Core Concepts
ニューラル質問生成の進歩と分類について包括的な調査を提供する。
Abstract
この論文は、ニューラル質問生成(NQG)の進歩に焦点を当て、様々な入力から関連する質問を生成するためのニューラルネットワーク技術を活用している。NQGの背景、主要なベンチマークデータセット、評価指標、および注目すべきアプリケーションについて概説し、NQGアプローチを3つの主要カテゴリに分類している。さらに、それぞれのカテゴリに特化した異なるニューラルネットワークモデルに焦点を当て、それらの強みや潜在的な制限について議論している。最後に、NQGの将来展望と新興研究トレンドを示し、関連研究論文やデータセットがGithub上で体系的に整理されていることも紹介している。
Stats
1https://github.com/PersistenceForever/Neural-Question-Generation-Survey-List
Quotes
"The field has progressively transitioned from rule-based approaches to neural network-based (NN-based) methods."
"PLMs effectively address the challenge faced by previous NN-based models in QG, obviating the need for training models from scratch."
"This development has established the pre-training-fine-tuning framework as the dominant paradigm in QG, achieving unprecedented state-of-the-art (SOTA) results."