面向故事书的多样性增强叙事问题生成
计算与语言
2023-10-26 v1 人工智能
摘要
从给定上下文生成问题（QG）可提升学习或对话环境中的理解、参与、评估及整体效能。尽管QG近期取得进展，增强或度量生成问题多样性的挑战仍常被忽视。本文提出一个多问题生成模型（mQG），能够通过关注上下文与问题来生成多个多样且可回答的问题。为验证生成问题的可回答性，我们采用SQuAD2.0微调的问答模型，将问题分类为可回答或不可回答。我们在FairytaleQA数据集（一个基于故事书、含叙事问题的结构良好QA数据集）上训练并评估mQG。我们进一步在TellMeWhy和SQuAD1.1数据集上施加零样本适配。在强基线对比下，mQG在各评估指标上展现出有前景的结果。
引用
@article{arxiv.2310.16446,
title = {Diversity Enhanced Narrative Question Generation for Storybooks},
author = {Hokeun Yoon and JinYeong Bak},
journal= {arXiv preprint arXiv:2310.16446},
year = {2023}
}
备注
Accepted to EMNLP 2023