为教育中的问答生成加强人类总结

汉娜·冈萨雷斯,利亚姆·杜根,埃利尼·米尔塔卡基,崔志琦,任佳轩,布莱恩·李,Shriyash Upadhyay公司,伊坦·金斯伯格,克里斯·卡利森·布尔赫

摘要
我们解决了为教材生成高质量问答对的问题。以前关于这个问题的研究表明，使用摘要作为输入比原始教科书文本提高了问题生成（QG）的质量，并且人工编写的摘要比自动摘要产生的QG质量更高。在本文中，a）我们表明大型语言模型（LLM）的进展尚不足以为QG生成高质量的摘要，b）我们引入了一种新的方法，将重点学生笔记增强为成熟的摘要，并发现我们的方法产生了更高质量的QG。我们对生成的问答对进行了大规模的人体注释研究，以评估我们的方法。为了帮助未来的研究，我们发布了一个新的数据集，其中包含9.2K人对生成问题的注释。
选集ID：
2023年bea-1.9
体积：
第18届创新使用NLP构建教育应用研讨会会议记录（BEA 2023）
月份：
七月
年份：
2023
地址：
加拿大多伦多
编辑：
叶卡捷琳娜·科奇马尔,吉尔·布尔斯坦,安德烈亚·霍尔巴赫,Ronja Laarmann-Quante公司,尼丁·马德纳尼,安娜·塔克,维多利亚·亚涅娃,郑源,托尔斯滕·泽施
地点：
东亚银行
SIG公司：
西格杜
出版商：
计算语言学协会
注：
页：
108–118
语言：
网址：
https://aclantology.org/2023.bea-1.9
内政部：
10.18653/v1/2023.bea-1.9
比比键：
引用（ACL）：
Hannah Gonzalez、Liam Dugan、Eleni Miltsakaki、Zhiqi Cui、任嘉轩、Bryan Li、Shryash Upadhyay、Etan Ginsberg和Chris Callison Burch。2023为教育中的问答生成加强人类总结.英寸第18届创新使用NLP构建教育应用研讨会会议记录（BEA 2023），第108–118页，加拿大多伦多。计算语言学协会。
引用（非正式）：
为教育中的问答生成加强人类总结（Gonzalez等人，BEA 2023）
复制引文：
PDF格式：
https://aclantology.org/2023.bea-1.9.pdf
附件：
2023.bea-1.9.附件.zip
视频：
 https://aclantology.org/2023.bea-1.9.mp4
PDF格式 引用 搜索 附件 视频