Gestalt:SQuAD2.0のためのスタッキングアンサンブル【JST・京大機械翻訳】

El-Geish Mohamed

プレプリント

J-GLOBAL ID：202202212729743676 整理番号：22P0135160

Gestalt:SQuAD2.0のためのスタッキングアンサンブル【JST・京大機械翻訳】

Gestalt: a Stacking Ensemble for SQuAD2.0

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年04月02日プレプリントサーバーでの情報更新日： 2020年04月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

SQuAD2.0タスクに対する深層学習システム,すなわち,コンテキストパラグラフにおける質問に対する正しい回答を発見または示す。著者らの目標は,適切に混合するときに,アンサンブルにおける最良モデルより優れている,異種SQuAD2.0モデルのアンサンブルを学習することである。著者らは,ALBERTとRoBERTaに基づく2つのモデルからトップ-N予測を結合する積層アンサンブルを,それらの予測から最良の答えを出すために,マルチクラス分類タスクに作成した。種々のアンサンブル構成,入力表現,およびモデルアーキテクチャを調査した。評価のために,試験セットEMとF1スコアを調べた。最良の形成アンサンブルはCNNベースのメタモデルを導入し,87.117および90.306をスコア化し,EMに対して0.55%およびF1スコアに対して0.61%の相対的改善を示し,EMに対して86.644およびF1に対して89.760のALBERTベースモデルであった。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , 天気予報

前のページに戻る