Puolivalvottu kysymys-vastausjärjestelmä
Puolivalvottu kysymys-vastausjärjestelmä (QA) kouluttaa mallia pienellä merkityllä kysymys-vastausparien joukolla, generoi sitten pseudotunnisteita suurelle merkitsemättömälle korpukselle ja kouluttaa uudelleen iteratiivisesti. Tämä itseoppimisprosessi lisää tehokkaasti koulutusdataa ilman täydellisen manuaalisen annotoinnin kustannuksia, saavuttaen vahvan suorituskyvyn lukemisen ymmärtämisessä, avoimen alan QA:ssa ja koneellisen lukemisen tehtävissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Clark, K., Luong, M.-T., Le, Q. V., & Manning, C. D. (2020). ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators. In Proceedings of ICLR 2020. link ↗
- Yang, Z., Dai, Z., Yang, Y., Carbonell, J., Salakhutdinov, R., & Le, Q. V. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. In Advances in Neural Information Processing Systems (NeurIPS 2019). link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/fi/deep-learning/semi-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.
- BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Hienosäädetty kysymys-vastausjärjestelmäSyväoppiminen↔ compare
- Itseohjautuva kysymys-vastausjärjestelmäSyväoppiminen↔ compare
- Puoliohjattu BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Puolivalvottu TransformerSyväoppiminen↔ compare
- Heikosti ohjattu kysymysvastausSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →