【NUS】神经问题生成的最近进展（Recent Advances in Neural Question Generation）

题目： Recent Advances in Neural Question Generation

摘要： 神经问题生成（NQG）的新兴研究已经开始整合大量的输入，并产生需要更高水平认知的问题。这些趋势表明，NQG是NLP的领头羊，是人类智能如何体现好奇心和整合能力的，我们对神经问题的产生进行了全面的调查，考察了语料库、方法和评价方法。在此基础上，我们阐述了我们所看到的NQG的发展趋势：NQG所考虑的学习范式、输入模式和认知水平。

作者简介： Liangming Pan，重庆大学教授。

Tat-Seng Chua是新加坡国立大学计算机学院的KITHCT讲座教授。他拥有博士学位。来自英国利兹大学。 1998年至2000年，他担任该学院的代理和创始院长。蔡博士的主要研究兴趣是多媒体信息检索和社交媒体分析。特别是，他的研究重点在于从网络和多个社交网络中提取和检索文本和富媒体（QA）。他是NExT的联合主任，NExT是NUS与清华大学之间的联合中心，致力于开发实时社交媒体搜索技术。蔡博士因其对多媒体计算，通信和应用的杰出技术贡献而荣获2015年ACM SIGMM大奖。他是ACM国际多媒体检索会议（ICMR）和多媒体建模（MMM）会议系列指导委员会主席。蔡博士还是ACM Multimedia 2005，ACM CIVR 2005，ACM SIGIR 2008和ACM Web Science 2015的联合主席。他在四家国际期刊的编辑委员会任职。蔡博士是新加坡两家技术初创公司的联合创始人。