从教育文本自动生成问题
计算与语言
2023-09-27 v1 人工智能
机器学习
摘要
基于问题的活动(QBAs)在教育中应用广泛，传统上构成学习与评估过程不可或缺的一部分。本文设计并评估了一种用于学校形成性与总结性评估的自动问题生成工具。我们呈现了一项由一百零四名教师参与的专家调查，表明对 QBAs 自动生成的需求，其作为一种能够显著减轻教师工作负担并促进个性化学习体验的工具。利用生成式 AI 的最新进展，我们随后提出了一个模块化框架，采用基于 transformer 的语言模型从文本内容中自动生成多项选择题(MCQs)。该方案具有用于问题生成、正确答案预测和干扰项构建的独立模块，使我们能够评估不同的语言模型与生成技术。最后，我们进行了广泛的定量与定性评估，展示了不同技术与模型使用中的权衡。
引用
@article{arxiv.2309.15004,
title = {Automating question generation from educational text},
author = {Ayan Kumar Bhowmick and Ashish Jagmohan and Aditya Vempaty and Prasenjit Dey and Leigh Hall and Jeremy Hartman and Ravi Kokku and Hema Maheshwari},
journal= {arXiv preprint arXiv:2309.15004},
year = {2023}
}
备注
Accepted to AI-2023 (Forty-third SGAI International Conference on Artificial Intelligence) as a long paper, link: http://www.bcs-sgai.org/ai2023