---
tags: 會議記錄, Label Sequence
---

# 會議記錄 2021/01/14

## Training+Testing題型分類
- 分類：
- 粗：基本/兩數關係/應用
- 中：連續加法、連續乘法...(之前分類3000題)
- 細：frame
- 待討論
- 可以將之前分的3000題預先設定為粗類的**基本題**
- 分類從中分類(連續加法、連續乘法...)開始

---

## 兩數差合併到兩數關係
- 兩數差: $a=5，b=4，a-b=？$
- 兩數關係：$a=5，a-b=2，b=？$
- **兩數差**是將$a-b$放在問句(沒有值)，而**兩數關係**將$a-b$放在條件句(有值)。
- 如果歸類到**兩數關係**可能會有問題
- e.g. 姊姊的錢是500元，妹妹的錢是100元，==兩人共有==幾元？
- ==兩人共有==要怎麼定義為**兩數關係**的句型？
- 結論
- 但是目前先同時保留，並增加其他**兩數和/倍**等frame，只要標記哪些frame未來要歸類到**兩數關係**。
- 如果**兩數差**歸到**兩數關係**，會把**夠不夠**等與兩數有關的frame一併歸到**兩數關係**。

---

## `每單位量`$\to$`屬性`的機制
- 有==的==
- > 一條10公尺的走廊 $\to$ 可以依當句當作屬性
一台100萬的跑車
一圈200公尺的操場 $\to$ 要看其他句才能決定是否當屬性
- 沒有==的==
- > 一條繩子{10公分|屬性}
一包餅乾{10片|數量}
- 用multi-label方式表達，把每單位量defualt值為1的句型轉換成`屬性`，如果當`屬性`時都對不到題目，再當作`每單位量`來算；每單位量default值不為1就當作每單位量來算。
- 待討論
- 其他的判斷方式
- 以單一句的semantic label sequence判斷做轉換
- e.g. 一條{10公分|屬性}{的|的}{走廊|地點}，把$屬性+的+地點$轉換成`屬性`
- 靠其他句做轉換，例如一個物件有多個每單位量
- e.g. 一條10公分繩子，和一條20公分繩子，共有幾公分？

---

## 目前Kevin的程式機制
- 沒有conversion
- 將`量變`分為`增加`並賦予$+$運算符號、`減少`並賦予$-$，但可能遇到像是==買==遇到物品要做增加、遇到金錢要減少的V，可能需要建立table紀錄哪些V對不同agent做轉換。
- `每單位量`拉到reference的方式
- 如果題目有`每單位量`會去對哪個有每單位量的frame，如果都對不到frame就把`每單位量`拉到reference不參與frame matching。

---

## 待修改
- conversion
- 有些題目會把兩個速率轉換成`快慢速`或`甲乙速`，現在統一都轉換成`快慢速`
- 量變 to 有：先以Kevin目前程式機制為主將`量變`分為`增加`、`減少`。
- 移除物件陣列
- 因為物件陣列會和normalize規則衝突，為了區分出每個物件所擁有的數量，物件陣列移除。
- > 9隻瓢蟲和4隻毛毛蟲
物件陣列：一個物件(瓢蟲、毛毛蟲)同時有兩個DM
normalize：9隻瓢蟲，4隻毛毛蟲 $\to$ 兩個物件有各自的DM