Itseohjautuva kysymys-vastausjärjestelmä
Itseohjautuva kysymys-vastausjärjestelmä (SSQA) on koulutusparadigma, joka automaattisesti generoi kysymys-vastauspareja merkitsemättömästä tekstistä — käyttäen aukkotäydennyskäännöstä, välipeittämistä tai neuroverkkopohjaista kysymysten generointia — kouluttaakseen kysymys-vastausmalleja ilman ihmisen merkitsemää dataa. Se mahdollistaa laadukkaat lukemisen ymmärtämisen järjestelmät, vaikka merkittyjä aineistoja olisi vähän tai ne olisivat alakohtaisia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/fi/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.
- Retrieval-Augmented Generation (RAG)Tekstinlouhinta↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →