Penyelesaian Soalan Adaptif Domain
Penyelesaian Soalan Adaptif Domain (DA-QA) menyesuaikan model bahasa praterlatih — lazimnya BERT atau RoBERTa — yang mula-mula dilatih pada penanda aras QA umum seperti SQuAD untuk menjawab soalan dengan tepat dalam domain sasaran baharu (contohnya, bioperubatan, undang-undang, kewangan) yang mana data berlabel adalah terhad. Menggabungkan praterlatih adaptif domain dengan penalaan halus tugas menghasilkan prestasi yang jauh lebih kukuh berbanding penalaan halus langsung sahaja.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/ms/deep-learning/domain-adaptive-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.
- Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan BERT Adaptif DomainPembelajaran Mendalam↔ compare
- Soalan Dijawab dengan Penalaan HalusPembelajaran Mendalam↔ compare
- Soalan Jawab Pelbagai BahasaPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan RoBERTaPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →