面向儿童故事书的多样且有效的问答对生成

问答对生成（QAG）的近期进展引发了将该技术应用于教育领域的兴趣。然而，尽管问答类型多样性有助于儿童的综合学习与评估，其仍是挑战。在本文中，我们提出一种 QAG 框架，通过生成不同的疑问句和隐式/显式答案来增强问答类型多样性。我们的框架包含基于 QFS 的答案生成器、迭代式问答生成器以及相关性感知排序器。两个生成器旨在扩大候选数量并覆盖多种类型。在上下文负样本上训练的排序器根据排序分数筛选前 N 个输出。大量评估与详细分析表明，我们的方法以显著优势超越先前最先进结果，实现了多样性与质量的提升。我们面向任务的流程与真实需求一致，凸显了系统的高适用性。