基于大语言模型与检索增强的学科试题生成方法

作     者：来雨轩 王艺丹 王立 LAI Yuxuan;WANG Yidan;WANG Li

作者机构：国家开放大学理工学院北京100039 数字化学习技术集成与应用教育部工程研究中心北京100039 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2024年第38卷第12期

页      面：148-158页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62206070) 国家开放大学青年科研项目(Q22A0012) 

主　　题：大语言模型 检索增强技术 问题生成 智慧教育 

摘      要：智能命题是自然语言处理与智能教育交叉领域的一项重要任务。现有问题生成方法过于聚焦材料文本细节,而忽略了对知识点本身的考察。该文提出了一种基于大语言模型与检索增强技术的学科试题生成方法。该方法设计了明确的指令提问方式,并融合少样本语境学习与检索得到的教材相关信息,以激发大语言模型的潜力,让生成试题在风格和难度等方面符合实用需求。两种题型的试题生成结果表明,该文方法在自动评价和人工评价中较基线模型取得了更高的可用率和多样性,直接可用率达到了人类专家的77.5%,且高质量试题的比例略超过人工结果,基本满足大规模试题生成的应用需求。