La tâche de génération de questions naturelles consiste à produire une question correspondante à partir d’un passage d’entrée (fait) et d’une réponse. Elle est utile pour agrandir l’ensemble d’apprentissage des systèmes de questions-réponses. Les travaux antérieurs ont utilisé des modèles séquence-à-séquence qui prennent en entrée un passage complété par un indicateur supplémentaire indiquant la position de la réponse. Toutefois, ces approches ne modélisent pas explicitement les relations informationnelles entre la réponse et le reste du contexte du passage. Nous proposons un modèle qui établit une correspondance entre la réponse et le passage avant de générer la question. Les expériences montrent que notre modèle dépasse l’état de l’art existant en exploitant des caractéristiques riches.