Jemne doladené odpovedanie na otázky
Jemne doladené odpovedanie na otázky (Fine-Tuned Question Answering) adaptuje veľký predtrénovaný jazykový model — ako napríklad BERT, RoBERTa alebo model rodiny GPT — na odpovedanie otázok v prirodzenom jazyku nad daným kontextovým odsekom alebo znalostnou bázou. Model sa učí lokalizovať úseky odpovedí alebo generovať voľné odpovede pokračovaním tréningu na označených pároch otázka-odpoveď po všeobecnom predtréningu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Rajpurkar, P., Zhang, J., Lopyrev, K., & Liang, P. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. Proceedings of EMNLP 2016, 2383–2392. DOI: 10.18653/v1/D16-1264 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Language Model for Question Answering. ScholarGate. https://scholargate.app/sk/deep-learning/fine-tuned-question-answering
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Klasifikácia založená na BERTHlboké učenie↔ porovnať
- Jemne doladená klasifikácia založená na BERTHlboké učenie↔ porovnať
- Jemné doladenie sumarizácie textuHlboké učenie↔ porovnať
- Klasifikácia založená na RoBERTaHlboké učenie↔ porovnať
- Vektorové reprezentácie vietHlboké učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →