لإمكانية النمط الكامل لقدرة الإنسان التي تشبه الإنسان على طرح الأسئلة، يجب أن تكون نماذج توليد السؤال التلقائي (QG) قادرة على إنتاج تعبيرات متعددة من نفس السؤال مع مستويات مختلفة من التفاصيل. لسوء الحظ، لا تتضمن مجموعات البيانات الحالية المتاحة لتعلم QG إعادة الصياغة أو الاختلافات السؤال التي تؤثر على قدرة النموذج على تعلم هذه القدرة. نقدم التنوب، مجموعة بيانات تحتوي على إعادة كتابة من الحقائق التي تم إنشاؤها من قبل الإنسان من بيانات الفريق المستخدمة على نطاق واسع لمعالجة هذا القيد. تم الحصول على أسئلة في التنوب عن طريق الجمع بين سؤال معين مع حقائق من الكيانات المشار إليها في السؤال. نحن ندرس نموذج فك التشفير المزدوج ومولد السؤال المحدد لحقيقة (FIQG)، لتعلم إنشاء أسئلة غير ضيقة من الواقع من سؤال معين. تظهر النتائج التجريبية أن FIQG يشتمل بفعالية على معلومات من الحقائق لإضافة المزيد من التفاصيل لسؤال معين. إلى حد علمنا، لدينا هي الدراسة الأولى لتقديم ضخ الحقائق كأشكال جديدة من إعادة صياغة الأسئلة.