Polu-nadgledano odgovaranje na pitanja
Polu-nadgledano odgovaranje na pitanja (QA) trenira model na malom označenom skupu parova pitanja i odgovora, zatim generira pseudo-oznake na velikom neoznačenom korpusu i iterativno ponovno trenira. Ovaj ciklus samostalnog treniranja dramatično povećava efektivni skup podataka za treniranje bez troškova potpune ručne anotacije, postižući snažne rezultate u razumijevanju pročitanog teksta, QA otvorenog domena i zadacima strojnog čitanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/hr/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-tem klasifikacijaDuboko učenje↔ compare
- Prilagođeno odgovaranje na pitanjaDuboko učenje↔ compare
- Self-supervised Question AnsweringDuboko učenje↔ compare
- Polu-nadzirana klasifikacija temeljena na BERT-uDuboko učenje↔ compare
- Poluučeni TransformerDuboko učenje↔ compare
- Slabo nadgledano postavljanje pitanjaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →