面向文本问题生成的多样性评估
计算与语言
2020-08-18 v1 机器学习
摘要
生成多样且相关的文本问题是一项具有广泛应用的任务。我们认为 BLEU 与 METEOR 等常用评估指标因参考问题固有的多样性而不适用于该任务，并提出一种扩展常规指标以反映多样性的方案。此外，我们针对该任务提出一种变分编码器-解码器模型。我们通过自动与人工评估表明，我们的变分模型在不损失质量的前提下提升了多样性，并展示了我们的评估方案如何反映这一提升。
引用
@article{arxiv.2008.07291,
title = {Evaluating for Diversity in Question Generation over Text},
author = {Michael Sejr Schlichtkrull and Weiwei Cheng},
journal= {arXiv preprint arXiv:2008.07291},
year = {2020}
}