以人类的方式提问：从文本语料库规模化生成问答对
计算与语言
2020-03-06 v2 机器学习
摘要
提问能力在人与机器智能中均十分重要。学习提问有助于知识获取，改进问答与机器阅读理解任务，并帮助聊天机器人与人类保持对话流畅。现有的问题生成模型难以从非结构化文本中生成大量高质量的问答对，因为给定答案与输入段落，问题生成本质上是一个一对多的映射。本文中，我们提出答案-线索-风格感知的问题生成（ACS-QG），旨在通过模仿人类提问的方式，从非标注文本语料库规模化自动生成高质量且多样的问答对。我们的系统包括：i）信息提取器，从文本中采样多种辅助信息以引导问题生成；ii）神经问题生成器，利用提取的辅助信息生成多样且可控的问题；iii）神经质量控制器，基于文本蕴含剔除低质量生成数据。我们将问题生成模型与现有方法比较，并借助自愿人工评估来评判生成问答对的质量。评估结果表明，我们的系统在生成质量上大幅优于最先进的神经问题生成模型，同时具备可扩展性。用相对少量数据训练的模型，我们可从维基百科中百万级句子生成 280 万经质量确认的问答对。
引用
@article{arxiv.2002.00748,
title = {Asking Questions the Human Way: Scalable Question-Answer Generation from Text Corpus},
author = {Bang Liu and Haojie Wei and Di Niu and Haolan Chen and Yancheng He},
journal= {arXiv preprint arXiv:2002.00748},
year = {2020}
}
备注
Accepted by The Web Conference 2020 (WWW 2020) as full paper (oral presentation)