Jomapielāgota jautājumu atbildēšana
Jomapielāgotā jautājumu atbildēšana (DA-QA) pielāgo iepriekš apmācītu valodu modeli — parasti BERT vai RoBERTa —, kas sākotnēji apmācīts uz vispārīgiem QA etalonuzdevumiem, piemēram, SQuAD, lai precīzi atbildētu uz jautājumiem jaunā mērķa jomā (piemēram, biomedicīnas, tiesību, finanšu jomā), kur apzīmētu datu ir maz. Jomapielāgotās iepriekšējas apmācības apvienošana ar uzdevumu smalkviru izraisītu ievērojami spēcīgāku veiktspēju nekā tikai tieša smalkviru izraisīšana.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/lv/deep-learning/domain-adaptive-question-answering
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- BERT klasifikācijaDziļā mācīšanās↔ salīdzināt
- Domenam pielāgotā BERT klasifikācijaDziļā mācīšanās↔ salīdzināt
- Jautājumu atbildēšanas sistēmas ar smalku regulēšanuDziļā mācīšanās↔ salīdzināt
- Daudzvalodu jautājumu atbildēšanaDziļā mācīšanās↔ salīdzināt
- Klasifikācija, kas balstīta uz RoBERTaDziļā mācīšanās↔ salīdzināt
- Pārneses apmācība ar BERT bāzētu klasifikācijuDziļā mācīšanās↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →