May, 2023

GenQ：自动化问题生成，以支持照顾者在和儿童阅读故事时

PDF
TL;DR使用开放式问题可以激发儿童的阅读理解能力。尽管存在使用智能辅导系统来提供支持的可能性，但目前还不清楚生成人类语言类问题的现有智能系统是否有益。此外，开发这些自动生成问题系统所用的训练数据通常没有考虑到人口统计学差异。然而，具有不同文化背景的人可能会问不同的问题。作者调查了拉丁裔看护者和非看护者以及其他人口统计学中的看护者和非看护者等人群的问题，并设计了一个自动从数据中提取模板的系统，生成代表拉丁裔看护者所问问题的开放式问题。
open-ended questionsreading comprehension skillsintelligent tutoring systemsautomated question generation systemslatinx caregivers
发现论文，激发创造
  • AI 向人类提问：儿童故事书问答生成

    我们设计了一种教育应用的问答生成自动化系统，可以为幼儿园到八年级的阅读材料生成测试学生理解能力的问题与答案对，并在自动评估和人工评估中证明其优于当前先进的问答生成基线系统。同时，我们还在此基础上开始构建一个交互式的故事讲述应用程序，用于未来在教育领域的实际部署。

    Sep, 2021

  • 我不理解我不能定义的事物：基于教育驱动内容选择的自动问题生成

    文章探讨了如何使用基于学习理论的自动提问生成器来生成能够提升教材阅读理解的问题，通过教育专家的实验评估，结果表明生成的问题语言质量高，并且询问了与给定文本相关的中心信息，在特定学习场景中可以促进阅读理解。

    Oct, 2021

  • 学会提问：神经网络阅读理解问题生成

    该研究采用基于注意力机制的序列自学习模型进行阅读理解中基于句子的自动问题生成，相比于之前的工作，该模型不依赖于手工规则或复杂的自然语言处理技术，并在人工和自动评估中都呈现出更加自然和困难的问题。

    Apr, 2017

  • 面向过程、模块化和多功能的教育问答生成

    本文重点探索了如何以教育为目的改进自动化问题生成技术，通过了解教师如何构建问题并确认增强 NLP 模型的触点来提高其可用性。作者观察到教师在使用 NLP 系统来支持问题设计方面表现出极大的兴趣，但实践中仍未被广泛采用。因此，作者呼吁建立强调教师控制和可解释性的有效人 - NLP 协作的 QG 系统，提供过程支持，使用模块化设计，处理各种输入来源。

    Apr, 2022

  • 多项选择题生成：面向自动化评估框架的发展

    本文提出一种多选题智能生成系统，利用预训练的语言模型，根据规定的性能指标，通过读取理解语料库来生成语法准确，具有可回答性、多样性和复杂性的问题及选项。

    Sep, 2022

  • 应用于自适应教育的问题生成

    我们探索了针对学生进行目标化问题生成，并成功地利用预训练的语言模型来生成适合不同难度的问题，这为智能自适应在线教育系统提供了一种新的方法。

    Jun, 2021

  • 建模生成问题策略，实现阅读理解测试中的问题生成

    本研究提出了一种用于阅读理解的问答生成模型（HTA-WTA），通过使用 story-based 阅读理解技能（SBRCS）来对阅读能力进行更全面的评估，并使用深度推理问题测试了 HTA-WTA 模型的强大性能。

    Apr, 2022

  • 用科学文本进行预训练，提高教育问题生成质量

    本研究基于大型语言模型开发了 EduQG，该模型能够自动生成出优质的教育问题，以实现在数字化教育材料和可扩展的 e-learning 系统背景下的 AI 协助个性化学习。

    Dec, 2022

  • 运用 GPT-3 驱动教学代理系统培养儿童的好奇心提问技能

    本研究借鉴自然语言处理和大型语言模型相结合的方法，采用自然文本提示来制作课程内容，有效提高了儿童好奇心问题的生成能力，同时发现开放式训练内容更适合培养好奇心问题发现的技能。

    Nov, 2022

  • 从教育文本中自动生成问题

    设计并评估了一个自动化问题生成工具，以便用于学校的形成性和总结性评估，通过使用基于 Transformer 的语言模型和生成技术，实现了模块化框架，从文本内容中自动生成多项选择题，并进行了广泛的定量和定性评估。

    Sep, 2023