이 논문은 소셜 미디어 게시물에 적합한 설문 질문을 생성하는 새로운 과제를 제안한다. 이는 대중의 목소리를 쉽게 듣고 중요한 사회적 주제에 대한 그들의 감정을 이해하는 데 유용한 방법을 제공한다. 기존의 관련 연구는 주로 형식적인 언어(예: 시험지)를 다루는 반면, 본 연구는 짧고 구어체에 가까운 소셜 미디어 메시지에서 발생하는 심각한 데이터 부족 문제를 고려하여 설문 질문을 생성한다. 이를 해결하기 위해, 사용자 댓글을 인코딩하고 그 내부에 숨겨진 주제(latent topics)를 탐지하여 문맥으로 활용하는 방식을 제안한다. 이 문맥은 시퀀스-투-시퀀스(sequence-to-sequence, S2S) 아키텍처에 통합되며, 이는 질문 생성을 수행할 뿐만 아니라 이중 디코더(dual decoder) 구조를 도입하여 설문의 선택지(정답)도 동시에 생성하도록 확장한다. 실험을 위해 우리는 신랑웨이보(Sina Weibo)에서 2만 건 이상의 설문을 포함하는 대규모 중국어 데이터셋을 수집하였다. 실험 결과, 댓글에서 주제를 활용하지 않는 기존의 인기 있는 S2S 모델에 비해 본 연구의 모델이 우수한 성능을 보였으며, 이중 디코더 설계가 질문과 선택지 예측 모두에 추가적인 성능 향상을 가져왔다. 또한 인간 평가를 통해 본 모델이 사용자 참여를 유도하는 고품질의 설문을 효과적으로 생성함을 입증하였다.