智能城市中的问题生成与固废管理
一、自动问题生成技术
1.1 基于维基百科的问题生成方法
有学者利用维基百科的结构和内容确定主题及其边界,创建了一种基于模板的问题生成方法。该方法允许从二元和 n 元表达式生成复杂的查询。为了自动构建模板,他们设计了一种方法,该方法能返回用于回答问题的模式,引入了超过 2000 种模式。同时,利用维基百科的结构和方向查找数据生成一致的主题列表,并对其成员单元进行排名。此外,还提出了一种将回答问题模板转换为生成问题模板的方法,允许重用大量现有的格式及其不同的摘要,并将点/问题问题转换为主题/实体问题,通过结合维基数据类型、潜在语义分析和定位主题信息库来解决该问题。
1.2 干扰项生成模型
Liang 等人提出了一种用于学习识别与实际测试问题中干扰项相似的模型,这与之前基于无监督本体和相似度的技术不同。他们在数据集 SciQ 和自己的数据集 MCQL 上进行试验,研究基于特征和神经网络(NN)算法的排名。其中,G 是一个生成模型,试图表示在给定题干和答案的情况下创建干扰项的条件可能性;D 是一个判别模型,计算干扰项样本是从真实训练数据而不是 G 中抽取的可能性。
1.3 自动问题生成系统总结
自动问题生成系统使用多种算法和方法构建。文本通过自然语言处理(NLP)进行处理,语义关系通过命名实体识别(NER)和语义角色标注(SRL)来识别。目前大部分工作是用英语进行的,且以多项选择题(MCQs)的形式呈现。自动问题生成系统仍是一个开放领域,需要进一步研究,以确定困难和需要生成的问题类型,如单字答案和是非题。
超级会员免费看
订阅专栏 解锁全文
100

被折叠的 条评论
为什么被折叠?



