Domeinadaptieve Vraagbeantwoording
Domeinadaptieve Vraagbeantwoording (DA-QA) past een vooraf getraind taalmodel — doorgaans BERT of RoBERTa — dat oorspronkelijk is getraind op algemene QA-benchmarks zoals SQuAD, aan om nauwkeurig vragen te beantwoorden in een nieuw doeldomein (bijv. biomedisch, juridisch, financieel) waar gelabelde data schaars is. Het combineren van domeinadaptieve pre-training met taak-fijnafstemming levert aanzienlijk betere prestaties op dan directe fijnafstemming alleen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/nl/deep-learning/domain-adaptive-question-answering
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- BERT-gebaseerde ClassificatieDeep learning↔ vergelijken
- Domein-adaptieve BERT-gebaseerde ClassificatieDeep learning↔ vergelijken
- Vertaalde VraagbeantwoordingDeep learning↔ vergelijken
- Meertalige vraagbeantwoordingDeep learning↔ vergelijken
- RoBERTa-gebaseerde ClassificatieDeep learning↔ vergelijken
- Transfer Learning met BERT-gebaseerde ClassificatieDeep learning↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →