引导生成：基于逐步重写的难度可控问题生成
计算与语言
2021-05-26 v1 人工智能
摘要
本文探讨难度可控问题生成（DCQG）任务，旨在生成具备所需难度等级的问题。以往该研究多将问题难度定义为问答（QA）系统能否正确作答，缺乏可解释性与可控性。本工作中，我们将问题难度重新定义为作答所需的推理步数，并主张问题生成（QG）系统应对所生成问题的逻辑具备更强控制力。为此，我们提出一种新颖框架，在抽取推理链的引导下通过逐步重写渐进提升问题难度。我们自动构建了一个数据集以推动该研究，并在其上开展充分实验以检验方法性能。
引用
@article{arxiv.2105.11698,
title = {Guiding the Growth: Difficulty-Controllable Question Generation through Step-by-Step Rewriting},
author = {Yi Cheng and Siyao Li and Bang Liu and Ruihui Zhao and Sujian Li and Chenghua Lin and Yefeng Zheng},
journal= {arXiv preprint arXiv:2105.11698},
year = {2021}
}
备注
Accepted by ACL 2021 (long paper)