unsupervised question answering | BriefGPT

关键词unsupervised question answering

搜索结果 - 7

无监督多项选择问题回答
无监督问答，多选题问答，合成数据生成，命名实体，知识图谱。
PDF4 months ago
ACLAttenWalker: 基于注意力图遍历的无监督长文档问答
提出了一个名为 AttenWalker 的新的无监督长文档问答方法，能够生成高质量的长文档 QA 对，该方法在 Qasper 和 NarrativeQA 上明显优于之前的方法，并在少样本学习中也表现良好。
PDFa year ago
PIE-QG: 面向小数据语料库的无监督问句生成的释义信息提取
本文提出的 PIE-QG 方法使用开放信息提取（OpenIE）从释义段落中生成合成训练问题，并利用问题 - 答案对作为基于 BERT 的最先进 QA 系统的训练数据。在五个抽取式 QA 数据集上进行实验表明，我们的技术在没有外部参考数据源的
PDF2 years ago
COLING无监督答案多样性的问答
提出了一种新的无监督方法，名为 DiverseQA，用于构建数据，培训 QA 模型。该方法包括数据构建、数据增强和去噪滤波三个模块，具有更广泛的答案类型，可应用于多种基准数据集。
PDF2 years ago
ACL基于语义的无监督常识问答方法
本文提出了一种新颖的基于语义的问题回答方法 (SEQA)，该方法使用生成模型先产生一组可能的答案，然后基于这些可能的答案和问题在语义上的相似性来选择正确的答案。该方法在无监督的情况下，通过对四个基准数据集的实验验证了其有效性和健壮性，并取得
PDF3 years ago
ACL基于自监督测试时间学习的阅读理解
本文提出了一种无监督的阅读理解方法，通过自我监督训练模型在合成问题 - 回答对上，从而在给定上下文中执行 “测试时间学习”，同时实现了可与全监督方法竞争的准确度和显着优于当前无监督方法的性能。
PDF3 years ago
E-BERT: BERT 高效有效的实体嵌入
使用维基百科词向量与 BERT 预训练模型相结合，构建了一种名为 E-BERT 的模型，可以更准确地处理自然语言中的实体，提高无监督问答、有监督关系分类和实体链接的效果。
PDF5 years ago