ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Enesest juhendatud küsimustele vastamine

Enesest juhendatud küsimustele vastamine (SSQA) on koolitusparadigma, mis automaatselt genereerib küsimuste-vastuste paare märgistamata tekstist – kasutades sulgemisülesannet (cloze translation), vahemike maskeerimist või neuro-küsimuste genereerimist – et koolitada küsimustele vastamise mudeleid ilma inimeste poolt märgistatud andmeteta. See võimaldab kõrgekvaliteedilisi lugemisülesannete mõistmise süsteeme isegi siis, kui annotatsiooniga andmestikud on napid või valdkonnaspetsiifilised.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

The neighbourhood of related methods — select a node to explore.

Enesest juhendatud küsimustele vastamine
Päringuga täiendatud gen…Pooljärelevalvega küsimu…

Allikad

  1. 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
  2. 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

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/et/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.

Compare side by side

Sellele viitavad

ScholarGateSelf-supervised Question Answering (Self-supervised Question Answering (SSQA)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/deep-learning/self-supervised-question-answering · Andmestik: https://doi.org/10.5281/zenodo.20539026