Samoučící se odpovídání na otázky
Samoučící se odpovídání na otázky (SSQA) je tréninkové paradigma, které automaticky generuje dvojice otázka-odpověď z neoznačeného textu – pomocí doplňování mezer (cloze translation), maskování úseků (span masking) nebo generování otázek neuronovými sítěmi – za účelem trénování QA modelů bez jakýchkoli lidsky označených dat. Umožňuje vytvářet vysoce kvalitní systémy pro porozumění textu, i když jsou anotované datové sady vzácné nebo doménově specifické.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/cs/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.
- Generování s rozšířeným vyhledáváním (RAG)Dolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →