Полу-надгледано одговарање на питања
Полу-надгледано одговарање на питања (QA) тренира модел на малом обележеном скупу парова питање-одговор, затим генерише псеудо-ознаке на великом неозначеном корпусу и итеративно претренира. Овај петља само-тренирања драматично повећава ефективне податке за тренинг без трошкова пуне ручне анотације, постижући снажне перформансе у читању са разумевањем, QA отвореног домена и задацима машинског читања.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Question Answering (Self-Training and Consistency-Based NLP). ScholarGate. https://scholargate.app/sr/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.
- BERT-based ClassificationDuboko učenje↔ compare
- Fino podešeno odgovaranje na pitanjaDuboko učenje↔ compare
- Self-supervised Question AnsweringDuboko učenje↔ compare
- Polu-nadgledana BERT-bazirana klasifikacijaDuboko učenje↔ compare
- Полу-надгледани ТрансформерDuboko učenje↔ compare
- Slabo nadgledano odgovaranje na pitanjaDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →