Towards Data-effective Educational Question Generation with Prompt-based Learning

Wu, Yongchao, 1987- (författare): Stockholms universitet,Institutionen för data- och systemvetenskap

Nouri, Jalal, 1982- (författare): Stockholms universitet,Institutionen för data- och systemvetenskap

Megyesi, Beata (författare)

Henriksson, Aron, 1985- (författare): Stockholms universitet,Institutionen för data- och systemvetenskap

Duneld, Martin, 1971- (författare): Stockholms universitet,Institutionen för data- och systemvetenskap

Li, Xiu, 1982- (författare): Stockholms universitet,Institutionen för data- och systemvetenskap

(creator_code:org_t)

Relaterad länk:: https://urn.kb.se/re...; visa fler...; https://doi.org/10.1...; visa färre...

Abstract Ämnesord

Stäng

Practice and exam-style questions, as essential educational tools, contribute to educators’ effective teaching. Automatic question generation (QG) is a promising technique that can eliminate the manual effort of constructing questions and boost technology-enhanced education systems. Recently, deep neural network-based question-generation approaches have significantly improved upon state-of-the-art of question generation. Nevertheless, these approaches are often developed based on huge and non-educational datasets consisting of over 100,000 examples, which negatively affect the scalability and reliability of the educational QG systems. This study proposes a prompt-based learning QG approach that could generate questions in a data-effective way. The proposed prompt-based learning QG approach is trained and evaluated on a general dataset SQuAD, and an educational dataset SciQ. Experiment results demonstrate that our approach outperforms existing best QG models by a vast margin in data-effective scenarios and could generate high-quality educational questions with as few as 1,000 training examples.

Av författaren/redakt...: Wu, Yongchao, 19 ...; Nouri, Jalal, 19 ...; Megyesi, Beata; Henriksson, Aron ...; Duneld, Martin, ...; Li, Xiu, 1982-

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Systemvetenskap ...

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.