پرسش و پاسخ سازگار با دامنه (DA-QA)
پرسش و پاسخ سازگار با دامنه (DA-QA) یک مدل زبان از پیش آموزشدیده — معمولاً BERT یا RoBERTa — را که ابتدا بر روی معیارهای پرسش و پاسخ عمومی مانند SQuAD آموزش دیده است، تطبیق میدهد تا در یک دامنه هدف جدید (مانند زیستپزشکی، حقوقی، مالی) که دادههای برچسبدار در آن کمیاب است، به سؤالات پاسخ دهد. ترکیب پیشآموزش سازگار با دامنه با تنظیم دقیق وظیفه، عملکردی به مراتب قویتر از تنظیم دقیق مستقیم به تنهایی به دست میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/fa/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.
- طبقهبندی مبتنی بر بِرْتیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT با انطباق دامنهیادگیری عمیق↔ compare
- پاسخگویی به پرسش با تنظیم دقیقیادگیری عمیق↔ compare
- پرسش و پاسخ چندزبانهیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTaیادگیری عمیق↔ compare
- یادگیری انتقالی مبتنی بر طبقهبندی با BERTیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →