Analyse des dépendances et apprentissage en profondeur pour la génération automatique de questions

Abstract

La génération automatique de questions à choix multiples est un domaine de recherche prometteur qui vise à faciliter la création de matériel pédagogique, de tests et d'évaluations en générant automatiquement des questions et des options de réponse à partir de textes. Elle présente de nombreux avantages, notamment la réduction du temps et des efforts nécessaires pour créer des questions. Notre modèle repose sur une approche linguistique en effectuant l’analyse syntaxique d’un texte arabe, qui fournit des relations des dépendances structurelles, des parties du discours et la reconnaissance des entités nommées. En combinant ces derniers avec la notion des expressions régulières nous sommes optes d’obtenir et de générer des modèles de question après avoir pu sélectionner les mots clés pertinents dans le texte. Par la suite, nous utilisons les modèles des words embedding pour pouvoir générer des distracteurs pour chaque mot clé sélectionné. Mots clés : la génération automatique de question, les dépendances structurelles, la génération de distracteurs, la Reconnaissance des entités nommées.