Sign In

Diversifying Question Generation over Knowledge Base via External Natural Questions

Created by
  • Haebom
Category
Empty

저자

Shasha Guo, Jing Zhang, Xirui Ke, Cuiping Li, Hong Chen

개요

본 논문은 지식 기반 질문 생성(KBQG)에서 단일 질문의 질 향상에 초점을 맞춘 기존 연구와 달리, 인간의 다양한 표현 능력에 주목하여 다양한 질문 생성의 중요성을 강조합니다. 기존 다양성 평가 지표의 한계를 지적하며, 상위 k개 질문 간의 다양성과 정답과의 관련성을 모두 고려하는 새로운 평가 지표를 제시합니다. 외부 자연어 질문을 활용하여 다양한 표현을 추출하고 생성 모델에 통합하는 이중 모델 프레임워크를 제안하여 다양한 질문 생성을 향상시킵니다. 실험 결과, 제안된 방법이 다양한 질문을 생성하고 질문 응답 성능을 향상시킴을 보여줍니다.

시사점, 한계점

시사점:
기존 KBQG 연구의 한계를 극복하고 질문 다양성을 고려하는 새로운 접근법 제시
질문 다양성을 효과적으로 평가할 수 있는 새로운 지표 제안
외부 자연어 질문 활용을 통한 질문 다양성 향상 및 질문 응답 성능 개선
한계점:
제안된 다양성 평가 지표의 일반화 가능성에 대한 추가 연구 필요
이중 모델 프레임워크의 복잡성 및 계산 비용에 대한 고려 필요
다양한 언어 및 지식 기반에 대한 확장성 검증 필요
👍