答案后的纠正：通过后处理方法提升多跨度问答
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了多跨度问答中模型难以处理错误预测的问题。提出的答案分类纠正（ACC）框架通过引入分类器和纠正器，以后处理方式来改进预测质量。实验结果表明，ACC框架显著提升了准确匹配评分，并有效减少了错误预测数量。
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。
