Tanya Jawab Adaptif Domain
Tanya Jawab Adaptif Domain (DA-QA) mengadaptasi model bahasa yang telah dilatih sebelumnya — biasanya BERT atau RoBERTa — yang pertama kali dilatih pada tolok ukur QA umum seperti SQuAD untuk menjawab pertanyaan secara akurat di domain target baru (misalnya, biomedis, hukum, keuangan) di mana data berlabel langka. Menggabungkan pra-pelatihan adaptif domain dengan penyempurnaan tugas menghasilkan kinerja yang jauh lebih kuat daripada penyempurnaan langsung saja.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Garg, S., Vu, T., & Moschitti, A. (2020). TANDA: Transfer and Adapt Pre-Trained Transformer Models for Answer Sentence Selection. Proceedings of the AAAI Conference on Artificial Intelligence, 34(5), 7780–7788. DOI: 10.1609/aaai.v34i05.6282 ↗
- Yue, X., Zeng, Z., Shi, Y., Zhang, C., & Song, Y. (2022). Domain-adaptive Pre-training Methods for Natural Language Understanding. arXiv preprint. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/id/deep-learning/domain-adaptive-question-answering
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Klasifikasi Berbasis BERTPembelajaran Mendalam↔ bandingkan
- Klasifikasi Berbasis BERT Adaptif DomainPembelajaran Mendalam↔ bandingkan
- Tanya Jawab yang Disesuaikan (Fine-Tuned Question Answering)Pembelajaran Mendalam↔ bandingkan
- Tanya Jawab MultibahasaPembelajaran Mendalam↔ bandingkan
- Klasifikasi Berbasis RoBERTaPembelajaran Mendalam↔ bandingkan
- Transfer Learning dengan Klasifikasi Berbasis BERTPembelajaran Mendalam↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →