math_dev 源码

目标驱动的树结构神经模型,用于数学单词问题 该存储库是IJCAI 2019接受论文的实施: 谢智鹏*和孙世超*,IJCAI 2019。 *表示相等的贡献。 Seq2Tree模型 包含自上而下的递归神经网络和自下而上的递归神经网络的Seq2Tree神经网络 要求 python 3 0.4.1 训练与测试 Math23K: python3 run_seq2tree.py 结果 模型 准确性 带SNI的混合模型 64.7% 带EN的整体模型 68.4% 没有自底向上RvNN的Seq2Tree 70.0% 序列树 74.3% 引文 @inproceedings{ijcai2019-736, title = {A Goal-Driven Tree-Structured Neural Model for Math Word Problems}, author =