随着深度学习技术的发展,人工智能底层研究日趋成熟,开始迈向涉及语言理解、图像理解和推理的高层应用研究,例如问题生成、机器翻译、图像描述等。其中,问题生成是最具研究价值和挑战性的任务之一,它需要在理解文本或图像内容的基础上,生成没有语法错误、可回答的自然语言问题,这一过程中还往往涉及推理。目前,对于问题生成的研究按输入内容的不同可以分为两类,其一是基于纯文本的问题生成,其二是基于视觉的问题生成。尽管,对于前者已有大量的研究,也取得一定的成效,但是其没有充分利用上下文结构信息和序列信息从而限制了模型的效果,而且生成的问题在可回答性方面存在不足。而对于后者,属于初步探索阶段,前人的工作主要聚焦于图像的底层信息,而忽视了图像所表达的高层语义信息,同时生成的问题在可回答性上也存在不足。基于文本的问题生成是多模态问题生成的基础,所以本文先对纯文本的问题生成进行研究,然后对视觉的问题生成进行研究。为了解决文本问题生成中存在的问题,本文提出一个基于上下文结构信息和序列信息的实体引导问题生成模型,用以同时捕捉上下文的结构信息和序列信息,以及提升生成问题的可回答性。该模型包含图注意力编码器、多特征编码器、答案-问题类型编码器、特征融合模块和解码器。其中,图注意力编码器用于捕捉上下文结构信息,多特征编码器用于捕捉上下文序列信息,答案-问题类型编码器用于编码答案实体和问题类型进而引导疑问词生成,特征融合模块用于融合结构信息和序列信息,解码器用于生成单词序列。通过在SQu AD数据集上进行大量的对比实验,消融实验以及案例分析。结果表明,与最先进的模型相比,基于上下文结构信息和序列信息的实体引导问题生成模型在文本问题生成中取得最好的效果,这证明了该模型的有效性。为了解决视觉问题生成所面临的问题,本文提出一个问题驱动的双通道视觉问题生成模型。该模型包含图注意力编码器、答案-问题类型编码器和解码器。其中,图注意力编码器用于编码实例级别的场景图,从而获得基于场景图的事件表示,答案-问题类型编码器用于编码答案实体和问题类型引导疑问词生成,从而提升生成问题的可回答性,解码器用于生成单词序列。通过在VQA2.0数据集上进行大量的对比实验,消融实验以及例子分析,结果表明,与基准模型相比,本文提出的问题类型引导的双通道视觉问题生成模型达到了可观的效果,这证明了该模型在视觉问题生成中的有效性。