Soalan Jawab Pelbagai Bahasa
Soalan jawab pelbagai bahasa (QA) membolehkan model membaca petikan dan menjawab soalan dalam pelbagai bahasa, selalunya dengan menala halus transformer pra-latih rentas bahasa seperti mBERT atau XLM-R pada set data QA yang dianotasi dalam satu bahasa dan memindahkan keupayaan tersebut secara zero-shot atau few-shot ke bahasa lain. Ia adalah pendekatan standard untuk membina sistem pemahaman bacaan dan QA domain terbuka pelbagai bahasa.
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
- Artetxe, M., Ruder, S., & Yogatama, D. (2020). On the cross-lingual transferability of monolingual representations. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 4623–4637). ACL. DOI: 10.18653/v1/2020.acl-main.421 ↗
- Clark, J. H., Choi, E., Collins, M., Garrette, D., Kwiatkowski, T., Nikolaev, V., & Palomaki, J. (2020). TyDi QA: A benchmark for information-seeking question answering in typologically diverse languages. Transactions of the Association for Computational Linguistics, 8, 454–470. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilingual Question Answering (Cross-lingual MRC). ScholarGate. https://scholargate.app/ms/deep-learning/multilingual-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
- Pembenaman Ayat Berbilang BahasaPembelajaran Mendalam↔ compare
- Transformer Pelbagai BahasaPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan RoBERTaPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →