摘要

我们提出一种生成英文问题改写句的方法，该方法在保持原始语义意图不变的前提下，采用不同的表面形式进行表达。我们的模型结合了精心设计的训练目标与严谨的信息瓶颈机制，以诱导出一个能够将语义与形式解耦的潜在编码空间。通过训练一个编码器-解码器模型，使其能够从语义相同但表面形式不同的改写句中重建原始问题，并利用具有相同表面形式的示例进行约束，从而实现语义与形式编码空间的分离。我们采用向量量化变分自编码器（Vector-Quantized Variational Autoencoder）将表面形式表示为一组离散的潜在变量，从而在测试阶段可通过分类器选择不同的表面形式。关键在于，本方法无需依赖外部的目标示例源。大量实验与人工评估表明，相较于以往方法，我们的模型能够在语义保持与句法新颖性之间实现更优的平衡。