Machine learningDeep learning / NLP / CV
ドメイン適応型質問応答
ドメイン適応型質問応答（DA-QA）は、一般的なQAベンチマーク（SQuADなど）で最初に訓練された事前訓練済み言語モデル（通常はBERTやRoBERTa）を、ラベル付きデータが乏しい新しいターゲットドメイン（例：生物医学、法律、金融）で質問に正確に回答できるように適応させるものです。ドメイン適応型事前訓練とタスクファインチューニングを組み合わせることで、直接ファインチューニングのみを行う場合よりも大幅に優れた性能が得られます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-question-answering
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- BERTベースの分類深層学習↔ 比較
- ドメイン適応型BERTベース分類深層学習↔ 比較
- ファインチューニングされた質問応答深層学習↔ 比較
- 多言語質問応答深層学習↔ 比較
- RoBERTaベースの分類深層学習↔ 比較
- BERTベースの転移学習による分類深層学習↔ 比較