초록
기하학 도형 해석은 기하학 문제 해결에서 중요한 역할을 합니다. 여기서 원시 추출과 관계 해석은 복잡한 레이아웃과 원시 간의 관계 때문에 여전히 어려움을 겪고 있습니다. 본 논문에서는 딥러닝과 그래프 추론을 기반으로 하는 강력한 도형 해석기를 제안합니다. 구체적으로, 수정된 인스턴스 분할 방법을 사용하여 기하학적 원시를 추출하고, 그래프 신경망(GNN)을 활용하여 기하학적 특성과 사전 지식을 통합하여 관계 해석과 원시 분류를 실현합니다. 모든 모듈은 PGDPNet이라는 엔드투엔드 모델에 통합되어 모든 하위 작업을 동시에 수행합니다. 또한, 원시 수준 주석이 포함된 새로운 대규모 기하학 도형 데이터셋인 PGDP5K를 구축하였습니다. PGDP5K와 기존 데이터셋 IMP-Geometry3K에서의 실험 결과, 본 모델이 네 가지 하위 작업에서 현저하게 최신 연구 방법들을 능가함을 보여주었습니다. 본 논문의 코드, 데이터셋 및 부록 자료는 https://github.com/mingliangzhang2018/PGDP에서 확인할 수 있습니다.