Słabo nadzorowane odpowiadanie na pytania
Słabo nadzorowane odpowiadanie na pytania (WS-QA) trenuje neuronowe modele czytania ze zrozumieniem przy użyciu pośrednich lub automatycznie pochodnych etykiet odpowiedzi, zamiast kosztownych adnotacji fragmentów wykonanych przez człowieka. Wykorzystując odległy nadzór, heurystyczne etykietowanie lub sygnały obecności odpowiedzi, WS-QA umożliwia odpowiadanie na pytania w domenach i językach, gdzie pełna adnotacja jest niepraktyczna.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Weakly Supervised Question Answering. ScholarGate. https://scholargate.app/pl/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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Adaptacyjne odpowiadanie na pytania w dziedzinie (DA-QA)Uczenie głębokie↔ compare
- Dostrajanie odpowiedzi na pytaniaUczenie głębokie↔ compare
- Półnadzorowane odpowiadanie na pytaniaUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →