Самообучаващо се отговаряне на въпроси
Самообучаващото се отговаряне на въпроси (SSQA) е тренировъчна парадигма, която автоматично генерира двойки въпрос-отговор от немаркиран текст — използвайки затворено превеждане, маскиране на отрязъци или невронно генериране на въпроси — за обучение на QA модели без никакви човешки маркирани данни. Тя позволява висококачествени системи за разбиране на прочетеното, дори когато анотираните набори от данни са оскъдни или специфични за дадена област.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Lewis, P., Denoyer, L., & Riedel, S. (2019). Unsupervised Question Answering by Cloze Translation. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (ACL 2019), pp. 4896–4910. DOI: 10.18653/v1/P19-1484 ↗
- Alberti, C., Andor, D., Pitler, E., Devlin, J., & Collins, M. (2019). Synthetic QA Corpora Generation with Roundtrip Consistency. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (ACL 2019), pp. 6168–6173. DOI: 10.18653/v1/p19-1620 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/bg/deep-learning/self-supervised-question-answering
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Генериране с разширение за извличане (Retrieval-Augmented Generation, RAG)Извличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →