计算机工程与科学

作者：周菊香, 周明涛, 甘健侯, 徐坚

单位：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.云南师范大学云南省智慧教育重点实验室，云南 昆明 650500；3.曲靖师范学院信息工程学院，云南 曲靖 655011

关键词：问题生成,多阶段时序融合,语义信息增强,循环神经网络,迭代图神经网络,

基金：国家自然科学基金（62166050）

针对图到序列的问题生成模型编码器的多阶段编码以及解码过程中容易丢失段落中丰富的序列信息和语义结构信息的问题，设计了基于多阶段时序和语义信息增强的模型MS-SIE。首先，将编码器不同阶段编码的段落语义信息进行融合，输入到循环神经网络进行编码；然后，在解码阶段引入迭代图神经网络，将编码后的段落信息与解码阶段隐藏在先前生成的文本问题中丰富的语义结构信息相结合；最后，利用基于注意力机制的循环神经网络生成问题。实验结果表明，提出的模型在自动评估指标和人工评价指标上均明显优于现有的序列到序列模型和图到序列模型。

来源：2023年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第10期