基于序列到序列学习的印尼语自动问题生成器
计算与语言
2020-09-30 v1
摘要
自动问题生成被定义为给定各类文本数据自动创建问题的任务。自动问题生成器（AQG）的研究已开展十余年，主要聚焦于事实型问题。在所有这些研究中，最先进的成果是使用序列到序列方法取得的。然而，针对印尼语的 AQG 系统尚未得到深入研究。在这项工作中，我们构建了一个印尼语自动问题生成器，改编自若干先前工作的架构。总之，我们使用了基于 BiGRU、BiLSTM 和 Transformer 的序列到序列方法，并加入了语言特征、复制机制和覆盖机制。由于不存在公开的大型且流行的印尼语问题生成数据集，我们翻译了 SQuAD v2.0 事实型问答数据集，并额外使用印尼语 TyDiQA 开发集进行测试。该系统在 SQuAD 上分别取得了 BLEU1、BLEU2、BLEU3、BLEU4 和 ROUGE-L 分数 38.35、20.96、10.68、5.78 和 43.4，在 TyDiQA 上分别为 39.9、20.78、10.26、6.31、44.13。当预期答案为命名实体且与解释它们的上下文在句法上接近时，系统表现良好。此外，从母语为印尼语者的视角看，我们最佳模型在最佳情况下生成的问题是可接受的且相当有用。
引用
@article{arxiv.2009.13889,
title = {Sequence-to-Sequence Learning for Indonesian Automatic Question Generator},
author = {Ferdiant Joshua Muis and Ayu Purwarianti},
journal= {arXiv preprint arXiv:2009.13889},
year = {2020}
}
备注
6 pages, 4 figures