英语阅读测试旨在培养学生对英语文章的理解能力、阅读技巧和逻辑思维能力。这类题型通常要求学生阅读一篇给定的英语文章，然后回答与文章相关的一系列问题。英语文章中包含的信息种类多样，常见的格式有文本、图片、表格，甚至视频音频等。文本是最为常见的一种形式，因此本文选取纯文本格式的英语正文作为阅读测试的研究对象，相关定义如下：

定义1：词向量。单词w是构成正文文本的基本单位，它拥有具体的含意，即语义。在自然语言处理中，词的语义通常用词袋模型(Bag of Word)、向量空间模型(VSM)、语义树、语义图、语义向量和语义哈希等进行描述。本文采用文献 [17] 中的方法计算词向量。具体地，词w_i的词向量可以表示为 $w_i=\left(l_{i1},l_{i2},\cdots ,l_{i\zeta }\right)$，其中 $\forall l_{i\zeta }\in ℝ,\zeta$为向量的维度。

定义2：语句向量。为了统一英语正文中句子的向量维度，降低语句向量的稀疏度，本文从英语教育领域中选取m个关键词作为语句特征，其中每个关键词由ζ维的语义向量表示。对于正文中的任意一个语句d，若包含特定关键词w_i，i∈[1, m]，则他的语句向量中对应维度的特征即为该关键词的语义向量 $a_i=\left(l_{i1},l_{i2},\cdots ,l_{i\zeta }\right)$，反之则赋为全零的ζ维向量。把m个ζ维向量 $a_1,a_2,\cdots ,a_m$连接起来构造的向量称为语句向量，记为 $d=\left(a_1,a_2,\cdots ,a_m\right)$。

定义3：正文语义矩阵。对于一个英语正文文本D，假设其包含 $d_1,d_2,\cdots ,d_t$条语句，每条语句对应的语句向量为 $d_i=\left(a_{i1},a_{i2},\cdots ,a_{im}\right)$， $i=1,2,\cdots ,t$，则D的语义矩阵定义为：

${\psi }_D=\left(\begin{array}{c}{d}_1\\ d_2\\ \cdots \\ d_t\end{array}\right)=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1m}\\ a_{21}& a_{22}& \cdots & a_{2m}\\ & & \cdots & \\ a_{t1}& a_{t2}& \cdots & a_{tm}\end{array}\right)$

语义矩阵 ${\psi }_D$是一个t行、p列的二维实数矩阵，其中 $p=m\times \zeta$。例如，取m = 100，ζ = 200，n = 20，对于 图1(a) 中的正文D，其语义矩阵可以表示为：

$\begin{array}{l}领域关键字\text{stages}\cdots \text{Earth}\cdots \text{scientific}\cdots 关键{词}_{100}\\ \begin{array}{c}句子1\\ 句子2\\ \cdots \\ 句子20\end{array}{\psi }_D=\left(\begin{array}{ccccccccc}0.124& 0.098& \cdots & 0.145& 0.074& \cdots & 0.000& 0.000& \cdots \\ 0.000& 0.000& \cdots & 0.145& 0.074& \cdots & 0.000& 0.000& \cdots \\ & & & & \cdots & & & & \\ 0.124& 0.098& \cdots & 0.000& 0.000& \cdots & 0.061& 0.347& \cdots \end{array}\right)\end{array}$

定义4：摘要语义矩阵。摘要是对英语阅读材料正文的概括和总结。本文定义摘要是从正文中抽取出的k个陈述句，记为 $S=\left(s_1,s_2,L,s_k\right)$，其中，陈述句s_i的语句向量为 $s_i=\left(a_{i1},a_{i2},\cdots ,a_{im}\right)$， $i=1,2,\cdots ,k$。与定义3类似，摘要S的语义矩阵可以定义为一个k行，m × ζ列的矩阵 ${\psi }_S$：

${\psi }_S=\left(\begin{array}{c}{s}_1\\ s_2\\ \cdots \\ s_k\end{array}\right)=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1m}\\ a_{21}& a_{22}& \cdots & a_{2m}\\ & & \cdots & \\ a_{k1}& a_{k2}& \cdots & a_{km}\end{array}\right)$

摘要包含了英语正文中的主要观点、关键信息和重要结论。相较于正文，摘要虽然在篇幅上大幅缩短，但语义上高度凝练了原文的关键信息，使读者能够快速了解文章的中心思想。

定义5：命名实体。命名实体是文本中具有特定意义或者指代性强的实体。这些实体通常是专有名词，如人名、地名、组织机构名、日期和时间等具有明确语义类别的词或短语。命名实体与其类别一一对应，记作(E, E_label)。例如，命名实体“北京”，其对应的实体类别为地名“LOC”。由于这种定义的规范，命名实体带有明确的语义特征，具有极强的考察意义，经常作为自然语言处理任务中的研究对象。本文定义了18种命名实体的类别，包括PERSON (人名)、ORG (组织机构)、PRODUCT (物品)、LOC (地名)、DATE (日期)、PERCENT (百分比)、QUANTITY (数值)等，详见参考文献 [18] 。

定义6：疑问词。对于一个问句，疑问词是必不可少的成分。疑问词决定了问句考察的知识类别，例如疑问词“when”考察时间信息，“where”考察地点信息。由于本文选择合适的命名实体作为考察对象，因此疑问词是与命名实体类型相对应的。本文给定了六种疑问词，分别为“where”、“when”、“who”、“what”、“how many”和“how much”，统一记为wh^*。

第一个提问作为考察的着手点，往往高度凝练英文正文主旨，指明阅读测试的考察方向，后续提问将围绕其内容延续性展开。为此，本文采用摘要技术聚焦英语正文中的关键内容，并在此基础上借助句法分析技术针对性地提出首个问句，总体框架如 图1 所示。具体地，我们提出一个两阶段提问生成方法。对于给定的一篇英语正文D，第一阶段采用摘要技术和语义分析从正文中选择出一个核心摘要句s_key，并借助转译技术对其进行改写。第二阶段利用句法技术对转译后的核心摘要句进行成分分析，确定所要考察的命名实体E，匹配问题的确定疑问词wh^*，进而生成首个提问。

由于给定的英语正文中所含的信息量多而杂，很难直接抓住文章的重点来考察学生，本文借助摘要技术聚焦正文的主旨内容。虽然目前已有很多基于深度神经网络生成摘要的方法，但这些方法往往需要较多的资源和较高的算力，而本文面向教育场景下的英语阅读测试，出于简单快速高效的考虑，本文采用Text Rank [19] 方法从正文中抽取k个句子作为候选摘要语句。该方法将正文中的每个句子看作一个节点，并通过计算句子间的相似度构造带权值的无向边，进而将正文转化为一个无向有权图。借鉴Page Rank算法 [20] 的原理，Text Rank使用边上的权值迭代更新节点值。节点值越高，其对应语句与正文中其他语句之间的关联性就越大。最终选择得分最高的k个节点，将它们对应的原文陈述句组合起来作为候选摘要 $S=\left(s_1,s_2,\cdots ,s_k\right)$。例如，对于 图1 中的正文D，我们取k = 3，即从原文中抽取出3个句子作为候选摘要，分别为：“Pythagoras proposed the concept that the Earth is a sphere.”“Aristotle provided the first scientific evidence for the Earth’s spherical shape by observing that the shadow cast on the moon during a lunar eclipse is round.”“Magellan’s fleet completed the circumnavigation, providing us with experiential evidence that the Earth is a sphere.”

摘要概括了正文的关键内容，其中每个陈述句都表达了完整的语义信息。当要求生成首个问句时，我们只是针对其中的一个句子信息进行提问，因此需要从摘要中选择出最重要的一个陈述句作为核心摘要句。为此，本文考虑每个摘要语句与正文的内容相关性，我们希望核心摘要句尽可能多地覆盖正文中的重要语义，从k个候选摘要语句S中选择与正文语义相似度最高的一个陈述句作为核心摘要句s_key。

