.png){kind=icon}
返回
Generating Multiple-Choice Knowledge Questions with Interpretable Difficulty Estimation Using Knowledge Graphs and Large Language Models
.png){kind=icon}
OA
AI
DOI：10.3390/make8050137.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
从输入文档中生成带难度估计的多项选择题（MCQs）在自适应、AI辅助教育中使用的自动化MCQ生成系统中仍具挑战性。本研究提出了一种新颖的方法，利用知识图谱（KGs）和大型语言模型（LLMs）从输入文档中生成带难度估计的MCQs。我们的方法使用LLM从输入文档构建KG，然后从中系统性地生成MCQs。每个MCQ通过选择KG中的一个节点作为关键，采样一个相关三元组或五元组——可选地补充一个额外三元组——并提示LLM从这些图组件生成对应的问题主体。干扰项随后从KG中选择。对于每个MCQ，计算九个难度信号，并采用数据驱动方法将其合并为统一的难度分数。在一个包含150个MCQs的概念验证数据集中（来自维基百科），提出的信号显示出与经验错误答案率具有可解释的关联，与人类响应/表现一致。结果表明了所提出管道的可行性，但可能需要更大规模的人类研究来建立部署级别的有效性。我们的方法通过整合结构化知识表示、LLMs和数据驱动的难度估计模型，改进了自动化MCQ生成。
Keyword:
multiple-choice question generation
difficulty estimation
interpretability
knowledge graph
large language models
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
M
IF:
6
论文数:
818
被引数:
1.8K
机构
引用论文
Exploring Automated Distractor Generation for Math Multiple-choice Questions via Large Language Models探索通过大型语言模型自动生成数学多项选择题的干扰因素.png)
IF0
PREAI
分享收藏Toward Subgraph-Guided Knowledge Graph Question Generation With Graph Neural Networks用图神经网络实现子图引导的知识图谱问题生成
OAAI
OAAI分享收藏Docimological Quality Analysis of LLM-Generated Multiple Choice Questions in Computer Science and Medicine计算机科学和医学中LLM生成的多项选择题的文档质量分析OAAI
OAAI分享收藏Reasoning on Efficient Knowledge Paths: Knowledge Graph Guides Large Language Model for Domain Question Answering高效知识路径上的推理: 知识图谱指导领域问答的大型语言模型
PREAI
分享收藏Yang, H.; Lin, Z.; Zhang, M. Rethinking Knowledge Graph Evaluation Under the Open-World Assumption. In Proceedings of the Advances in Neural Information Processing Systems, New Orleans, LA, USA, 28 November–9 December 2022. [Google Scholar] [CrossRef]杨, H.; 林, Z.; 张, M. 重新思考开放世界假设下的知识图谱评估. 在神经信息处理系统进展会议录, 美国路易斯安那州新奥尔良, USA, 2022年11月28日–12月9日. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Automatic Question Generation for Spanish Textbooks: Evaluating Spanish Questions Generated with the Parallel Construction Method西班牙教科书自动问题生成：评估使用平行构建方法生成的西班牙语问题
PREAI
分享收藏Zhu, J.; Liu, D.; Chen, S. Multiple-choice question generation and difficulty calculations based on semantic similarity. Neural Comput. Appl. 2025, 37, 13295–13307. [Google Scholar] [CrossRef]朱等人。基于语义相似性的选择题生成与难度计算。神经网络计算与应用，2025, 37, 13295–13307. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容