基于T5的多项选择题自动生成模型研究

徐 坚，孙 瑜，张利明

(1.云南师范大学 民族教育信息化教育部重点实验室，云南 昆明 650500； 2.曲靖师范学院 信息工程学院，云南 曲靖 655011; 3.云南师范大学 信息学院，云南 昆明 650500； 4.曲靖师范学院 文化旅游学院，云南 曲靖 655011)

0 引 言

近年来，人工智能教育研究的前沿是深度学习[1]，尤其基于深度学习的自然语言处理研究更具挑战[2].自然语言处理 (Natural Language Processing, NLP) 是研究计算机处理和理解文本及语音以完成某些任务的研究领域.NLP 扎根于许多其他研究领域，如计算机和信息科学、语言学、数学、电气工程、人工智能、机器人学和心理学.NLP研究包括两个方向：自然语言理解和自然语言生成.多项选择题生成作为一项对话和话语任务，它同时利用自然语言理解和自然语言生成.

多项选择题研究是NLP领域的重点和难点，因为它涉及问题的自动生成和干扰项的智能生成.虽然当前已有一些文献开展问题生成和干扰项生成方面的研究[3-5]，但是他们普遍采用复杂的模型架构、广泛的特征和额外的机制，导致这些模型难以训练、代码复现，这种庞杂的问题生成思路对探索自然语言生成的学习者构成了很大挑战.[6]为此，文章旨在以谷歌2019推出的最先进的文本生成模型——T5模型[7]为基础，清晰且完整地呈现端到端多项选择题自动成流程，并通过实验验证.

文章的结构如下，第二节分析问题生成和干扰项生成的研究进展，第三节探讨多项选择题自动生成的模型架构和代码实现，第四节开展实验……