基于双视角关键词引导的多跳问句生成

多跳问句生成 (MQG) 旨在生成需要从文档中综合多个信息片段才能推导出目标答案的问句。主要挑战在于有效地定位与问答对 (QA) 相关的关键信息片段，通常依赖关键词。然而，现有工作未充分利用关键词的引导潜力，且忽略区分问题特定关键词与文档特定关键词的不同角色。为此，我们定义双视角关键词（即问题关键词和文档关键词），并提出双视角关键词引导框架 (Dual-Perspective Keyword-Guided, DPKG)，将关键词无缝集成到多跳问句生成过程中。我们认为，问题关键词捕捉问问者的意图，而文档关键词则反映与 QA 对相关的内容。功能上，问题关键词和文档关键词共同作用，以定位文档中必需的信息片段，其中问题关键词必须出现在生成的问句中。DPKG 框架包含一个扩展的变换器编码器和两个答案感知的变换器解码器，用于关键词和问句生成。广泛的实验表明，我们工作的有效性，凸显了其在 MQG 任务中的有前景的性能。