Domänenadaptives Question Answering
Domänenadaptives Question Answering (DA-QA) passt ein vortrainiertes Sprachmodell – typischerweise BERT oder RoBERTa –, das ursprünglich auf allgemeinen QA-Benchmarks wie SQuAD trainiert wurde, an, um Fragen in einer neuen Zieldomäne (z. B. biomedizinisch, juristisch, finanziell), in der beschriftete Daten rar sind, präzise zu beantworten. Die Kombination von domänenadaptivem Vortraining mit Aufgaben-Feinabstimmung führt zu einer wesentlich stärkeren Leistung als die direkte Feinabstimmung allein.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Garg, S., Vu, T., & Moschitti, A. (2020). TANDA: Transfer and Adapt Pre-Trained Transformer Models for Answer Sentence Selection. Proceedings of the AAAI Conference on Artificial Intelligence, 34(5), 7780–7788. DOI: 10.1609/aaai.v34i05.6282 ↗
- Yue, X., Zeng, Z., Shi, Y., Zhang, C., & Song, Y. (2022). Domain-adaptive Pre-training Methods for Natural Language Understanding. arXiv preprint. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/de/deep-learning/domain-adaptive-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.
- BERT-basierte KlassifikationDeep Learning↔ compare
- Domänenadaptives BERT-basiertes KlassifizierenDeep Learning↔ compare
- Fine-Tuned Question AnsweringDeep Learning↔ compare
- Multilinguale FragebeantwortungDeep Learning↔ compare
- RoBERTa-basierte KlassifikationDeep Learning↔ compare
- Transfer Learning mit BERT-basierter KlassifikationDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →