基于深度神经网络的文本问题生成技术综述

• 作者: 周青宇 周明
• 来源期刊: 智能计算机与应用
• 关键词: 自然语言生成 神经网络 问题生成
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术研究与应用|Academic research and application
• 页码范围: 10-13,18
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.08.004

摘要

问题生成作为自然语言生成任务的一种,近年来受到了研究人员的广泛重视.该任务的目标是在给定输入文本的情况下,生成一个关于该输入的合理的问题.问题生成有很多应用场景,例如在线教育、搜索引擎提示和问答系统等等.近年来,基于深度神经网络的方法使文本生成技术摆脱了基于模板的生成方式,开始采用基于编码器-解码器框架的文本生成方法.本文介绍了现有基于深度神经网络的文本问题生成技术的研究背景和国内外的研究现状,概述了目前该任务的相关数据集,并对各种方法进行了分类:基于循环神经网络的文本问题生成、基于Transformer的文本问题生成和基于预训练技术的文本问题生成.同时,总结了当前该任务面临的挑战和难点.