Polu-supervizované odpovídání na otázky
Polu-supervizované odpovídání na otázky (QA) trénuje model na malé označené sadě párů otázka-odpověď, poté generuje pseudo-označení na velkém neoznačeném korpusu a iterativně přetrénovává. Tento cyklus samoučení dramaticky zvyšuje efektivní tréninková data bez nákladů na plnou manuální anotaci, čímž dosahuje silného výkonu v porozumění textu, QA v otevřené doméně a úlohách strojového čtení.
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
- Clark, K., Luong, M.-T., Le, Q. V., & Manning, C. D. (2020). ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators. In Proceedings of ICLR 2020. link ↗
- Yang, Z., Dai, Z., Yang, Y., Carbonell, J., Salakhutdinov, R., & Le, Q. V. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. In Advances in Neural Information Processing Systems (NeurIPS 2019). link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/cs/deep-learning/semi-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.
- Klasifikace založená na BERTHluboké učení↔ compare
- Dolaďování pro odpovídání na otázkyHluboké učení↔ compare
- Samoučící se odpovídání na otázkyHluboké učení↔ compare
- Polu-dohledová klasifikace založená na BERTHluboké učení↔ compare
- Semi-supervised TransformerHluboké učení↔ compare
- Slabě řízené odpovídání na otázkyHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →