基于文本知识增强的问题生成模型

作     者：陈佳玉 王元龙 张虎 CHEN Jiayu;WANG Yuanlong;ZHANG Hu

作者机构：山西大学计算机与信息技术学院山西太原030006 

基　　金：国家自然科学基金(62176145) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年第50卷第6期

页      码：86-93页

摘      要：预训练语言模型在大规模训练数据和超大规模算力的基础上,能够从非结构化的文本数据中学到大量的知识。针对三元组包含信息有限的问题,提出利用预训练语言模型丰富知识的问题生成方法。首先,利用预训练语言模型中丰富的知识增强三元组信息,设计文本知识生成器,将三元组中的信息转化为子图描述,丰富三元组的语义;然后,使用问题类型预测器预测疑问词,准确定位答案所在的领域,从而生成语义正确的问题,更好地控制问题生成的效果;最后,设计一种受控生成框架对关键实体和疑问词进行约束,保证关键实体和疑问词同时出现在问题中,使生成的问题更加准确。在公开数据集WebQuestion和PathQuestion中验证所提模型的性能。实验结果表明,与现有模型LFKQG相比,所提模型的BLUE-4、METEOR、ROUGE-L指标在WebQuestion数据集上分别提升0.28、0.16、0.22个百分点,在PathQuestion数据集上分别提升0.8、0.39、0.46个百分点。

主 题 词：自然语言理解 问题生成 知识图谱 预训练语言模型 知识增强 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19678/j.issn.1000-3428.0068081

馆 藏 号：203128258...