在本文中，摘要陈述句s_i由语义向量表示，正文由多个语句组成的语义矩阵 ${\psi }_D$表示。为了比较摘要陈述句覆盖的正文语义信息量，我们计算摘要语句与正文中每个句子之间的相似度，再通过求和的方式得到该摘要句与正文文本的内容相关性。本文采用交叉熵作为评价候选摘要句与正文语句间语义相似度的指标，它衡量的是两个向量之间的分布差异性。因此，我们对交叉熵进行取负操作表示二者的相似性，公式如下：

${\text{REL}}_i=-C{E}_i={\displaystyle \underset{j=1}{\overset{m\times \zeta }{\sum }}{s}_i\cdot \log \left(d_j\right)}$(1)

其中，t是英语正文中所含的句子总数，m × ζ是语句向量的维度。相关性得分越高，说明该候选摘要句中涵盖的正文信息越多。因此，本文选择相关性最高的候选摘要句作为核心摘要句s_key，进一步用于下文中的问句生成。对于3.1节中的例子来说，我们套用上述公式，分别计算3个摘要语句与正文之间语义相似性，最终确定相似性最大的摘要句为：“Magellan’s fleet completed the circumnavigation, providing us with experiential evidence that the Earth is a sphere.”将其作为核心摘要句进一步用于后文中的问句生成。

本文考虑到选定的核心摘要语句是从正文中直接抽取的句子，若直接面向其进行问句生成，会导致问句中的原文线索过多。学生可以直接在正文中找到原句完成作答，无法有效考察学生的理解能力。因此，本文对选定的核心摘要句子进行转译，即在不改变句子语义的前提下，对其中的词汇和句式进行改动，使得转译后的句子能够更加灵活地考察学生们的掌握程度。如下是本文提出的实现摘要陈述句改写的规则：

a) 同义词替换。同义词替换是最基本的改写方法。这种方法依赖于一个同义词和反义词的词典，如Word Net。通过查找词汇的同义词集来替换原句中的词汇，或者将句子中的词汇替换为其反义词和否定的组合来实现句子的变体。例如，原句“He completed the task quickly.”经过同义词和短语替换可以改写成：“He finished the task in no time.”

b) 语态转换。主动语态和被动语态之间的转换同样是一种有效的改写方法，它可以在改变句子的顺序结构的同时保持语义不变。例如，原句“The chef cooked a delicious meal.”可以改写为被动句：“A delicious meal was cooked by the chef.”

c) 复合句简化。复合句可以通过调整句式结构改写为简单句，在保持原句的语义不变的前提下，使得改写后的句子更加易于理解。对于定语从句或状语从句，可以将其转化为相应的短语修饰主句，进而实现句子结构的简化。具体来说，原句“The book, which is very interesting, is on the table.”经过句子结构调整，可以改写为：“The very interesting book is on the table.”

d) 简单句复杂化。与规则c类似，简单句同样可以通过改变句子的句式结构来增加多样性和丰富性。对于句子结构中的主语或宾语成分，可以将其改写为相应的名词性从句。此外，原句中的修饰性短语可以转化为定语从句或状语从句的形式，增加句子的复杂性。例如，简单句“He decided to buy a digital camera online.”可以改写为宾语从句“He decided that he would buy a digital camera online.”

e) 句子顺序调整。句子的重排序可以在不改变句子语义的前提下，通过改变语序来突出不同的语义重点。对于简单句，可以采用状语前置、宾语前置的方法，或者调整形容词或副词在句中的位置；对于含有多个从句的复合句，可以调整主句和从句以及从句之间的次序。例如，原句“When I arrived, the meeting had already started.”改变主从句的顺序，可以改写为“The meeting had already started when I arrived.”

同理，我们可以制定更多相关的规则，此处不再赘述。多样化的规则可以将核心摘要句改写为多个版本。在本文中，我们针对核心摘要句s_key生成5个转译版本 $s_{key}^i$， $i\in [1,5]$，并从中选择出一个变动最大的转译版本用于后文的提问生成。

$KL\left(s_{key}\Vert s_{key}^i\right)=-{\displaystyle \underset{j=1}{\overset{m\times \zeta }{\sum }}{s}_{key}\cdot \log \left(s_{key}^i\right)+{\displaystyle \underset{i=1}{\overset{m\times \zeta }{\sum }}{s}_{key}\cdot \log \left(s_{key}\right)}}$(2)

保留KL值最高的转译版本用于问题生成，以使提问在句法上与正文原句有所不同，并记作 $s_{key}^i$。对于3.2节中麦哲伦的例子，最终保留的转译版本为“Magellan proved that the earth is a globe, who led the circumnavigation.”

对于转译后的摘要语句 $s_{key}^i=\left\{a_1,a_2,\cdots ,a_m\right\}$，本文分析其中的成分信息 [21] ，抽取出所有的主谓宾三元组t = 。首先对 $s_{key}^i$进行分词处理，将语句分解为单词或符号，每个单词或符号作为一个独立的单位。分词结果进一步用来词性标注和句法分析，标明每个单词是名词、动词、形容词等。同时生成摘要句的句法依存树，解析其中的语法结构。例如，依存标签IP表示简单从句，VP表示动词短语，nsubj标记主谓关系，dobj标记谓宾关系等。根据单词词性及依存关系识别句子的主谓宾成分，规则如下：

a) 谓语识别规则。谓语通常是句子的核心动词或动词短语，同时识别与核心动词搭配的助动词、情态动词等。在句法依存树中，谓语是连接主语和宾语的核心词。

b) 主语识别规则。根据句法依存树查找与谓词直接相连且在其之前的名词短语(NP)作为主语，在依存关系树中，动词的nsubj依存关系通常指向主语。

c) 宾语识别规则。与主语类似，利用依存关系识别谓语动词的承受者。依存树中的dobj依存关系通常指向直接宾语。

由于摘要句中可能存在宾语从句、定语从句等，同样需要对复合句进行解析，将关系词指代的成分进行替换，并按照上述识别规则分析从句中的主谓宾信息。例如，对于3.3节中转译后的摘要语句，如 图2 ，对其进行分词处理、词性标注和依存关系分析。该摘要句包含主句“Magellan proved that the earth is a globe”，宾语从句“that the earth is a globe”和定语从句“who led the circumnavigation”。将定语从句的引导词“who”用指代名词“Magellan”进行替换，之后通过上述识别规则可以得到三组主谓宾，分别为，和。

针对摘要句生成相关问句时，需要明确其中所要考察的信息，凝结与其相关的内容，进而针对性地提出问题，有效检测学生对该信息点的掌握情况。对于一个英语陈述句，主语是最重要的成分。它是句子的中心话题或动作的执行者。此外，根据命名实体的定义约束(详见定义5)，它通常是文本中具有特定含义或者指代性强的实体，这赋予了其极强的考察意义。因此，对于摘要句对应的主谓宾三元组集合T，本文从中选择一个能够被识别为命名实体的主语成分作为目标问句的考察对象E，进而提高目标问句的质量和可回答性。

本文对核心摘要句中所有三元组的主语成分进行命名实体识别分析。识别过程主要依赖于三种规则，分别为大写字母规则、词典查找规则和上下文模式匹配规则。大写字母规则识别以大写字母开头的连续单词，这些单词通常是专有名词、人名等。词典查找规则需要依赖于一个命名实体词典，如Dbpedia，它包含了丰富的命名实体信息，涵盖人物、地点、组织、事件等多种实体类别，利用该词典可直接查找命名实体，并匹配其类别。上下文模式匹配规则利用上下文和特定模式的正则表达式来匹配实体。例如，日期通常包含月份名称和数字。如果一个单词是月份名称(如January)，并且后续有数字，则该组合可能是日期。

综合以上三种规则，我们识别出主语成分中所有的命名实体。例如，4.1.1节中得到的主谓宾集合，对主语成分进行命名实体识别，同时得到其实体类别，结果为(Magellan, PERSON)和(Earth, LOC)。PERSON指的是该实体为人名，LOC指的是地名标签。

在英语文章中，一个命名实体出现的次数越多，则说明与其相关的描述篇幅就越长，其重要程度越高。因此，我们认为命名实体出现的频率代表其与正文主旨的相关度，它可以侧面反映了该实体在文中的重要性。在本文中，对于主语成分中识别到的所有命名实体，从中选择在正文中出现词频最高的作为考察实体E，并记录其对应的实体标签E_label。在上述例子中，若“Magellan”在正文中的词频高于“earth”，则保留(Magellan, PERSON)作为考察对象。反之，则保留(Earth, LOC)。

得到摘要句中的主谓宾三元组集合T，以及考察实体E后，便可以利用二者信息对三元组集合进行过滤筛选和合并重组，保留主语成分为考察实体的三元组。对于上述例子，假设确定的考察实体及标签为(Magellan, PERSON)，则保留三元组和。

经过上述过滤操作后，仍可能存在多组主谓宾。但此时这些三元组中的主语成分都是选定的考察实体。为了方便后续问句的生成，我们将它们进行合并，记为 $t=\langle sub,\langle pr{e}_1,ob{j}_1\rangle ,\langle pr{e}_2,ob{j}_2\rangle ,\cdots \rangle$。其中，sub = E。例如，保留后的两个三元组可以合并为, >。

由4.1节可知，目标问句针对考察实体展开提问。因此，疑问词可由考察实体的标签类别匹配获得。根据经验常识，在对每种类别的命名实体进行提问时，都有其相对应的疑问词。例如，对人名类的实体提问时会用疑问词“who”作为开头来引导问句，对地点类的实体提问时会用“where”，对时间类的实体提问时会用“when”等。为此，本文设计了函数Wh_Match，根据考察实体标签映射疑问词。即 $w{h}^{*}=Wh\_Match\left(E\_label\right)$。例如“Magellan”为“PERSON”人名类实体，故而匹配疑问词“who”。具体的匹配对应情况如 表1 所示。

具备经过滤重组后的摘要三元组t和疑问词wh^*后，便可以套用语法规则简单快递地生成首个问句Q。在本文中，将陈述句转化为疑问句时，针对主语成分提问，则将主语位置替换为与其匹配的疑问词，之后拼接陈述句中的谓语和宾语成分即可。多个谓语宾语成分时，只需同样的方式在其后叠加。具体地，对于摘要三元组 $t=\langle E,\langle pr{e}_1,ob{j}_1\rangle ,\langle pr{e}_2,ob{j}_2\rangle ,\cdots \rangle$和考察实体(E, E_label)，为其匹配的疑问词为 $w{h}^{*}=Wh\_Match\left(E\_label\right)$，根据语法规则，即可生成问句Q“wh^*+ pre₁+obj₁, pre₂+ obj₂?”。例如，对于上述麦哲伦的例子，匹配到疑问词“who”，即可生成问句“who proved that the earth is a globe, led the circumnavigation?”。首个问句生成算法的伪代码如下：

算法1：问句生成算法(Sum QG)

输入：一篇阅读理解文章D。

输出：文章相关的首个问句Q。

Sum QG (D)

1: {Ψ_D← generate_semantic_matrix (D);

2: S←Top_k (Text Rank (D));

3: Ψ_S← generate_semantic_matrix (S);

4: forall s_i∈Ψ_S:

5: {REL_i←relation (s_i, Ψ_D); //根据公式(1)计算相关性

6: }

7: s_key←MAX (REL_i), i∈[1, k];

8: $s_{key}^i$←Paraphrase (s_key), i∈[1, 5]; //得到5个转译版本

9: forall i∈[1, 5]

10: {KL_i←divergence (s_i, $s_{key}^i$); //根据公式(2)计算散度

11: }

12: $s_{key}^i$←MAX (KL_i), i∈[1,5];

13: T←Triples ( $s_{key}^i$); //抽取主谓宾三元组

14: (E, E_label) ←MAX(NER (T_SUB)); //选择考察实体

15: T_k←K_filter (T, E); //三元组过滤

16: t←Merge (T_k); //三元组合并

17: wh^*←Wh_Match (E_label); //匹配疑问词

18: Q←“wh^*”; //目标问句初始化

19: for < p, o> in t

20: {Q←wh* + p + o?; //问句生成

21: }

22: Return Q;

23: }

英语基础教育中的阅读测试题通常选用美国报刊的新闻文章作为阅读理解的背景信息。本文选取CNN/DM [22] 数据集中的文章作为英语阅读测试正文。该数据集是由美国有限新闻网(CNN)和每日邮报网(Daily Mail)提供，适用于基础教育中提升学生的阅读理解能力。为了适应本文的研究内容，即面向报刊文章概括性地提出首个问句，我们从数据集中选择了2.5 k篇新闻，并邀请20位英语老师为每篇文章撰写了第一个提问。该提问符合实际教学场景，对原文内容具有概括性，可以用于评价本文方法生成的问句。该数据集的具体信息如 表2 所示。

由 表2 可以看出，英语老师编写的首个问句比正文中每个句子的平均单词数少一方面，英语教师编写的提问是针对摘要信息，在高度概括原文的基础上提出的首个问句。另一方面，问句自然地对正文中的原始内容进行了部分信息的掩盖，进而针对掩盖内容提问。

对于本文方法生成的首个提问，我们从三个角度来对其质量进行评估，分别为：生成问句与标签问句的句法相似性、生成问句与标签问句的语义相关性、生成问句的可回答性和结构完整性。

生成问句和标签问句的句法相似性采用BLEU-4 [23] 和ROUGE-L [24] 衡量。BLEU-4通过统计生成问句中的词汇在参考问句中出现的比率来评价生成问句的质量。ROUGE-L通过计算生成问句和参考问句之间的最长公共子序列衡量提问生成的质量。生成问句与标签问句的语义相关性采用Bert Score [25] 评价。该指标使用BERT模型对生成问句和参考问句进行上下文嵌入编码，并通过计算二者之间的余弦相似度评价生成问句。生成问句的可回答性和结构完整性由Q-BLEU-4 [26] 来衡量，该指标在BLEU-4的基础上进行了改造，加入了对疑问词、命名实体、关系词等多方面的考虑。

如 表3 所示，本文挑选了三条数据作为样例展示问句生成的效果，通过观察可以发现，本文方法生成的问句与参考问句具有较强的一致性，仅在一些词汇和短语上有所区别，能够很好地适用于英语阅读测试，具有较强的阅读理解考察性。

除此之外，本文统计了不同疑问词引导的首个问句出现的频次，如 表4 所示。可以看出，what引导的问句数量最多，how引导的问句数量较少。这表明，在首个问句中，对于事件、物品等概念性信息考察的较多，对数量信息考察相对较少。这种现象符合中小学英语教学场景。首个问句作为概括性提问，聚焦于正文的主旨，而用于中小学基础教育中的英语文章通常是针对事件、物品、人物、地点展开描述。

本文将Cloze Translation [1] 、Sentence Retrieval [2] 、Ref QA [3] 、PIE-QG [4] 作为基准模型，验证本文方法(Sum QG)的有效性。此外，本文还使用Chat GPT接口让其直接生成英语正文对应的摘要性提问。实验结果如 表5 所示，本文提出的Sum QG方法在BLRU-4、Bert Score、Q-BLEU-4等指标上都高于其他方法，综合表现最优。究其原因，Cloze Translation、Sentence Retrieval、Ref QA和PIE-QG方法并非针对摘要进行问题生成，因此在本文构建的数据集上表现明显低于Sum QG。而相比Chat GPT，本文提出的方法能够以低算力高效率的方式达到较优的效果，更加适合于中小学英语基础教育领域。

为了验证摘要提取过程和转译过程在本文方法中的作用，我们设计了消融实验，在其他实验条件不变的前提下，无摘要方法是从正文中随机抽取一个句子进行后续的提问生成步骤，无转译方法指的是不再对核心摘要句进行转译工作，直接用于问句生成。实验结果如 表6 所示，由于首个提问聚焦于摘要信息，因此无摘要方法的性能明显低于完整的Sum QG方法。对于转译模块，其目标即为使得生成的问句在不改变语义的前提下最大程度地于原文的词汇不同，因此在词汇的句法相似度上，无转译方法的ROUGH-L值略高于完整方法是合理的。同时，二者的语义相似度Bert Score十分接近，由此可以看出转译模块的设置符合预期效果。