Machine learningDeep learning / NLP / CV
弱教師あり質問応答
弱教師あり質問応答（WS-QA）は、高価な人間によるアノテーション付きスパンアノテーションの代わりに、間接的または自動的に導出された回答ラベルを使用してニューラル読解モデルを訓練する。遠隔教師あり学習、ヒューリスティックラベリング、または回答存在シグナルを利用することで、WS-QAは、完全なアノテーションが非現実的なドメインや言語でのQAを可能にする。
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, 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Question Answering. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-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.
Compare side by side →