Polo-dohľadové zodpovedanie otázok
Polo-dohľadové zodpovedanie otázok (QA) trénuje model na malej označenej sade párov otázka-odpoveď, potom generuje pseudo-označenia na rozsiahlych neoznačených korpusoch a iteratívne pretrenuje. Táto slučka samotrénovania dramaticky zvyšuje efektívny tréningový súbor dát bez nákladov na plnú manuálnu anotáciu, čím dosahuje silný výkon v úlohách čítania s porozumením, QA s otvorenou doménou a strojového čítania.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Jemne doladené odpovedanie na otázkyHlboké učenie↔ compare
- Samo-dohľadové zodpovedanie otázokHlboké učenie↔ compare
- Polosupervizovaná klasifikácia založená na modeli BERTHlboké učenie↔ compare
- Polosamoučený TransformerHlboké učenie↔ compare
- Slabodohľadové odpovedanie na otázkyHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →