neural question generation | BriefGPT

关键词neural question generation

搜索结果 - 6

神经问题生成调查：方法、应用和前景
该研究论文详细调查了神经问句生成（NQG）领域的进展，研究神经网络技术如何从知识库、文本和图像等多样的输入中生成相关问题，并分为结构化 NQG、非结构化 NQG 和混合 NQG 三个主要分类，分析了各类别的神经网络模型的优势和潜在限制，并展
PDF4 months ago
智能辅导系统中的个性化反馈问题生成
研究了如何使用自动生成的问题作为智能辅导系统中个性化反馈的一种方法，此方法利用了因果分析和自然语言处理转换器模型以识别学生答案中的正确和错误部分，并训练了几个模型，以促使学生朝向正确的答案，并最终显示该方法对学生的学习效果提升达到 45%，
PDF2 years ago
AAAI采用句子级语义匹配和答案位置推断来改善问题生成
本文提出了一个能够改进问题生成中的关键词生成和全局问题语义缺失问题的神经问题生成模型，并且利用了句子级别的语义匹配和答案位置推断功能，并运用了基于答案感知的门控融合机制来增强解码器的初始状态，结果表明我们的模型在 SQuAD 和 MARCO
PDF5 years ago
ACL一石二鸟：一个简单的统一模型，用于从结构化和非结构化数据生成文本
研究表明，调整得当的基本注意力 seq2seq 模型在神经网络架构的简化、文本生成、NLP 任务、以及神经表格到文本生成和神经问题生成任务中均有着最先进的表现。
PDF5 years ago
神经问答生成的最新进展
本文针对神经问句生成（NQG）提供了综合调查，从语料库、方法学及评价方法等方面审视了 NQG 的发展趋势，并指出 NQG 在学习范式、输入形式和认知水平方面的新趋势以及未来的潜在发展方向。
PDF5 years ago
AAAI利用答案分离改善神经问答生成
本文介绍了一种基于深度神经网络的答案分离序列到序列模型，该模型通过用特殊令牌替换原始段落中的目标答案来预测出应该使用哪个疑问词，并使用关键词网络模块来更好地捕捉目标答案中的关键信息，从而显著减少了包含答案的不恰当问题的数量，因此超越了之前最
PDF6 years ago