초록
기하 문제 해결은 자연어 처리(NLP) 커뮤니티 내에서 큰 도전 과제를 제시하고 있습니다. 기존 접근 방식은 주로 수학 어휘 문제를 해결하기 위해 설계된 모델에 의존하며, 기하 수학 문제의 독특한 특성을 간과하는 경향이 있습니다. 또한, 현재 연구는 주로 기하 계산 문제에 집중하면서 다른 중요한 측면인 증명을 무시하고 있습니다. 본 연구에서는 이러한 한계를 극복하기 위해 기하 인식 문제 해결자(Geometry-Aware Problem Solver, GAPS) 모델을 제안합니다. GAPS는 다양한 유형의 기하 수학 문제에 대한 해결 프로그램을 생성하도록 설계되었으며, 이를 위해 고유한 문제 유형 분류기를 활용합니다. GAPS는 해결 프로그램을 연산자와 피연산자의 조합으로 취급하여 그 생성 과정을 분리합니다. 또한, 우리는 기하 요소 강화 방법을 소개하는데, 이 방법은 GAPS가 기하 요소를 정확히 인식하는 능력을 향상시키는데 도움을 줍니다. 이러한 개선점을 통해 GAPS는 기하 수학 문제 해결에서 뛰어난 성능을 보여줍니다. 우리는 UniGeo 데이터셋에서 수행한 실험을 통해 GAPS가 최신 모델인 Geoformer보다 우수함을 입증했습니다. 특히, GAPS는 계산 작업에서 5.3% 이상의 정확도 향상을 달성하였으며, 증명 작업에서는 41.1%라는 놀라운 성능 향상을 보였습니다. 특히, GAPS는 증명 문제에서 97.5%의 높은 정확도를 달성하여 기하 증명 작업 해결 분야에서 중요한 진전을 이루었습니다.