計的な型予測に対し, 更に型推論を組み合わせることの効果を検証した.その結果，統計的な型予測よりも型推論を併用した場合の方が，精度が低下した．型推論が有効に働かなかった主な原因は，構文解析の失敗と考えられる．