Preguntes i Respostes Auto-supervisades
Les Preguntes i Respostes Auto-supervisades (SSQA) són un paradigma d'entrenament que genera automàticament parells de preguntes i respostes a partir de text no etiquetat —utilitzant traducció cloze, emmascarament d'espais o generació de preguntes neural— per entrenar models de Q&R sense cap dada etiquetada per humans. Permet sistemes de comprensió lectora d'alta qualitat fins i tot quan els conjunts de dades anotats són escassos o específics d'un domini.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/ca/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.
- Generació augmentada per recuperació (RAG)Mineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →