Prilagođeno odgovaranje na pitanja
Prilagođeno odgovaranje na pitanja (Fine-Tuned Question Answering) prilagođava veliki pred-obučen jezični model — poput BERT-a, RoBERTa-e ili modela iz GPT obitelji — za odgovaranje na pitanja postavljena prirodnim jezikom nad zadanim kontekstnim odlomkom ili bazom znanja. Model uči locirati raspon odgovora ili generirati odgovore slobodnog oblika nastavljajući obuku na označenim QA parovima nakon opće pred-obuke.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Rajpurkar, P., Zhang, J., Lopyrev, K., & Liang, P. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. Proceedings of EMNLP 2016, 2383–2392. DOI: 10.18653/v1/D16-1264 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Language Model for Question Answering. ScholarGate. https://scholargate.app/hr/deep-learning/fine-tuned-question-answering
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- BERT-tem klasifikacijaDuboko učenje↔ usporedi
- Fino podešena klasifikacija temeljena na BERT-uDuboko učenje↔ usporedi
- Prilagođeno sažimanje tekstaDuboko učenje↔ usporedi
- Klasifikacija temeljena na RoBERTa-iDuboko učenje↔ usporedi
- Ugrađivanje rečenicaDuboko učenje↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →