本稿では、ソーシャルメディア投稿に対して投票形式の質問を生成する新しいタスクを提案する。この手法により、重要な社会的課題について一般の声や感情を簡単に収集・学習する手段が提供される。既存の研究の多くは形式的な言語（例：試験問題）を対象としているが、本研究では、データが極めて稀な短い口語的ソーシャルメディアメッセージに対して、投票用質問を生成することを目的とする。このようなデータスパースな状況に対処するため、ユーザーのコメントをエンコードし、その中に潜む潜在的なトピックを文脈として抽出する手法を提案する。これらの文脈情報を、質問生成に用いるシーケンス・トゥ・シーケンス（S2S）アーキテクチャに組み込み、さらに二重デコーダー構造を導入することで、投票選択肢（回答）の生成も同時に実現する。実験では、新浪微博（Sina Weibo）から収集した2万件を超える投票を含む大規模な中国語データセットを構築した。実験結果から、コメントからのトピックを活用しない一般的なS2Sモデルと比較して、本モデルが優れた性能を発揮することが示された。また、二重デコーダー構造が、質問と選択肢の両方の予測精度をさらに向上させることも確認された。人間評価の結果、本手法がユーザーの関与を促進する高品質な投票を生成できることも明らかになった。