摘要
本申请涉及一种数学主观题解答步骤的规约化处理方法及系统。所述方法包括基于Transformer架构的预训练语言模型对数学主观题的解题信息进行深度语义理解,生成语义表示信息,并基于该信息将解题信息切分为语义连贯的原子步骤;将原子步骤与知识图谱进行匹配,得到第一匹配结果,并基于知识图谱进行确定各原子步骤之间的连接关系;基于各原子步骤的连接关系和原子步骤构建解答步骤图,并通过图神经网络进行推理,得到推理结果;根据推理结果生成参考答案,并将原子步骤与参考答案进行语义匹配,得到第二匹配结果,该结果用于指示生成批改反馈。该方法通过语义理解、知识图谱和图神经网络,能够实现自动化、精准的解答步骤分析,提升解题效率与反馈质量。