-
题名基于Prompt的两阶段澄清问题生成方法
- 1
-
-
作者
王培冰
张宁
张春
-
机构
北京交通大学计算机与信息技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第2期421-425,共5页
-
基金
国家重点研发计划资助项目(2019YFB1405202)。
-
文摘
在自然语言相关系统中,当用户输入存在歧义时,生成澄清问题询问用户有助于系统理解用户需求;基于Prompt的方法可以更好地挖掘预训练语言模型的潜在知识,但往往需要手动设计模板,限制其生成澄清问题的多样性。为解决这一问题,提出了TSCQG(two-stage clarification question generation)方法。首先,在动态Prompt模板生成阶段,利用歧义上下文和预训练语言模型生成动态的Prompt模板;然后在缺失信息生成阶段,将Prompt模板与外部知识相结合,充分利用预训练语言模型的生成能力生成相应的缺失信息。实验结果表明,在CLAQUA数据集的多轮对话情况中,BLEU值和ROUGE-L值分别达到了58.31和84.33,在ClariQ-FKw数据集上,BLEU值和ROUGE-L值分别达到了31.18和58.86。实验结果证明了TSCQG方法在澄清问题生成任务上的有效性。
-
关键词
预训练语言模型
PROMPT
澄清问题生成
自然语言系统
-
Keywords
pre-trained language model
Prompt
clarification question generation
natural language system
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-