Question Answering Adattivo al Dominio
Il Question Answering Adattivo al Dominio (DA-QA) adatta un modello linguistico pre-addestrato — tipicamente BERT o RoBERTa — inizialmente addestrato su indici di riferimento di QA generici come SQuAD per rispondere accuratamente a domande in un nuovo dominio target (ad esempio, biomedico, legale, finanziario) dove i dati etichettati sono scarsi. La combinazione del pre-addestramento adattivo al dominio con il fine-tuning del task produce prestazioni sostanzialmente più robuste rispetto al solo fine-tuning diretto.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/it/deep-learning/domain-adaptive-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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Classificazione basata su BERT adattata al dominioApprendimento profondo↔ compare
- Question Answering Fine-TunedApprendimento profondo↔ compare
- Risposta a domande multilingueApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
- Apprendimento per trasferimento con classificazione basata su BERTApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →