Machine learningDeep learning / NLP / CV
半教師あり質問応答
半教師あり質問応答（QA）は、少数の質問と回答のペアでモデルを訓練し、その後、大規模なラベルなしコーパスで擬似ラベルを生成して反復的に再訓練します。この自己訓練ループは、完全な手動アノテーションのコストなしに実効訓練データを劇的に増加させ、読解、オープン・ドメインQA、および機械読解タスクで強力なパフォーマンスを達成します。
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。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Clark, K., Luong, M.-T., Le, Q. V., & Manning, C. D. (2020). ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators. In Proceedings of ICLR 2020. link ↗
- Yang, Z., Dai, Z., Yang, Y., Carbonell, J., Salakhutdinov, R., & Le, Q. V. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. In Advances in Neural Information Processing Systems (NeurIPS 2019). link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/ja/deep-learning/semi-supervised-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.
- BERTベースの分類深層学習↔ compare
- ファインチューニングされた質問応答深層学習↔ compare
- 自己教師あり質問応答深層学習↔ compare
- Semi-supervised BERT-based Classification深層学習↔ compare
- 半教師ありTransformer深層学習↔ compare
- 弱教師あり質問応答深層学習↔ compare