ConQuer：面向概念的基于概念的问答生成框架
计算与语言
2025-03-20 v1 人工智能
摘要
问答在教育中发挥着关键作用，通过强化学生对关键概念的理解并鼓励自主探索。然而，编译高质量的问答具有挑战性，需要深入的专业知识和对特定学科的见解。尽管 LLM 大大提高了问答生成效率，但关于这些 AI 生成问答质量及其对学生教育影响的担忧仍然存在。为此，我们引入 ConQuer，一个基于概念的问答生成框架，利用外部知识源。我们采用全面的评估维度来评估生成问答的质量，使用 LLM 作为评判员。我们的实验结果显示，评估得分提高了 4.8%，在与基线问答集的成对比较中取得了 77.52% 的胜率。消融研究进一步凸显了我们框架中每个组件的有效性。代码可在 https://github.com/sofyc/ConQuer 获取。
引用
@article{arxiv.2503.14662,
title = {ConQuer: A Framework for Concept-Based Quiz Generation},
author = {Yicheng Fu and Zikui Wang and Liuxin Yang and Meiqing Huo and Zhongdongming Dai},
journal= {arXiv preprint arXiv:2503.14662},
year = {2025}
}