EduQG:面向教育领域的多格式多选题数据集
计算与语言
2022-10-13 v1
摘要
我们引入一个高质量数据集,包含来自教育领域的 3,397 个样本,涵盖(一)多选题,(二)答案(包括干扰项),以及(三)其源文档。每个问题以正常与填空两种形式表述。正确答案通过句子级标注链接到源文档。因此,我们这一通用数据集既可用于问题与干扰项生成,也可用于探索如问题格式转换等新挑战。此外,903 个问题依据布鲁姆分类法附带其认知复杂度层级。所有问题均由教育专家而非众包工作者生成,以确保符合教育与学习标准。我们的分析与实验表明,该数据集与常用于教育目的问题生成的数据集之间存在可区分差异。我们相信这一新数据集可作为教育领域研究与评估的宝贵资源。我们将发布该数据集与基线,以支持问题生成方面的进一步研究。
引用
@article{arxiv.2210.06104,
title = {EduQG: A Multi-format Multiple Choice Dataset for the Educational Domain},
author = {Amir Hadifar and Semere Kiros Bitew and Johannes Deleu and Chris Develder and Thomas Demeester},
journal= {arXiv preprint arXiv:2210.06104},
year = {2022}
}