{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,2,1]]，“日期时间”：“2024-02-01T04:03:50Z”，“时间戳”：1706760230797}，“出版商位置”：“查姆”，“参考计数”：48，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“9783030858957”，“类型”：”打印“}，{“值”：“9783030858964”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2041-01-01T 00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com//tdm”}，{“start”：{“date-parts”：[[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\\/www.spring.com/tdm”}，“日期时间”：“2021-01-01T00:00:00Z”，“时间戳”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2021]}，”DOI“：”10.1007\/978-3-030-85896-4_26“，”type“：”book-chapter“，“创建”：{“日期-部分”：[[2021,8,18]]，“日期-时间”：“2021-08-18T10:06:38Z”，“时间戳”：1629281198000}，“页面”：“332-347”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：4，”title“：[”难控制的视觉问题生成“]，”prefix“：”10.1007“，”author“：[{”given“：”Feng“，”family“：”Chen“，”sequence“：”first“，”从属关系“：[]}，{“给定”：“家园”，“家庭”：“谢”，“序列”：“附加”，“从属”：[]}“，”published-online“：{”date-parts“：[2021,8,19]]}，“reference”：[{“key”：“26_CR1”，“doi-asserted-by”：“crossref”、“unstructured”：“Anderson，P.等人：图像字幕和视觉问答的自下而上和自上而下关注。In:CVPR，pp.6077\u20136086（2018）”，“doi”：“10.1109\/CVPR.2018.00636”}，{“key”：：“Denkowski，M.J.，Lavie，A.：Meteor universal：针对任何目标语言的特定语言翻译评估。在：WMT@ACL第376\u2013380页（2014）“，“DOI”：“10.3115\/v1\/W14-3348”}，{“key”：“26_CR3”，“unstructured”：“Desai，T.，Moldovan，D.I.：预测阅读理解问题的难度。摘自：FLAIRS Conference，第8\u201313页（2019）”}dos Santos，C.N.，Melnyk，I.，Padhi，I.：通过无监督的文本风格转换，对抗社交媒体上的攻击性语言。摘自：ACL，第189\u2013194页（2018）“}，{“key”：“26_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Du，X.，Shao，J.，Cardie，C.：学习提问：为阅读理解生成神经问题。摘自：AC L，第1342\u20131352页（2017）”，“doi”：“10.18653\/v1\/P17-123”}，}，页面“：”161“，”doi“：”10.1037\/0096-3445.123.2.161“，“卷”：“123”，“作者”：“R Egly”，“年份”：“1994”，“非结构化”：“Egly，R.，Driver，J.，Rafal，R.D.：在物体和位置之间转移视觉注意力：来自正常和顶叶病变受试者的证据。《实验杂志》。精神病。Gen.123（2），161\u201377（1994）“，“期刊标题”：《实验杂志》。精神病。Gen.“}，{”key“：”26_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Fan，Z.，Wei，Z.、Li，P.，Lan，Y.，Huang，X.：一个问题类型驱动的框架，用于多样化视觉问题生成。摘自：Lang，J.（ed.）IJCAI，pp.4048\u20134054（2018）“，”doi“：”10.24963\/IJCAI.2018\/563“}”，{“key”：“26_CR8”，“doi-assert-by”：“crossref.”，“unstructure”：“Gao，Y.，Bing，L.，Chen，W.，Lyu，M.R.，King，I.：阅读理解问题的难度可控生成。在：IJCAI，第4968\u20134974页（2019）“，“DOI”：“10.24963\/IJCAI.2019\/690”}，{“key”：“26_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Goyal，Y.，Khot，T.，Summers-Stay，D.，Batra，D.，Parikh，D.：让VQA中的V变得重要：提升图像理解在视觉问答中的作用。在：CVPR，第6325\u20136334页（2017）”，“DOI:”10.1109\/CVPR.2017.670“}，{“key”：“26_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Ha，L.A.，Yaneva，V.，Baldwin，P.，Mee，J.：预测高风险医学考试中多项选择题的难度。摘自：BEA@ACL，pp.11\u201320（2019）“，“DOI”：“10.18653\/v1\/W19-4402”}，{“key”：“26_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度残差学习。In:CVPR，pp.770\u2013778（2016）”，“DOI:”10.1109\/CVPR.2016.90“}，}”key：“26-CR12”，“非结构化”：“海尔曼，M.