“什么构成了探究性问题？”类型控制的探究性问题生成研究
计算与语言
2022-05-20 v3 人工智能
机器学习
摘要
我们提出了一个用于探究性问题生成的类型控制框架。我们为一个探究性问题数据集标注了问题类型，训练了问题类型分类器，并微调了用于类型控制问题生成的模型。实验结果表明，我们能够在从源文本中提取信息的同时，生成符合特定类型的多样化问题。我们还研究了从生成集合中选择单个问题的策略，同时考虑了信息性对探究性的问题分类器以及基于少量专家标注训练的成对排序器。使用成对排序器进行问题选择在自动评估和人工评估中均取得了优异结果。我们的人工评估考察了生成问题的多个方面，发现在1-5分的评分尺度上，排序器所选问题在语法（4.59）、语义（4.37）和探究性（3.92）方面表现最佳，甚至可与人工编写问题的表现相媲美。
引用
@article{arxiv.2205.08056,
title = {"What makes a question inquisitive?" A Study on Type-Controlled Inquisitive Question Generation},
author = {Lingyu Gao and Debanjan Ghosh and Kevin Gimpel},
journal= {arXiv preprint arXiv:2205.08056},
year = {2022}
}
备注
Accepted at the 11th Joint Conference on Lexical and Computational Semantics (*SEM) Conference, NAACL 2022