机器解答是人工智能与教育应用交叉结合的前沿研究方向，而题目理解是机器解答中的核心部分。一直以来，由于缺乏有效的多模态融合技术，现有的题目理解算法不能对题目中的多模态信息加以融合与利用，导致无法正确的理解题目中的多模态数据。为此，本项目旨在研究面向机器解答中题目理解的多模态数据融合方法。以题目中的多模态数据为对象，研究题目的跨模态特征表达，建立题目中多模态数据的特征表达机制；基于该特征表达，进一步研究题目理解中的多模态数据融合方法，探讨多模态数据融合的作用规律，实现对题目中多模态数据的有效融合；最后在多模态数据融合的基础上，研究其在不同学科题目理解中的应用方法，提升题目理解效果，推动多模态融合技术的进一步发展和应用。