，史密斯，N.A.：好问题！问题生成的统计排名。收录于：HLT-NAACL，第609\u2013617页（2010）“}，{“key”：“26_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Jain，U.，Lazebnik，S.，Schwing，A.G.：两个人可以玩这个游戏：带辨别性问题生成和回答的视觉对话。收录于CVPR，第5754\u20135763页（2018）”，“doi”：“10.1109\/CVPR.2018.00603”}，}“key:”26_CR14“，”doi-assert-by“：”crossref”，“非结构化”：“Jain，U.，Zhang，Z.，Schwing，A.G.：创造力：使用变分自动编码器生成不同的问题。收录于：CVPR，pp.5415\u20135424（2017）“，“DOI”：“10.1109\/CVPR.2017.575”}，{“key”：“26_CR15”，“unstructured”：“Kim，J.，Jun，“卷”：“33”，“作者”：“Y Kim”，“年份”：“2019”，“非结构化”：“Kim，Y.，Lee，H.，Shin，J.，Jung，K.：使用答案分离改进神经问题生成。AAAI 33，6602\u20136609（2019）“，“journal-title”：“AAAI”}，{“key”：“26_CR17”，“unstructured”：“Kingma，D.P.，Ba，J.：Adam:一种随机优化方法。In:ICLR（2015）”}、{“密钥”：“26 _CR18”，“doi-asserted-by”：“crossref”，“非结构化”：“Krishna，R.，Bernstein，M.，Fei-Fei，L.：信息最大化视觉问题生成。在：CVPR，pp.2008\u20132018（2019）”，“DOI”：“10.1109\/CVPR.2019.00211”}，｛“key”：“26_CR19”，“DOI断言”：“publisher”，“first page”：“32”，“DOI”：“10.1007\/s11263-016-0981-7”，“volume”：“123”，“author”：“R Krishna”，“year”：“2017”，“nonstructured”：“Krishna，R.等人：视觉基因组：使用众包密集图像注释连接语言和视觉。国际期刊计算。视觉。123，32\u201373（2017）“，“期刊标题”：“国际计算杂志”。视觉。“}，{”key“：”26_CR20“，”首页“：”382“，”volume“：“11778”，”author“：”V Kumar“，”year“：”2019“，”unstructured“：”Kumar，V.，Hua，Y.，Ramakrishnan，G.，Qi，GKunichika，H.，Katayama，T.，Hirashima，T..，Takeuchi，A.：智能英语学习系统的自动问题生成方法及其评估。In:Proceedings of ICCE（2004）“}，{”key“：”26_CR22“，”doi-asserted-by“：”crossref“，”unstructured“：”Labutov，I.，Basu，S.，Vanderwende，L.：“没有深度理解的深层问题。In:ACL，pp.889\u2013898（2015）“，”doi“：”10.3115\/v1\/P15-086“Li，J.，Gao，Y.，Bing，L.，King，I.，Lyu，M.R.：用切中要害的上下文改进问题生成。Inui，K.，Jiang，J.，Ng，V.，Wan，X.（编辑）EMNLP-IJCNLP，第3214\u20133224页（2019年）“：”2019“，”非结构化“：”Li，X.，Zhou，Z.，Chen，L.，Gao，L.：基于剩余注意力的视频字幕LSTM。万维网22（2），621\u2013636（2019）“，“新闻标题”：“万维网”}，{“key”：“26_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Li，Y.，et al.：视觉问题生成作为视觉问题回答的双重任务。In:CVPR，pp.6116\u20136124（2018）”，“doi”：“10.1109 \/CVPR.2018.00640”}“”非结构化”：“Liao，Y.，Bing，L.，Li，P.，Shi，S.，Lam，W.，Zhang，T.：Quase：量化指导下的序列编辑。摘自：EMNLP，第3855\u20133864页（2018）“，“DOI”：“10.18653\/v1\/D18-1420”}，{“key”：“26_CR27”，“unstructured”：“Lin，C.：ROUGE：自动评估摘要的包，第74\u201381（2004）页”}、{“key”：”26_CR28“非结构化”：“Lindberg，D.，Popowich，F.，Nesbit，J.C.，Winne，P.H.：生成自然语言问题以支持在线学习。In：ENLG，pp.105\u2013114（2013）“}，{“key”：“26_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Ma，X.，Zhu，Q.，Zhou，Y.，Li，X:使用句子级语义匹配和答案位置推断改进问题生成。In：AAAI，pp.8464\u20138471（2020）”，“doi”：“10.1609\/aaaai.v34i05.6366”}，}，“key“：”26_CR30“doi-sserted-by“：”crossref“，“非结构化”：“Mostafazadeh，N.，Misra，I.，Devlin，J.，Mitchell，M.，He，X.，Vanderwende，L.：生成关于图像的自然问题。其中：ACL（2016）“，”DOI“：”10.18653\/v1\/P16-1170“}，{“key”：“26_CR31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Nema，P.，Mohankumar，A.K.，Khapra，M.M.，Srinivasan，B.V.，Ravindran，B.：让我们2019s再次提问：优化网络以自动生成问题。