Multilinguale Fragebeantwortung
Multilinguale Fragebeantwortung (Question Answering, QA) ermöglicht es einem Modell, einen Text zu lesen und Fragen in mehreren Sprachen zu beantworten, oft durch Feinabstimmung eines sprachübergreifenden vortrainierten Transformers wie mBERT oder XLM-R auf einem annotierten QA-Datensatz in einer Sprache und Übertragung dieser Fähigkeit Zero-Shot oder Few-Shot auf andere Sprachen. Dies ist der Standardansatz für den Aufbau multilinguale Leseverständnis- und Open-Domain-QA-Systeme.
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
- Artetxe, M., Ruder, S., & Yogatama, D. (2020). On the cross-lingual transferability of monolingual representations. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 4623–4637). ACL. DOI: 10.18653/v1/2020.acl-main.421 ↗
- Clark, J. H., Choi, E., Collins, M., Garrette, D., Kwiatkowski, T., Nikolaev, V., & Palomaki, J. (2020). TyDi QA: A benchmark for information-seeking question answering in typologically diverse languages. Transactions of the Association for Computational Linguistics, 8, 454–470. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilingual Question Answering (Cross-lingual MRC). ScholarGate. https://scholargate.app/de/deep-learning/multilingual-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
- Mehrsprachige Satz-EinbettungenDeep Learning↔ compare
- Multilingual TransformerDeep Learning↔ compare
- RoBERTa-basierte KlassifikationDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →