Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Transfer learning for question answering on SQuAD

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F18%3A00326870" target="_blank" >RIV/68407700:21230/18:00326870 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21730/18:00326870

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Transfer learning for question answering on SQuAD

  • Popis výsledku v původním jazyce

    This paper focuses on the benefits of transfer learning on question answering tasks. We show how transfer learning improves the results of state of the art question answering system on evaluation set focused on a specific domain not contained in the training data. We perform several experiments on the Stanford Question Answering Dataset (SQuAD). We use transfer learning approach to retrain model trained with a large amount of generic data on smaller topic specific datasets. We evaluate the change in performance of the system with regards to the size of the new training set and type of data used in training.

  • Název v anglickém jazyce

    Transfer learning for question answering on SQuAD

  • Popis výsledku anglicky

    This paper focuses on the benefits of transfer learning on question answering tasks. We show how transfer learning improves the results of state of the art question answering system on evaluation set focused on a specific domain not contained in the training data. We perform several experiments on the Stanford Question Answering Dataset (SQuAD). We use transfer learning approach to retrain model trained with a large amount of generic data on smaller topic specific datasets. We evaluate the change in performance of the system with regards to the size of the new training set and type of data used in training.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the International Student Scientific Conference Poster – 22/2018

  • ISBN

    978-80-01-06428-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    Czech Technical University in Prague

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    10. 5. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku