1. 背景介绍

Question Generation是指根据“一段文字”生成“问题”，即像阅读理解的题目一样。其主要的应用场景是“教育”，方便读者深入理解一段文字，也为外语初学者等提供更多的学习材料；另外也可以被应用于对话生成中，即生成追问问题；也可以充当医生的角色，询问患者一些基本问题。但是目前这项研究的主要应用场景是生成更多的数据来提升Reading Comprehension和QA的效果。

Question Generation和其他的NLP任务一样，并不简单，比如说下面的例子中：

Sentence:
Oxygen is used in cellular respiration and released by photosynthesis, which uses the energy of sunlight to produce oxygen from water.

Questions:

1. What life process produces oxygen in the presence of light? (photosynthesis)
2. Photosynthesis uses which energy to form oxygen from water? (sunlight)
3. From what does photosynthesis get oxygen? (water)

第一个问题中用到了常识信息photosynthesis是一种life process；
第二个问题中使用了近义词form代替produce；
第三个问题是对原句的一个倒置。
可见生成问题要考虑的情况有很多，是一个相对比较复杂的任务，需要对原文段进行抽象和重述。

大部分方法在做Question Generation的时候，一般经过两个步骤，第一，把raw text (sentence or paragraph)转换成某种syntactic representation (parsing tree)；第二，把syntactic representation套入某个人工采集的template (问题模式)中，生成句子。这种传统的方法主要有三个不足：第一，人工采集template是费时费力的；第二，基于template的问题不够多样，比较死板；第三，分了太多的步骤 (too many pipelines)。

于是本文提出了用sequence-to-sequence模型来解决问题，即像机器翻译一样，把raw text看成是源语言，把question看成是目标语言，然后相当于是进行翻译。

1.1 推荐历史阅读

Lucy Vanderwende. 2008. The importance of being important: Question generation. https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/Lucy_Vanderwende_NSF_question_gen.pdf

Michael Heilman and Noah A. Smith. 2010. Good question! statistical ranking for question generation. http://www.aclweb.org/anthology/N10-1086

2. 模型构建

这里不再详细介绍sequence-to-seqence模型了，直接上图。

seq2seq_model.png

首先用双向RNN(BiRNN)编码整个句子，然后再用attention机制对编码后的句子进行侧重点标注，接着送入decoder中，输出问题。

论文中对于h_0的初始化，用了两种方式：
第一种是只使用了sentence embedding对h_0进行初始化，如图中所示，即：

sentence-level.png

第二种是用这个编码模型同时对句子和句子所在的文段进行编码，然后将编码结果进行concatenate，然后初始化h_0，即：

paragraph-level.png

3. 部分实验结果呈现

results.png