モデリングによる読解評価の質問生成とその課題【JST・京大機械翻訳】

Ghanem Bilal; Coleman Lauren Lutz; Dexter Julia Rivard; von der Ohe Spencer McIntosh; Fyshe Alona

プレプリント

J-GLOBAL ID：202202211889762174 整理番号：22P0327330

モデリングによる読解評価の質問生成とその課題【JST・京大機械翻訳】

Question Generation for Reading Comprehension Assessment by Modeling How and What to Ask

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月06日プレプリントサーバーでの情報更新日： 2022年04月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

読書は日常生活に不可欠であり,読むための学習は,多くの若い学習者にとって strレベルである。教訓の間,教師は,関与の増加,試験読みスキル,および保持の改善に理解質問を使用することができる。歴史的にそのような質問は熟練教師により書かれたが,最近言語モデルは理解質問を生成するために使用されてきた。しかしながら,多くの既存の質問生成(QG)システムは,テキストからリテラの質問を生成することに焦点を合わせ,生成された質問のタイプを制御する方法を持たない。本論文では,推論的質問が重要で,抽出技法を使用できない理解を読むためのQGを研究した。著者らは,以前のデータセットを利用する2段階モデル(HTA-WTA)を提案し,特定の目標理解スキルに対する質問を発生できる。より完全な読者評価を可能にする物語ベースの読解理解スキル(SBRCS)で注釈付けされた質問を含む新しい読解理解データセットを提案する。いくつかの実験を通じて,HTA-WTAがこの新しいデータセット上で複数の強いベースラインより優れていることを示した。強いSCRSに対するHTA-WTAモデルテストは,深い推論の質問を問うことによって示す。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

情報加工一般 , 人工知能

, , ,

前のページに戻る