Automating question generation from educational text

要約

質問ベースのアクティビティ (QBA) の使用は教育現場で広く普及しており、伝統的に学習および評価プロセスの不可欠な部分を形成しています。
この論文では、学校における形成的および総括的な評価のための自動質問生成ツールを設計および評価します。
我々は、114 人の教師を対象とした専門家調査を紹介し、教師の作業負荷を大幅に軽減し、個別化された学習体験を促進できるツールとして QBA の自動生成の必要性を実証しています。
生成 AI の最近の進歩を活用して、テキスト コンテンツから多肢選択質問 (MCQ) を自動生成するためのトランスフォーマー ベースの言語モデルを採用したモジュール式フレームワークを紹介します。
提示されたソリューションは、質問生成、正解予測、および注意散漫の定式化のための個別のモジュールを備えており、さまざまな言語モデルと生成手法を評価することができます。
最後に、広範な定量的および定性的評価を実行し、さまざまな手法とモデルの使用におけるトレードオフを示します。

要約(オリジナル)

The use of question-based activities (QBAs) is wide-spread in education, traditionally forming an integral part of the learning and assessment process. In this paper, we design and evaluate an automated question generation tool for formative and summative assessment in schools. We present an expert survey of one hundred and four teachers, demonstrating the need for automated generation of QBAs, as a tool that can significantly reduce the workload of teachers and facilitate personalized learning experiences. Leveraging the recent advancements in generative AI, we then present a modular framework employing transformer based language models for automatic generation of multiple-choice questions (MCQs) from textual content. The presented solution, with distinct modules for question generation, correct answer prediction, and distractor formulation, enables us to evaluate different language models and generation techniques. Finally, we perform an extensive quantitative and qualitative evaluation, demonstrating trade-offs in the use of different techniques and models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google