Domänadaptiv frågesvar (DA-QA)
Domänadaptiv frågesvar (DA-QA) anpassar en förtränad språkmodell – typiskt BERT eller RoBERTa – som först tränats på generella QA-riktmärken såsom SQuAD, för att svara på frågor korrekt inom en ny måldomän (t.ex. biomedicinsk, juridisk, finansiell) där märkt data är knapp. Att kombinera domänadaptiv förträning med uppgiftsanpassning ger väsentligt starkare prestanda än enbart direkt anpassning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/sv/deep-learning/domain-adaptive-question-answering
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- BERT-baserad klassificeringDjupinlärning↔ jämför
- Domänadaptiv BERT-baserad klassificeringDjupinlärning↔ jämför
- Finjusterad frågesvarsmodellDjupinlärning↔ jämför
- Flerspråkig frågesvarDjupinlärning↔ jämför
- Klassificering baserad på RoBERTaDjupinlärning↔ jämför
- Transfer Learning med BERT-baserad KlassificeringDjupinlärning↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →