Question Answering Adaptado ao Domínio
Question Answering Adaptado ao Domínio (DA-QA) adapta um modelo de linguagem pré-treinado — tipicamente BERT ou RoBERTa — treinado inicialmente em benchmarks gerais de QA como SQuAD para responder perguntas com precisão em um novo domínio alvo (e.g., biomédico, jurídico, financeiro) onde dados rotulados são escassos. A combinação de pré-treinamento adaptado ao domínio com ajuste fino da tarefa produz um desempenho substancialmente mais forte do que o ajuste fino direto isoladamente.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/pt/deep-learning/domain-adaptive-question-answering
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Classificação baseada em BERTAprendizado profundo↔ comparar
- Classificação baseada em BERT com adaptação de domínioAprendizado profundo↔ comparar
- Question Answering AjustadoAprendizado profundo↔ comparar
- Resposta a Perguntas MultilínguesAprendizado profundo↔ comparar
- Classificação baseada em RoBERTaAprendizado profundo↔ comparar
- Transfer Learning com Classificação Baseada em BERTAprendizado profundo↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →