关于答案无关的段落级多问题生成的评测
计算与语言
2022-03-14 v2
摘要
我们研究从给定段落中预测一组显著问题而无需任何关于精确答案的先验知识的任务。我们做出两项主要贡献。首先，我们提出一种新的评测方法，通过使用匈牙利算法在打分前将预测问题分配给参考答案，从而评测预测问题集合与参考集合。我们表明，相较于先前方法，我们提出的评测策略具有更好的理论与实际性质，因为它能恰当地考量对参考的覆盖度。其次，我们比较了利用预训练 seq2seq 模型来生成并选择一组与给定段落相关问题的不同策略。代码已公开。
引用
@article{arxiv.2203.04464,
title = {On the Evaluation of Answer-Agnostic Paragraph-level Multi-Question Generation},
author = {Jishnu Ray Chowdhury and Debanjan Mahata and Cornelia Caragea},
journal= {arXiv preprint arXiv:2203.04464},
year = {2022}
}