दुर्बल पर्यवेक्षित प्रश्न उत्तरण
दुर्बल पर्यवेक्षित प्रश्न उत्तरण (WS-QA) तंत्रिका पठन-समझ मॉडल को महंगे मानव-एनोटेट किए गए स्पैन एनोटेशन के बजाय अप्रत्यक्ष या स्वचालित रूप से प्राप्त उत्तर लेबल का उपयोग करके प्रशिक्षित करता है। दूरस्थ पर्यवेक्षण, अनुमानित लेबलिंग, या उत्तर-उपस्थिति संकेतों का फायदा उठाकर, WS-QA उन डोमेन और भाषाओं में QA को संभव बनाता है जहां पूर्ण एनोटेशन अव्यावहारिक है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Clark, C., & Gardner, M. (2018). Simple and Effective Multi-Paragraph Reading Comprehension. In Proceedings of ACL 2018, pp. 845–855. Association for Computational Linguistics. link ↗
- Min, S., Chen, D., Hajishirzi, H., & Zettlemoyer, L. (2019). A Discrete Hard EM Approach for Weakly Supervised Question Answering. In Proceedings of EMNLP-IJCNLP 2019, pp. 2083–2093. Association for Computational Linguistics. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Weakly Supervised Question Answering. ScholarGate. https://scholargate.app/hi/deep-learning/weakly-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-आधारित वर्गीकरणगहन अधिगम↔ compare
- डोमेन-अनुकूली प्रश्नोत्तरगहन अधिगम↔ compare
- फाइन-ट्यून्ड प्रश्नोत्तर (Fine-Tuned Question Answering)गहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित प्रश्न उत्तरणगहन अधिगम↔ compare