수학적 단어 문제를 위한 의미론적으로 정렬된 유니버설 트리 구조형 솔버

실용적인 자동 텍스트 기반 수학 단어문제(MWP) 해결 시스템은 다양한 유형의 텍스트 MWP를 해결할 수 있어야 하며, 현재까지의 대부분의 연구는 단일 미지수 선형 MWP에만 집중되어 있다. 본 연구에서는 다양한 MWP의 방정식을 통일적으로 표현하는 데 처음으로 도전하는 간단하면서도 효율적인 방법인 유니버설 표현 트리(Universal Expression Tree, UET)를 제안한다. 이후, UET 표현을 기반으로 하여 인코더-디코더 구조를 채택한 의미적 정렬을 고려한 유니버설 트리 구조적 해결기(Semantically-Aligned Universal Solver, SAU-Solver)를 제안하여 다양한 유형의 MWP를 통합된 모델로 해결할 수 있도록 한다. 본 SAU-Solver는 인간이 MWP를 해결하는 방식과 유사하게, 생성된 기호들의 의미적 해석에 따라 어떤 기호를 생성할지를 결정함으로써 유니버설 표현 트리를 명시적으로 생성한다. 또한, 생성된 표현 트리의 의미적 제약과 합리성을 더욱 강화하기 위해, 새로운 서브트리 수준의 의미적 정렬 정규화(semantic-aligned regularization)를 도입하여 문맥 정보와의 일치를 유도한다. 마지막으로, 본 해결기의 보편성을 검증하고 MWP 연구의 경계를 확장하기 위해, 세 가지 유형의 MWP를 포함하는 새로운 도전적인 하이브리드 수학 단어문제 데이터셋(Hybrid Math Word Problems, HMWP)을 제안한다. 여러 MWP 데이터셋에서의 실험 결과는 제안한 모델이 다양한 유형의 MWP를 해결할 수 있으며, 기존의 여러 최첨단 모델들보다 우수한 성능을 보임을 입증한다.