问题生成（question-generation）论文汇总

1、综述：Recent Advances in Neural Question Generation-2019地址
2、其他论文：
论文1
题目：Paragraph-level Neural Question Generation with Maxout Pointer and Gated Self-attention Networks-2018
论文地址
GIT代码实现
任务为输入段落和答案，输出生成问题

主要处理了在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳的问题。长文本在生成高质量问题方面不可或缺。

问题：在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳。段落和答案编码 双向RNN来进行encode，

针对文章级的问题生成效果一直不佳，本文基于Seq2Seq设计了gated self-attention和Maxout Pointer两个机制来提升文章级的问题生成效果，并首次超越了句子级的问题生成。

方法：本文主要提出了一个改进的seq2seq模型，加入了maxout pointer机制和gated self-attention encoder。在之后的研究中可以通过加入更多feature或者policy gradient等强化学习的方式提