用于问题生成的弱监督增强生成网络
计算与语言
2019-07-02 v1 人工智能
摘要
根据给定段落中的答案自动生成问题对许多应用非常有用，例如问答系统、对话系统等。当前基于神经网络的方法大多采取两个步骤：通过人工规则或有监督神经网络基于候选答案提取几个重要句子，然后使用编码器-解码器框架生成关于这些句子的问题。这些方法忽略了答案与整个段落上下文之间的语义关系，而这有时对于回答问题是必要的。为了解决这个问题，我们提出了弱监督增强生成网络，它以弱监督方式自动发现给定答案跨度的段落相关特征，以提高生成问题的质量。更具体地说，我们设计了一个判别器 Relation Guider 来捕获整个段落与相关答案之间的关系，然后部署 Multi-Interaction 机制为我们的问题生成系统动态传递知识。实验表明了我们的方法在自动评估和人工评估中的有效性。
引用
@article{arxiv.1907.00607,
title = {Weak Supervision Enhanced Generative Network for Question Generation},
author = {Yutong Wang and Jiyuan Zheng and Qijiong Liu and Zhou Zhao and Jun Xiao and Yueting Zhuang},
journal= {arXiv preprint arXiv:1907.00607},
year = {2019}
}
备注
Published as a conference paper at IJCAI2019