以深度學習方法進行事實問題產生之研究

對於教育環境，測驗問題仍是最重要的教學工具之一。過去幾十年在傳統教室環境和大規模如開放式線上課程中進行的研究發現，相較於花費相同的時間只學習筆記或教科書，為學習者提供頻繁且充足的測驗問題可以帶來更好的學習效果。自動問題產生的目標是從一個給定的句子或段落，產生自然語言描述的問題，來測驗學習者對知識內容的理解。其中事實問題是評量的一個重要部分，可評估學習者對陳述性或事實性知識的綜合記憶。且於學習過程提供事實問題，可讓學習者透過刺激回憶過程，提高知識保留。問題產生系統也可以作為聊天機器人的組件，例如提出問題來開啟對話或請求回饋，對兒童及老年人提供陪伴、教育的功能，或者作為評估或改善心理健康的臨床工具。問題產生技術還可協助發展自然語言處理研究的標註資料集，用於進行電腦閱讀理解和問答。根據上述問題的重要性，本研究計畫針對特定領域的中文教科書文本，探討如何結合深度學習方法，發展適用於建構事實問題產生模型的相關基礎技術。研究子題分成兩大部分：(1)探討如何從文本中進行重要事實實體及關係擷取，以及(2)如何自動生成事實問題。