原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
无论面向人类还是机器，提问与回答都是检验目标对指定材料的理解程度的重
要途径，随着神经网络的发展，阅读理解、对话系统等多个领域对高质量的问答数据
的需求也与日俱增。问题生成任务的目的正是为给定的目标文本与目标答案，自动生
成一个合理且相关的问题，因此问题生成任务也成为了一个重要的研究领域。提升问
题生成模型的性能从而生成质量更高的问题正是本文的研究目标。
本文主要面向Seq2Seq架构的神经网络模型进行研究，针对当前Seq2Seq架构
模型存在的训练与测试过程不同导致的暴露偏
文档评论（0）