Полуавтоматическое ответы на вопросы
Полуавтоматическое получение ответов на вопросы (QA) обучает модель на небольшом размеченном наборе пар «вопрос-ответ», затем генерирует псевдо-метки на большом неразмеченном корпусе и итеративно переобучает модель. Этот цикл самообучения значительно увеличивает эффективный объем обучающих данных без затрат на полную ручную разметку, обеспечивая высокую производительность в задачах понимания прочитанного, ответов на вопросы в открытом домене и машинного чтения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Clark, K., Luong, M.-T., Le, Q. V., & Manning, C. D. (2020). ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators. In Proceedings of ICLR 2020. link ↗
- Yang, Z., Dai, Z., Yang, Y., Carbonell, J., Salakhutdinov, R., & Le, Q. V. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. In Advances in Neural Information Processing Systems (NeurIPS 2019). link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/ru/deep-learning/semi-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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Дообученное вопросно-ответное извлечениеГлубокое обучение↔ compare
- Самообучаемая система ответов на вопросыГлубокое обучение↔ compare
- Полуавтоматическая классификация на основе BERTГлубокое обучение↔ compare
- Трансформер с полуавтоматическим обучениемГлубокое обучение↔ compare
- Слабо контролируемое извлечение ответов на вопросыГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →