超越文本：为选择题生成连贯的视觉选项
计算机视觉与模式识别
2025-08-27 v1 计算与语言
摘要
选择题（MCQs）在促进深度思考和知识整合方面发挥着关键作用。然而，先前的研究主要聚焦于生成带有文本选项的 MCQs，而基本上忽视了视觉选项。此外，生成高质量干扰项仍是一个主要挑战，因为手动编写成本高昂且可扩展性有限。为此，我们提出了一种称为跨模态选项综合（CmOS）的新框架，用于生成带有视觉选项的教育选择题。我们的框架集成了多模态链式思维（MCoT）推理过程和检索增强生成（RAG），以产生语义上合理且视觉上相似的答案和干扰项。它还包括一个鉴别模块，用于识别适合视觉选项的内容。实验结果表明，CmOS 在内容鉴别、问题生成和视觉选项生成方面均优于现有方法，无论是哪种学科还是教育水平。
引用
@article{arxiv.2508.18772,
title = {Beyond the Textual: Generating Coherent Visual Options for MCQs},
author = {Wanqiang Wang and Longzhu He and Wei Zheng},
journal= {arXiv preprint arXiv:2508.18772},
year = {2025}
}
备注
EMNLP 2025