目前實驗室研究成果如下：

​

• 基於故事文本之互動問題生成

現在人手一支智慧型手機，除了大人常用來處理事情、打發時間外，小孩子也常用手機觀看卡通、玩遊戲。而智慧型手機的盛行也造成許多人有沉迷上癮的問題，更造成學童閱讀能力退步。比起紙本的故事書，我們使用聊天機器人的形式來和小孩子互動，不但可以增加他們的專注度，自動生成問題的系統也能大大降低人力及時間成本。 我們利用Stanford的工具對文本標註，並利用標註後的結果來生成問句，最後以聊天機器人的方式來與聆聽者互動。根據故事內容與主題，我們一開始設計出「誰」、「什麼」、「哪裡」、「什麼時候」以及「怎麼樣」的問題來引導聆聽故事者能夠更深入了解一篇故事，而問題的設計根據就是文本切割並標註後的結果。最後，在產生故事問題資料庫後，聊天機器人端會隨機挑選問題來做詢問。

 

​

目前Deep Learning也有應用在Question Generation的領域，機器會根據資料內容自我學習，相較於傳統方式，節省了許多人工定義規則的成本，且能產生更多樣性的問法。通常模型的架構分為兩個部分，encoder與decoder，都是以Recurrent Neural Network組成，encoder主要在處理輸入的資訊進而之傳遞給decoder輸出最終結果。