Question Answering con Supervisione Debole
Il question answering con supervisione debole (WS-QA) addestra modelli neurali di comprensione della lettura utilizzando etichette di risposta indirette o derivate automaticamente anziché costose annotazioni di span umane. Sfruttando la supervisione distante, l'etichettatura euristica o segnali di presenza della risposta, il WS-QA rende fattibile il QA in domini e lingue in cui l'annotazione completa è impraticabile.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- Clark, C., & Gardner, M. (2018). Simple and Effective Multi-Paragraph Reading Comprehension. In Proceedings of ACL 2018, pp. 845–855. Association for Computational Linguistics. link ↗
- Min, S., Chen, D., Hajishirzi, H., & Zettlemoyer, L. (2019). A Discrete Hard EM Approach for Weakly Supervised Question Answering. In Proceedings of EMNLP-IJCNLP 2019, pp. 2083–2093. Association for Computational Linguistics. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Weakly Supervised Question Answering. ScholarGate. https://scholargate.app/it/deep-learning/weakly-supervised-question-answering
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Classificazione basata su BERTApprendimento profondo↔ confronta
- Question Answering Adattivo al DominioApprendimento profondo↔ confronta
- Question Answering Fine-TunedApprendimento profondo↔ confronta
- Question Answering semi-supervisionatoApprendimento profondo↔ confronta
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →