Die Aufgabe der natürlichen Frageerzeugung besteht darin, eine entsprechende Frage zu generieren, gegeben einen Eingabepassus (Fakt) und eine Antwort. Sie ist nützlich, um die Trainingsdatenmenge von Frage-Antwort-Systemen zu vergrößern. Frühere Ansätze haben sequenz-zu-sequenz-Modelle verwendet, die einen Passus zusammen mit einem zusätzlichen Bit als Eingabe erhalten, das die Position der Antwort kennzeichnet. Diese Ansätze modellieren jedoch die Beziehung zwischen der Antwort und dem übrigen Kontext innerhalb des Passus nicht explizit. Wir schlagen ein Modell vor, das die Antwort vor der Frageerzeugung mit dem Passus abgleicht. Experimente zeigen, dass unser Modell die bestehende State-of-the-Art-Methode unter Verwendung reicher Merkmale übertrifft.