Jun, 2023
通过标签误差检测和覆盖,改进基于观点的问题回答系统
Improving Opinion-based Question Answering Systems Through Label Error Detection and Overwrite
Xiao Yang, Ahmed K. Mohamed, Shashank Jain, Stanislav Peshterliev, Debojeet Chatterjee...
TL;DR本文提出了一个模型无关且计算高效的标签错误检测和覆盖框架 ——LEDO,基于 Monte Carlo Dropout 结合不确定性测度,并针对工业问题回答系统进行了应用,它能显著提高模型的准确性并降低成本。