In:Inui，K.，Jiang，J.，Ng，V.，Wan，X.（eds.）EMNLP-IJCNLP，pp.3312\u2013332 1（2019）“，”DOI“：”10.18653\/v1\/D19-1326“}，{“key”：“26_CR32”，“DOI-asserted-by”：“crossref”，“unstructured”：“Papineni，K.，Roukos，S.，Ward，T.，ZhuRen，M.，Kiros，R.，Zemel，R.：探索图像问答的模型和数据。In:NIPS，pp.2953\u20132961（2015）“}，{“key”：“26_CR34”，“unstructured”：“Ren，S.，He，K.，Girshick，R.B.，Sun，J.：更快的R-CNN:利用区域提议网络实现实时目标检测。In:NIPS，pp.91\u201399（2015）”}，}“issue”：“1\u20132”，“key“：”26_CR35“，”doi-asserted-by“：”publisher“，”first page“：”1“，”doi“：”10.1016\/S0010-0277（00）00152-9“，“volume”：“80”，“author”：“BJ Scholl”，“year”：“2001”，“unstructured”：“Scholl，B.J.:Objects and attention:the state of the art.Cognition 80（1\u20132），1\u2013（2001）”，“journal-title”：“Cognition.”}，{“key”：”26_CR36“，”doi-asserted ted-by“：”crossref“，”非结构化”：“Scialom，T.，Piwowarski，B.，Staiano，J.：生成答案-认知神经问题的自我注意架构。收录人：Korhonen，A.，Traum，D.R.，M\u00e0rquez，L.（编辑）ACL，第6027\u20136032页（2019）“，“DOI”：“10.18653\/v1\/P19-1604”}，{“key”：“26_CR37”，“unstructured”：“Sharma，S.，El Asri，L.，Schulz，H.，Zumer，J.：评估自然语言生成的任务导向对话中非监督指标的相关性。arXiv:1706.09799（2017）”}、{“key”：_ CR38“，”非结构化”：“Simonyan，K.，Zisserman，A.：用于大规模图像识别的非常深卷积网络。In:ICLR（2015）“}，{“key”：“26_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Teney，D.，Anderson，P.，He，X.，van den Hengel，A.：视觉问答的提示和技巧：从2017年的挑战中学到的知识。In:CVPR 2018，pp.4223\u20134232（2017）”，“doi”：“10.1109\/CVPR.2018.00444”}，}，“key“：”26_CR40“，”doi-assert-by“：”，“crossrev”非结构化”：“Teney，D.，Liu，L.，van den Hengel，A.：可视化问答的图形结构表示法。收录于：CVPR，pp.3233\u20133241（2017）”，“DOI”：“10.1109\/CVPR.2017.344”}，{“issue”：“3”，“key”：“26_CR41”，“DOI-asserted-by”：“publisher”，“first page”：”1325“，“DOI:”10.1007\/s11280-018-0548-3“，”volume“：”22“author”：“H Tian”，“year”“：”2019“，”非结构化”：“田，H.，陶，Y.，鲍扬法，S.，陈，S.-C.，Shyu，M.-L.：视频分类的多模态深度表征学习。万维网22（3），1325\u20131341（2019）“，“新闻标题”：“万维网”}，{“key”：“26_CR42”，“doi-asserted-by”：“crossref”，“unstructured”：“Tuan，L.A.，Shah，D.J.，Barzilay，R.：捕捉问题生成的更大背景。摘自：AAAI，pp.9065\u20139072（2020）”，“doi”：“10.1609\/aaaai.v34i05.6440”}、{“key”：”26_CR43“非结构化”：“Wajeeha，D.等人：多项选择题的难度指数、辨别指数和分心效率。附录PIMS 4（2018）。ISSN:1815\u20132287“}，{“issue”：“2”，“key”：“26_CR44”，“doi-asserted-by”：“publisher”，“first-pages”：“657”，“doi”：“10.1007\/s11280-018-0541-x”，“volume”：”22“，“author”：“x Xu”，“year”：“2019”，“unstructured”：“Xu，x.，He，L.，Lu，H.，Gao，L.u2013672（2019）“，”期刊标题“：“万维网”}，｛“key”：“26_CR45”，“doi断言者”：“crossref”，“非结构化”：“Zhang，S.，Qu，L.，You，S.，Yang，Z.，Zhang，J.：自动生成有根据的视觉问题。In：Sierra，C.（ed.）IJCAI，pp.4235\u20134243（2017）”，“doi”：“10.24963\/IJCAI.2017\/592”｝，｛“key”：“26_CR46”，“doi断言者”：“crossref”，“非结构化”：“Zhao，Y.、Ni，X.、Ding，Y.，Ke，Q.：使用最大值指针和门控自关注网络生成段落级神经问题。作者：Riloff，E.，Chiang，D.，Hockenmaier，J.，Tsujii，J.（编辑）EMNLP，第3901\u20133910页（2018）周，Q.，Yang，N.，Wei，F.，Tan，C.，Bao，H.，Zhou，M.：基于文本的神经问题生成：初步研究。NLPCC 10619，662\u2013671（2017）“，”日记标题“：”NLPCC“}，{“key”：“26_CR48”，“doi-asserted-by”：“crossref”，“unstructured”：“周，W.，Zhang，M.，Wu，Y.：问题类型驱动的问题生成。In:Inui，K.，Jiang，J.，Ng，V.，Wan，X.（eds.）EMNLP-IJCNLP，pp.6031\u20136036（2019）”，“doi”：“10.18653\/v1\/D19-1622”}]，“集装箱标签”：[“Web和大数据”，“计算机科学课堂笔记”]，“original-title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10007\/978-3-030-85896-4_26”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2021,9,29]]，“date-time”：”2021-09-29T08:37:42 Z“，”timestamp“：1632904662000｝，”score“：1，”resource“：｛”primary“：｛”URL“：”https:\/\/link.springer.com\/10.1007\/978-3-030-85896-4_26“｝｝，”副标题“：[]，”短标题“：[]，”已发布“：｛”日期部分“：[[2021]}，”ISBN“：[”9783030858957“，”9783030858964“]，”引用次数“：48，”URL“：”http:\/\/dx.doi.org//10.1007\/978-3-3 030-85896-4_26”，“关系”：｛｝，“ISSN”：[“0302-9743”，“1611-3349“]，”issn-type“：[{”value“：”0302-9743“，”type“:”print“}，{”value“：”1611-3399“，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2021]]}，”assertion“：[[{“value”：“2021年8月19日”，“order”：1，“name”：“first_online”，“label”：“first online”，”group“：{”name“：”ChapterHistory“，”label“：”章节历史“}}，{“value”：“APWeb-WAIM”，“order”：1，“name”：“conference_acrombit“，”label“：”conference_Acrombin“，”group“：{”name“：”ConferenceInfo“，”标签“：”会议信息“}}，{”value“：”亚太网（APWeb）和网页信息管理（WAIM）网络与大数据联合国际会议“，”order“：2，”name“:”conference_name“，”table“：”Meeting-name“，“group”：{“name”：“ConferenceInformo”，“label”：“”会议信息“｝｝，｛“value”：“Guangzhou”，“order”：3，“name”：“Conference_city”，“label”：“ConferenceCity”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“China”，“order”：4，“name”：“Conference_country”，“label”：“ConferenceCountry”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“2021”，“order“：5，”name“：”conference_year“，”label“：”会议年份“，”group“：conference_end_date“，”label“：”会议结束日期“，”group“：会议id“，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”Double-blind“，”order“：1，”name:“type”，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“Peer Review信息（由会议组织者提供）”}}会议管理系统“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”184“，”order“：3，”name“:”number_of_submissions_sent_for_Review“，“label”：“发送供审阅的提交数”，“group”：{“name”：“Conf_submissions”，“lable”：“”同行评议信息（由会议组织者提供）“}}，{“value”：“44”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“已接受的完整论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：”同行评议资讯（由会议主办方提供）“{}}number_of_short_papers_accepted“，”label“：”接受的短文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”24%-该值由等式“接受的全文数”/发送供评审的提交数*100\“计算然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”全文接受率“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“3.6”，“order”：7，“name”:“average_number_of_reviews_per_paper”，“table”：“每篇论文的平均审阅次数”，“group”：{“”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{“value”：“6.38”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：同行评审信息（由会议组织者提供）“}}，{”value“：”No“，”order“：9，”name“：”external_reviewers_involved“，”label“：”external reviewers involved“、”group“：