庞泽雄, 张 奇

(复旦大学 计算机科学技术学院，上海 200443)

0 引言

问题生成任务(Question Generation，QG)旨在对给定的一段文本生成一个合理的问题，这在自然语言理解领域中是非常具有挑战性的一个课题。问题生成有很多潜在的应用场景，例如，在问答系统中利用QG模型提供标注数据[1]，应用QG辅助教育领域中的测试和评估[2]，在智能聊天机器人中实现持续对话[3]。

之前大多数问题生成相关研究关注于只需要初步推理的简单问题生成，例如，Du等[4]在SQuAD[5]数据集上使用一个含有答案的句子作为模型的输入就可以生成相对自然的问句。在现实应用中，多跳问题生成这一任务无疑更具挑战性，模型需要在理解多段文本的语义的情况下，根据多个不同的信息点进行多步推理才能生成足够复杂的高质量问题。

最近的一些研究已经在尝试去解决多跳问题生成所面临的一些挑战。Pan等[6]构建了一个语义级别的图网络去建模文档的表示，然后把图表示向量融入到多步的推理过程中；Xie等[7]直接利用QG的评价指标，通过强化学习方法去提升模型效果。然而文档中信息的重要性是不同的，只有小部分句子中包含有关键的信息点。以图1的样本为例，文档1和文档2中只有前两个句子之间含有与答案相关的关键信息(Apple Remote，Front Row)。在给定答案“keyboard function keys”时，模型需要准确地捕捉到“The device was originally designed to interact with the Front Row”这一信息点。因此，选择语义层次优先的句子，忽略无效的信息点，可以帮助构造一个更鲁棒的问题生成系统，本文把这一类提供支持事实信息的句子统称为佐证句(Evidence)。……