Hỏi đáp thích ứng miền
Hỏi đáp thích ứng miền (DA-QA) điều chỉnh một mô hình ngôn ngữ được huấn luyện trước — thường là BERT hoặc RoBERTa — ban đầu được huấn luyện trên các bộ dữ liệu hỏi đáp tổng quát như SQuAD để trả lời câu hỏi một cách chính xác trong một miền đích mới (ví dụ: y sinh, pháp lý, tài chính) nơi dữ liệu có nhãn khan hiếm. Kết hợp tiền huấn luyện thích ứng miền với tinh chỉnh tác vụ mang lại hiệu suất mạnh mẽ hơn đáng kể so với chỉ tinh chỉnh trực tiếp.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-Adaptive Question Answering (DA-QA). ScholarGate. https://scholargate.app/vi/deep-learning/domain-adaptive-question-answering
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Phân loại dựa trên BERTHọc sâu↔ so sánh
- Phân loại dựa trên BERT thích ứng miềnHọc sâu↔ so sánh
- Hỏi đáp tinh chỉnhHọc sâu↔ so sánh
- Trả lời câu hỏi đa ngôn ngữHọc sâu↔ so sánh
- Phân loại dựa trên RoBERTaHọc sâu↔ so sánh
- Học chuyển giao với phân loại dựa trên BERTHọc sâu↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →