一种用于语言无关 MCQ 生成的新型多阶段提示方法
计算与语言
2024-01-17 v1
摘要
我们引入了一种多阶段提示方法 (MSP)，用于生成多项选择题 (MCQ)，利用 GPT 模型（如 text-davinci-003 和 GPT-4）的能力，这些模型以其在各种 NLP 任务中的卓越表现而闻名。我们的方法融合了思维链提示的创新概念，这是一种渐进式技术，其中 GPT 模型被提供一系列相互关联的线索来指导 MCQ 生成过程。自动评估一致证明了我们提出的 MSP 方法优于传统的单阶段提示 (SSP) 基线，能够产生高质量的干扰项。此外，单样本 MSP 技术提升了自动评估结果，有助于改进多种语言（包括英语、德语、孟加拉语和印地语）的干扰项生成。在人工评估中，使用我们的方法生成的问题表现出更高水平的语法性、可回答性和难度，突显了其在各种语言中的有效性。
引用
@article{arxiv.2401.07098,
title = {A Novel Multi-Stage Prompting Approach for Language Agnostic MCQ Generation using GPT},
author = {Subhankar Maity and Aniket Deroy and Sudeshna Sarkar},
journal= {arXiv preprint arXiv:2401.07098},
year = {2024}
}
备注
Accepted at ECIR 2024(short paper)