一种基于 BERT 的具有多任务与负答案训练策略的干扰项生成方案
计算与语言
2020-10-13 v1 人工智能
摘要
在本文中，我们研究了现有干扰项生成（DG）方法的两个局限。首先，现有 DG 方法的质量仍远未达实用水平，DG 质量尚有提升空间。其次，现有 DG 设计主要针对单一干扰项生成，然而在实际选择题制备中需要多个干扰项。针对这些目标，本文提出一种具有多任务与负答案训练策略的新干扰项生成方案，用于有效生成\textit{多个}干扰项。实验结果表明：（1）我们的模型将最优结果从 28.65 提升至 39.81（BLEU 1 分数）；（2）生成的多个干扰项具有多样性，并对选择题展现出强干扰力。
引用
@article{arxiv.2010.05384,
title = {A BERT-based Distractor Generation Scheme with Multi-tasking and Negative Answer Training Strategies},
author = {Ho-Lam Chung and Ying-Hong Chan and Yao-Chung Fan},
journal= {arXiv preprint arXiv:2010.05384},
year = {2020}
}
备注
Accepted by EMNLP2020 Findings