Odgovaranjem na pitanja (QA)
Odgovaranje na pitanja je zadatak obrade prirodnog jezika koji automatski odgovara na pitanja u prirodnom jeziku utemeljena na danom kontekstnom odlomku, koristeći ili ekstraktivne ili generativne pristupe. Zadatak je kristaliziran referentnim skupom SQuAD Rajpurkara et al. (2016.), a kasniji modeli poput XLNeta (Yang et al., 2019.) podigli su točnost čitanja s razumijevanjem na višu razinu.
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
- Rajpurkar, P. et al. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. EMNLP. DOI: 10.18653/v1/D16-1264 ↗
- Yang, Z. et al. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. NeurIPS. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Question Answering (QA). ScholarGate. https://scholargate.app/hr/text-mining/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.
- Strojno prevođenjeRudarenje teksta↔ compare
- Prepoznavanje imenovanih entiteta (NER)Rudarenje teksta↔ compare
- Analiza sentimentaRudarenje teksta↔ compare
- Klasifikacija tekstaRudarenje teksta↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →