Scan to download the app 
ਇੱਕ ਐਡਟੈੱਕ ਪਲੇਟਫਾਰਮ ਦੇ ਰੂਪ ਵਿੱਚ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸੈਂਕੜੇ ਪ੍ਰੀਖਿਆਵਾਂ ਦੇ ਸਿਲੇਬੀ ਤੋਂ ਹਜ਼ਾਰਾਂ ਕੰਸੇਪਟਸ ‘ਤੇ ਸਵਾਲਾਂ ਦਾ ਪ੍ਰੈਕਟਿਸ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, Embibe ਨੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਇਹ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਕਿ ਕਿਸੇ ਖਾਸ ਸਵਾਲ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਵਿਆਖਿਆਵਾਂ ਅਤੇ ਕਦਮ-ਦਰ-ਕਦਮ ਹੱਲ ਗਾਈਡਾਂ ਨਾਲ ਸਵਾਲਾਂ ਨੂੰ ਭਰਪੂਰ ਬਣਾਉਣ ਵਿੱਚ ਨਿਵੇਸ਼ ਕੀਤਾ ਹੈ। ਇਹ ਇੱਕ ਦਸਤੀ ਪ੍ਰਕਿਰਿਆ ਰਹੀ ਹੈ ਜਿਸ ਵਿੱਚ ਮਨੁੱਖੀ ਵਿਸ਼ਾ ਵਸਤੂ ਦੇ ਮਾਹਰ ਪ੍ਰਸ਼ਨ ਹੱਲ ਕਰਦੇ ਹਨ।
ਜਿਵੇਂ ਕਿ Embibe ਦਾ ਪ੍ਰਸ਼ਨ ਡੇਟਾਸੈਟ ਵਧਦਾ ਹੈ, ਹੱਥੀਂ ਬਣਾਏ ਗਏ ਹੱਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ‘ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਬਹੁਤ ਮਹਿੰਗਾ ਹੈ। ਸੋਲਵਰ ਟੈਕਨਾਲੋਜੀ ਅਜੇ ਵੀ ਇੱਕ ਮੁਕਾਬਲਤਨ ਨਵੀਨਤਮ ਖੇਤਰ ਹੈ ਜਿਸ ਨੇ ਕੁਝ ਖਾਸ ਡੋਮੇਨਾਂ ਜਿਵੇਂ ਕਿ ਵਿਚਕਾਰਲੇ ਪੱਧਰ ਦੇ ਗਣਿਤ ਵਿੱਚ ਟੈਕਸਟ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਐਲਗੋਰਿਦਮ ਬਣਾਉਣ ਵਿੱਚ ਕੁਝ ਸਫਲਤਾ ਦੇਖੀ ਹੈ।
Embibe ਇਸ ਖੇਤਰ ਵਿੱਚ ਖੋਜ ਦਾ ਪਿੱਛਾ ਕਰ ਰਿਹਾ ਹੈ ਤਾਂ ਜੋ ਸਵਾਲਾਂ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ ਲਈ ਆਪਣੇ ਆਪ ਜਵਾਬ ਅਤੇ ਕਦਮ-ਦਰ-ਕਦਮ ਹੱਲ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ।
ਸਮੱਸਿਆ ਦਾ ਬਿਆਨ
ਗਣਿਤ ਦਾ ਇੱਕ ਪਾਠ ਪ੍ਰਸ਼ਨ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਇਸਨੂੰ ਹੱਲ ਕਰਨ ਵਾਲੇ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹੱਲ ਕਰੋ ਅਤੇ ਇੱਕ ਕਦਮ-ਦਰ-ਕਦਮ ਹੱਲ ਪ੍ਰਦਾਨ ਕਰੋ।
ਪ੍ਰਸ਼ਨ ਵਿਦਿਆਰਥੀ ਤੋਂ ਕੋਈ ਵੀ ਸੁਤੰਤਰ ਪ੍ਰਸ਼ਨ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਇਹ ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਕਿਸੇ ਵਿਸ਼ੇਸ਼ ਫਾਰਮੈਟ ਵਿੱਚ ਹੋਵੇ। ਅਸੀਂ ਇਸਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ ਅਤੇ ਹੱਲ ਦੇ ਕਦਮ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਾਂ।
ਪਹੁੰਚ
ਇੱਥੇ ਇਹ ਹੈ ਕਿ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ:
ਉਦਾਹਰਣ ਲਈ,
ਇੱਥੇ 6ਵੀਂ CBSE ਤੋਂ ਇੱਕ ਸਵਾਲ ਹੈ:
“ਅੰਕੜਿਆਂ ਵਿੱਚ ਲਿਖੋ – ਦੋ ਲੱਖ ਪੰਜਾਹ ਹਜ਼ਾਰ ਨੌ ਸੌ ਛੱਤੀ।”
ਇਸ ਲਈ, ਪਹਿਲੇ ਪੜਾਅ ਵਿੱਚ, ਅਸੀਂ ਸੋਲਵਰ ਕੋਡ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ ਜਿਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਪ੍ਰਸ਼ਨ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਹੈ “ਟੈਕਸਟ_ਨੂੰ_ਨੰਬਰ ਵਿੱਚ ਬਦਲੋ”।
ਅਗਲੇ ਪੜਾਅ ਵਿੱਚ, ਅਸੀਂ ਇਸਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਹੱਲ ਕਰਨ ਵਾਲੇ ਲਈ ਦਲੀਲ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ। ਇਸ ਲਈ, ਇਸ ਕੇਸ ਵਿੱਚ ਹੱਲ ਕਰਨ ਵਾਲੇ ਲਈ ਇਨਪੁਟ ਆਰਗੂਮੈਂਟ ਹੋਵੇਗੀ “ਦੋ ਲੱਖ ਪੰਜਾਹ ਹਜ਼ਾਰ ਨੌ ਸੌ ਛੱਤੀ”।
ਇਸ ਲਈ, ਸਾਨੂੰ ਪੂਰਾ ਹੱਲ ਮਿਲਦਾ ਹੈ:
ਕਨਵਰਟ_ਟੈਕਸਟ_ਨੂੰ_ਨੰਬਰ(ਦੋ ਲੱਖ ਪੰਜਾਹ ਹਜ਼ਾਰ ਨੌ ਸੌ ਛੱਤੀ)।
ਫਿਰ ਅਸੀਂ ਜਵਾਬ ਅਤੇ ਕਦਮ-ਦਰ-ਕਦਮ ਹੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਦਲੀਲ ਨਾਲ ਹੱਲ ਕਰਨ ਵਾਲੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਾਂ, ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:
ਆਉ ਇੱਕ ਹੋਰ ਉਦਾਹਰਨ ਸਵਾਲ ਦੇ ਨਾਲ ਵਿਸਤ੍ਰਿਤ ਕਰੀਏ:
“ਸ਼੍ਰੀਮਤੀ ਸੋਨੀ ਨੇ 7 1/2 ਲੀਟਰ ਦੁੱਧ ਖਰੀਦਿਆ। ਇਸ ਦੁੱਧ ਵਿੱਚੋਂ 5 3/4 ਲੀਟਰ ਲੀਟਰ ਦੀ ਖਪਤ ਹੋਈ। ਉਸ ਕੋਲ ਕਿੰਨਾ ਦੁੱਧ ਬਚਿਆ ਹੈ?”
ਇਸਨੂੰ “ਘਟਾਓ_ਭਿੰਨਾਂ_ਮਿਕਸਡ_ਕਿਸਮ(7 1/2, 5 3/4)” ਸੋਲਵਰ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਅਸੀਂ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਹੱਲ ਕਦਮਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਾਂਗੇ।
ਹੱਲ
ਅਸੀਂ ਹੱਲ ਨੂੰ ਦੋ ਪੜਾਵਾਂ ਵਿੱਚ ਵੰਡ ਸਕਦੇ ਹਾਂ।
- ਹੱਲ ਕਰਨ ਵਾਲੇ ਕੋਡ ਦੀ ਭਵਿੱਖਬਾਣੀ
- ਆਰਗੂਮੈਂਟ ਐਕਸਟਰੈਕਸ਼ਨ
