Self-supervised Question Answering (SSQA)
Föreställ dig att ha en massiv samling dokument men ingen att annotera vilka delar som besvarar vilka frågor. SSQA kringgår mänsklig annotering genom att behandla texten själv som övervakningssignalen: en frågegenereringsmodell läser ett avsnitt, väljer ett svarspan och syntetiserar en fråga för det. Dessa syntetiska QA-par blir träningssignalen för en läsarmodell. Roundtrip-konsistens – kontroll av att läsaren kan återställa det ursprungliga svaret – fungerar som ett kvalitetsfilter och gallrar bort nonsenspar före träning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Lewis, P., Denoyer, L., & Riedel, S. (2019). Unsupervised Question Answering by Cloze Translation. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (ACL 2019), pp. 4896–4910. DOI: 10.18653/v1/P19-1484 ↗
- Alberti, C., Andor, D., Pitler, E., Devlin, J., & Collins, M. (2019). Synthetic QA Corpora Generation with Roundtrip Consistency. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (ACL 2019), pp. 6168–6173. DOI: 10.18653/v1/p19-1620 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Self-supervised Question Answering (SSQA). ScholarGate. https://scholargate.app/sv/deep-learning/self-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.
- Retrieval-Augmented Generation (RAG)Textutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →