答案后的纠正:通过后处理方法提升多跨度问答
研究显示,经过Fine-Tuning的预训练模型在问答基准测试中表现良好,但在少样本情况下效果不佳。为此,提出了新的预训练方案“Recurring Span Selection”,在数据量少时仍能在SQuAD测试中取得高分。
原文中文,约300字,阅读约需1分钟。
研究显示,经过Fine-Tuning的预训练模型在问答基准测试中表现良好,但在少样本情况下效果不佳。为此,提出了新的预训练方案“Recurring Span Selection”,在数据量少时仍能在SQuAD测试中取得高分。