ਸੋਲਵਰ ਕੋਡ ਦੀ ਭਵਿੱਖਬਾਣੀ ਵਿੱਚ, ਅਸੀਂ ਹੱਲ ਕਰਨ ਵਾਲੇ ਕੋਡਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ ਜਿਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਗਣਿਤ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਉਪਰੋਕਤ ਉਦਾਹਰਨ ਵਿੱਚ, “subtract_fractions_mixed_type” ਸਹੀ ਹੱਲ ਕਰਨ ਵਾਲਾ ਸੀ ਜਿਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦਿੱਤੀ ਗਈ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਅਸੀਂ ਡੀਪ ਲਰਨਿੰਗ ਜਨਰੇਟਿਵ seq2seq ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ ਜਿਵੇਂ ਕਿ T5[1], ਜੋ ਹੱਲ ਕਰਨ ਵਾਲਾ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕਰੇਗਾ।
ਦੂਜੇ ਪੜਾਅ ‘ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਸਾਡੇ ਕੋਲ ਹਰੇਕ ਸੋਲਵਰ ਕੋਡ ਲਈ ਆਰਗੂਮੈਂਟਾਂ ਦੇ ਨਾਲ 1 ਨਮੂਨਾ ਹੱਲ ਕਰਨ ਵਾਲਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਲਈ ਇੱਕ ਨਮੂਨਾ ਹੱਲ ਕਰਨ ਵਾਲਾ “ਘਟਾਓ_ਭਿੰਨਾਂ_ਮਿਕਸਡ_ਕਿਸਮ” ਕੁਝ ਅਜਿਹਾ ਹੋ ਸਕਦਾ ਹੈ “ਘਟਾਓ_ਭਿੰਨਾਂ_ਮਿਕਸਡ_ਕਿਸਮ(1 2/3, 4 5/6)“। ਇਹ ਕਿਵੇਂ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ, ਅਸੀਂ ਜਲਦੀ ਹੀ ਖੋਜ ਕਰਾਂਗੇ।
ਇੱਕ ਵਾਰ ਜਦੋਂ ਅਸੀਂ ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਹੱਲ ਕਰਨ ਵਾਲਾ ਕੋਡ ਪ੍ਰਾਪਤ ਕਰ ਲੈਂਦੇ ਹਾਂ ਜਿਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦਿੱਤੀ ਗਈ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਸਵਾਲ ਤੋਂ ਆਰਗੂਮੈਂਟਸ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸਦੇ ਲਈ ਵੀ, ਅਸੀਂ T5[1] ਵਰਗੇ ਜਨਰੇਟਿਵ seq2seq ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਅਜਿਹੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਗਿਆਨ ਦੇ ਗ੍ਰਾਫ਼ਾਂ [3][4] ਵਿੱਚ ਕੈਪਚਰ ਕੀਤੇ ਗਏ ਅਰਥਾਂ ਦੇ ਸਬੰਧਾਂ ਦਾ ਲਾਭ ਉਠਾਉਣ ਲਈ ਗਿਆਨ ਇਨਫਿਊਜ਼ਨ ਆਰਕੀਟੈਕਚਰ ਨਾਲ ਅੱਗੇ ਵਧਾਇਆ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਭਵਿੱਖਬਾਣੀ ਹੱਲ ਕਰਨ ਵਾਲੇ ਲਈ ਸਮੱਸਿਆ ਬਿਆਨ ਅਤੇ ਨਮੂਨਾ ਹੱਲ ਕਰਨ ਵਾਲਾ ਦੇ ਸਕਦੇ ਹਾਂ। ਅਤੇ ਅਸੀਂ T5[1] ਮਾਡਲ ਦੇ ਸਵਾਲਾਂ ਤੋਂ ਅਸਲ ਦਲੀਲਾਂ ਦੇ ਨਾਲ ਹੱਲ ਕਰਨ ਵਾਲਾ ਕੋਡ ਪ੍ਰਾਪਤ ਕਰਾਂਗੇ। ਇਸ ਲਈ ਅੰਤ ਵਿੱਚ ਸਾਡੇ ਕੋਲ ਆਰਗੂਮੈਂਟਸ ਦੇ ਨਾਲ ਹੱਲ ਕਰਨ ਵਾਲਾ ਕੋਡ ਹੋਵੇਗਾ ਜਿਵੇਂ ਕਿ ਉਪਰੋਕਤ ਉਦਾਹਰਨ ਤੋਂ “ਘਟਾਓ_ਭਿੰਨਾਂ_ਮਿਕਸਡ_ਕਿਸਮ(7 1/2, 5 3/4)”।
