BriefGPT.xyz
May, 2017
通过文本到文本神经问题生成的机器理解
Machine Comprehension by Text-to-Text Neural Question Generation
HTML
PDF
Xingdi Yuan, Tong Wang, Caglar Gulcehre, Alessandro Sordoni, Philip Bachman...
TL;DR
本文提出了一种基于递归神经网络的模型，可以根据答案生成自然语言问题，并介绍了一种使用监督学习和强化学习相结合的方式对模型进行训练，然后通过策略梯度技术微调模型以最大化几个衡量问题质量的奖励，其中一个奖励是一个问题回答系统的表现，并通过最近的问答数据集SQuAD对模型进行了训练和评估。
Abstract
We propose a
recurrent neural model
that generates natural-language questions from documents, conditioned on answers. We show how to train the model using a combination of supervised and
reinforcement learning
. A
→