From Superficial to Deep: Integrating External Knowledge for Follow-up Question Generation Using Knowledge Graphs and Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种三阶段的外部知识增强后续问题生成方法,旨在缩小生成问题与人类提问水平之间的差距。该方法通过识别上下文主题、构建知识图谱并结合大型语言模型,生成更具信息性和探索性的后续问题,实验结果显示其效果接近人类提问。

🎯

关键要点

  • 本研究提出了一种三阶段的外部知识增强后续问题生成方法。
  • 该方法旨在缩小生成问题与人类提问水平之间的差距。
  • 通过识别上下文主题,构建知识图谱并结合大型语言模型,生成更具信息性和探索性的后续问题。
  • 实验结果显示,该方法生成的问题效果接近人类提问。
➡️

继续阅读