ਅਸੀਂ ਸਵਾਲ ਤੋਂ ਆਰਗੂਮੈਂਟਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਹੋਰ ਮੁਕਾਬਲਤਨ ਸਧਾਰਨ ਢੰਗਾਂ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਸਕਦੇ ਹਾਂ। ਜਿਵੇਂ, ਜੇਕਰ ਸਾਡੇ ਕੋਲ ਹਰੇਕ ਹੱਲ ਕਰਨ ਵਾਲੇ ਲਈ ਆਰਗੂਮੈਂਟਾਂ ਦੇ ਡੇਟਾ ਕਿਸਮਾਂ ਅਤੇ ਨਮੂਨੇ ਹਨ, ਜੋ ਸਾਡੇ ਕੇਸ ਵਿੱਚ ਹਨ, ਤਾਂ ਅਸੀਂ ਪ੍ਰਸ਼ਨ ਤੋਂ ਸਮਾਨ ਸੰਖਿਆਵਾਂ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦੇ ਹਾਂ।
ਇਸ ਤਰ੍ਹਾਂ ਅਸੀਂ ਹੱਲ ਕਰਨ ਵਾਲੇ ਕੋਡ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਾਂਗੇ ਅਤੇ ਸਵਾਲ ਤੋਂ ਹੱਲ ਕਰਨ ਵਾਲੇ ਆਰਗੂਮੈਂਟਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਾਂਗੇ। ਇੱਕ ਵਾਰ ਜਦੋਂ ਅਸੀਂ ਦੋਵਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰ ਲੈਂਦੇ ਹਾਂ, ਤਾਂ ਸਾਨੂੰ ਸਹੀ ਉੱਤਰ ਅਤੇ ਕਦਮ-ਦਰ-ਕਦਮ ਹੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਹੱਲ ਕਰਨ ਵਾਲੇ ਕੋਡ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਹਵਾਲੇ
[1] ਕੋਲਿਨ ਰਾਫੇਲ, ਨੋਮ ਸ਼ੇਜ਼ਰ, ਐਡਮ ਰੌਬਰਟਸ, ਕੈਥਰੀਨ ਲੀ, ਸ਼ਰਨ ਨਾਰੰਗ, ਮਾਈਕਲ ਮਾਟੇਨਾ, ਯਾਂਕੀ ਝੌ, ਵੇਈ ਲੀ, ਪੀਟਰ ਜੇ. ਲਿਊ। “ਇੱਕ ਯੂਨੀਫਾਈਡ ਟੈਕਸਟ-ਟੂ-ਟੈਕਸਟ ਟ੍ਰਾਂਸਫਾਰਮਰ ਨਾਲ ਟਰਾਂਸਫਰ ਲਰਨਿੰਗ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨਾ“
[2] ਅਮੀਨੀ, ਏਦਾ, ਸਾਦੀਆ ਗੈਬਰੀਅਲ, ਪੀਟਰ ਲਿਨ, ਰਿਕ ਕੋਨਸੇਲ-ਕੇਡਜ਼ਿਓਰਸਕੀ, ਯੇਜਿਨ ਚੋਈ, ਅਤੇ ਹੈਨਾਨੇਹ ਹਾਜੀਸ਼ਿਰਜ਼ੀ। “MathQA: ਸੰਚਾਲਨ-ਅਧਾਰਿਤ ਰਸਮੀ ਵਿਧੀਆਂ ਨਾਲ ਵਿਆਖਿਆਯੋਗ ਗਣਿਤ ਸ਼ਬਦ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਵੱਲ।” arXiv ਪ੍ਰੀਪ੍ਰਿੰਟ arXiv:1905.13319 (2019)।
[3] ਫਲਦੂ, ਕੀਯੂਰ, ਅਮਿਤ ਸ਼ੇਠ, ਪ੍ਰਸ਼ਾਂਤ ਕਿਕਾਨੀ, ਅਤੇ ਹੇਮਾਂਗ ਅਕਬਰੀ। “KI-BERT: ਬਿਹਤਰ ਭਾਸ਼ਾ ਅਤੇ ਡੋਮੇਨ ਸਮਝ ਲਈ ਗਿਆਨ ਸੰਦਰਭ ਨੂੰ ਭਰਨਾ।” arXiv ਪ੍ਰੀਪ੍ਰਿੰਟ arXiv:2104.08145 (2021)।
[4] ਗੌੜ, ਮਾਨਸ, ਕੀਯੂਰ ਫਲਦੂ, ਅਤੇ ਅਮਿਤ ਸੇਠ। “ਬਲੈਕ-ਬਾਕਸ ਦੇ ਅਰਥ ਵਿਗਿਆਨ: ਕੀ ਗਿਆਨ ਗ੍ਰਾਫ਼ ਡੂੰਘੇ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵਧੇਰੇ ਵਿਆਖਿਆਯੋਗ ਅਤੇ ਵਿਆਖਿਆਯੋਗ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ?।” IEEE ਇੰਟਰਨੈਟ ਕੰਪਿਊਟਿੰਗ 25, ਨੰ. 1 (2021): 51-59.
