
초록
기하 문제 해결(Geometry Problem Solving, GPS)은 다중 모드 융합과 기하학적 지식 적용을 요구하는 고급 수학적 추론입니다. 최근에 신경망 솔버는 GPS에서 큰 잠재력을 보여주었지만, 여전히 도형 표현과 모달 융합에서 부족한 점이 있습니다. 본 연구에서는 도형을 기본적인 텍스트 문장으로 변환하여 도형 특징을 효과적으로 설명하고, 다중 모드 정보를 효율적으로 융합할 수 있는 새로운 신경망 솔버인 PGPSNet을 제안합니다. 구조적 및 의미적 사전 학습, 데이터 증강, 자기 제한 해독을 결합하여 PGPSNet은 기하학 정리와 기하학적 표현에 대한 풍부한 지식을 갖추고 있으며, 이로 인해 기하학적 이해와 추론 능력이 향상됩니다. 또한 GPS 연구를 촉진하기 위해, 세밀한 주석이 달린 새로운 대규모 GPS 데이터셋인 PGPS9K를 구축하였습니다. 이 데이터셋은 세밀한 도형 주석과 해석 가능한 해결 프로그램으로 라벨링되었습니다. PGPS9K와 기존의 Geometry3K 데이터셋에서 수행된 실험들은 우리의 방법이 최신 신경망 솔버들보다 우수함을 입증합니다. 우리의 코드, 데이터셋 및 부록 자료는 \url{https://github.com/mingliangzhang2018/PGPS}에서 확인할 수 있습니다.